Comment déterminez-vous que les modèles d’IA sont déjà supérieurs aux humains? Il s’agit d’un défi auquel sont confrontés des chercheurs comme Russell Wald, directeur exécutif de l’Institut d’intelligence artificielle de l’Université de Stanford (HAI).
« En 2024, il existe peu de catégories de tâches où les capacités humaines l’emportent sur l’IA. Même dans ces domaines, l’écart entre l’IA et la performance humaine se rétrécit rapidement », a déclaré Wald lors d’une présentation tenue la semaine dernière lors de la conférence Fortune Brainstorm AI Singapore. « L’IA est au-delà des capacités humaines et l’analyse comparative devient de plus en plus difficile. »
Hai sort chaque année les indices d’IA. Il vise à fournir un instantané complet et basé sur les données de l’endroit où se trouve l’IA aujourd’hui. Dans Fortune Brainstorming IA Singapore, Wald a partagé quelques points forts de l’édition 2025 de l’indice de l’IA, y compris la puissance accrue des modèles d’aujourd’hui, une domination industrielle accrue à la frontière de l’IA et la Chine prête à dépasser les États-Unis.
Les transcriptions suivantes ont été légèrement modifiées par la brièveté et la clarté.
Je suis Russell Wald, directeur exécutif de l’Université de Stanford pour l’intelligence artificielle centrée sur l’homme, ou quelque chose appelé «haut».
Nous sommes l’Institut de recherche interdisciplinaire mondialement reconnu de l’Université de Stanford, à l’avant-garde de la formation du développement de l’IA pour les biens publics. Hai a été fondée en 2019 dans le but de promouvoir la recherche, l’éducation, la politique et la pratique de l’IA. Et grâce au rôle de la recherche et des recherches rigoureuses de l’IA, nous sommes devenus des partenaires de confiance dans la gouvernance de l’IA pour les décideurs de l’industrie, du gouvernement et de la société civile.
Je vais parler de ce qui est produit par Hai, un indice d’IA. Il s’agit d’une analyse annuelle basée sur les données des tendances de l’IA qui suit la recherche, le développement, le déploiement et les impacts socio-économiques de l’IA dans le monde universitaire, le gouvernement et l’industrie.
La performance de l’IA s’améliore régulièrement d’année en année. Je recherche des images surréalistes de Harry Potter en utilisant MidJourney, un générateur de texte à l’image. Et de février 2022 à juillet 2024, la qualité de ces images générées s’est améliorée rapidement.
En 2022, le modèle a produit un rendu caricatural inexact de Harry Potter, mais d’ici 2024, il pourrait créer une représentation étonnamment réaliste. Nous venons d’un reflet de la peinture de Picasso à un rendu effrayant de l’acteur Daniel Radcliffe, qui a joué Harry Potter dans le film.
En raison de cette croissance constante des performances, l’analyse comparative de ces modèles est de plus en plus difficile. En 2024, il existe peu de catégories de tâches où les capacités humaines l’emportent sur l’IA. Même dans ces domaines, l’écart entre l’IA et la performance humaine se rétrécit rapidement. De la reconnaissance d’image aux mathématiques de niveau compétitif aux questions de doctorat en sciences du doctorat, l’IA va au-delà des capacités humaines, ce qui rend les repères plus difficiles.
Des soins de santé aux transports, l’IA passe rapidement des laboratoires à notre vie quotidienne. En 2023, la US Food and Drug Administration n’a approuvé que 6 à 223 dispositifs médicaux compatibles AI en 2015.
Sur les routes, les voitures autonomes ne sont plus expérimentales. Par exemple, Waymo, que je prends régulièrement en vivant à San Francisco, est l’un des plus grands opérateurs des États-Unis, offrant plus de 150 000 manèges autonomes par semaine, tandis que le robotaxi abordable d’Apollo Go de Baidu sert de nombreuses villes à travers la Chine.
L’utilisation des activités de l’IA a considérablement augmenté après sa stagnation entre 2017 et 2023. Le dernier rapport de McKinsey révèle que 78% des répondants interrogés ont commencé à utiliser l’IA dans au moins une caractéristique commerciale, montrant une augmentation significative de 55% en 2023.
Poussée par des modèles à petite échelle de plus en plus capables, les coûts d’inférence pour les systèmes fonctionnant au niveau de (GPT 3.5) entre novembre 2022 et octobre 2024 ont été réduits de plus de 280 fois. Les coûts matériels ont diminué de 30% chaque année, tandis que l’efficacité énergétique a augmenté de 40% chaque année.
Les modèles de poids ouvert comblent également l’écart dans les modèles fermés, les performances (écart) passant de 8% à seulement 1,7% dans certains repères au cours d’une année. Ensemble, ces tendances diminuent rapidement les obstacles à l’IA avancée.
Cependant, même avec une inférence et des coûts de matériel inférieurs, les coûts de formation restent hors de portée du monde universitaire et de la plupart des petits joueurs. Près de 90% des modèles d’IA importants en 2024 provenaient d’industries qui passent de 60% en 2023. De plus, le monde universitaire est la source la plus élevée de recherches hautement citées, mais à ce stade, il a du mal à progresser au niveau frontalier.
L’échelle du modèle continue de croître rapidement. La formation double tous les cinq mois, les ensembles de données doublent tous les huit mois et la consommation d’électricité double chaque année. Cependant, l’écart de performance s’est rétréci. La différence entre le modèle de premier plan et le score de la 10e place est passé de 11,9% à 5,4% par an, les deux meilleurs modèles étant séparés de seulement 0,7%. Les frontières sont de plus en plus compétitives et plus encombrées.
Ces dernières années, les modèles d’IA ont convergé des performances à la frontière, avec plusieurs fournisseurs offrant des modèles très compétents. Cela montre le changement par rapport à la seconde moitié de 2022, lorsqu’il a été considéré comme une percée dans la conscience publique, du lancement de Chatgpt, qui est considéré comme une percée dans l’IA.
L’une des choses les plus importantes à noter est qu’il en coûte à Google 930 $ pour s’entraîner en 2017. Il s’agit du GPT T.
L’indice d’IA de l’année dernière a été l’une des premières publications à mettre en évidence le manque de repères standard pour l’évaluation de la sécurité et des responsabilités de l’IA. L’indice analyse également l’opinion publique mondiale. Si vous venez d’un pays industrialisé non occidental, vous êtes plus susceptible d’être vu de manière agressive que vous ne recherchez activement l’IA. La Chine a une vision positive de 83%, de 80% en Indonésie et de la Thaïlande. Parallèlement, le Canada en a 40%, les États-Unis en ont 39% et les Pays-Bas en ont 36%.
Nous concluons la situation géopolitique. Les États-Unis restent à son avance de l’IA, suivi de la Chine à proximité. Cependant, cet écart est resserré. Mon intention n’est pas d’exacerber l’idée de la course aux armements de l’IA entre la Chine et les États-Unis, mais de mettre en évidence une approche différente parmi les développeurs de modèles d’IA frontaliers les plus avancés.
Au cours des dernières années, les États-Unis se sont appuyés sur plusieurs fournisseurs de modèles uniques. Pendant ce temps, la Chine investit massivement dans sa base de talents et, plus important encore, son environnement open source. Si cette tendance se poursuit et que j’apparaisse l’année prochaine, alors à ce rythme, la Chine surpassera les États-Unis en termes de performances du modèle.
