Au cours des dernières années, intelligence artificielle (L’IA) est fermement sous les projecteurs du monde entier, et la technologie qui progresse rapidement peut souvent être une source d’anxiété et même peur dans certains cas. Mais l’évolution de l’IA n’est pas forcément quelque chose d’effrayant en soi – et il existe de nombreuses façons d’utiliser cette technologie émergente au profit de l’humanité.
Dans « AI for Good » (Wiley, 2024), Juan M. Lavista Ferres et William B. Weekstous deux directeurs principaux du laboratoire de recherche AI for Good de Microsoft, révèlent à quel point l’IA est aujourd’hui utilisée dans des dizaines de projets à travers le monde. Ils expliquent comment l’IA peut améliorer la société, par exemple en étant utilisée dans des projets de développement durable comme l’utilisation de satellites pour surveiller les baleines depuis l’espace ou pour cartographier les lacs glaciaires. L’IA peut également être utilisée à la suite de catastrophes naturelles, comme le tremblement de terre dévastateur de 2023 en Turquie, ou pour le bien social, comme pour freiner la prolifération de la désinformation en ligne. En outre, l’IA présente d’importants avantages pour la santé, notamment pour étudier les effets à long terme du COVID-19, utiliser l’IA pour gérer les kystes pancréatiques ou détecter la lèpre dans les populations vulnérables.
Dans cet extrait, les auteurs détaillent l’essor récent des grands modèles de langage (LLM) tels que ChatGPT ou Claude 3 et la manière dont ils sont devenus incontournables dans le paysage actuel de l’IA. Ils expliquent également comment ces systèmes ont déjà un impact bénéfique significatif sur le monde.
L’essor des modèles linguistiques
Au cœur des technologies linguistiques actuelles, telles que GPT, se trouve le concept de modèle linguistique. Imaginez que vous commenciez une phrase par « Ce matin, je me suis réveillé et j’ai vu un magnifique _____ bleu ». Que doit-on lire ensuite ? Un modèle linguistique prédit la continuation en fonction des probabilités dérivées de vastes quantités de données textuelles. Par exemple, des mots comme « ciel » peuvent être des continuations hautement probables. Cependant, la sophistication du modèle lui permet de considérer une gamme variée de possibilités, telles que « oiseau » ou « voiture », chacune avec une probabilité spécifique, mettant en valeur sa compréhension nuancée de différents contextes.
Malgré leurs limites, les LLM ont eu une influence remarquable, en particulier à la fin de l’année 2023. Par exemple, le GPT-4 a franchi des étapes importantes, comme la réussite des sections à choix multiples et écrites de l’examen du barreau. La véritable force de ces modèles réside dans leur capacité à apprendre à partir d’une vaste source d’informations : le World Wide Web. Cette immense ressource contient une part importante de notre savoir collectif humain et constitue de loin l’ensemble de données le plus important au monde. En s’entraînant sur cet énorme ensemble de données, les LLM peuvent construire une représentation du monde qui reproduit les relations complexes que l’on trouve dans la compréhension humaine.
En résumé, même si ces LLM avancés ne possèdent pas de véritable compréhension ou de conscience, leur capacité à traiter et à imiter le langage et la pensée humains est extrêmement puissante. Alors que nous continuons à faire évoluer et à perfectionner ces technologies, il est essentiel de comprendre leurs capacités, leurs limites et les implications éthiques qu’elles entraînent.
Les LLM comme aide linguistique
Lorsque nous discutons des LLM, la majorité des discussions tournent autour du pouvoir de l’IA dans des domaines tels que le diagnostic des soins de santé, mais un domaine qui n’est pas souvent évoqué est le pouvoir des LLM en tant qu’aide linguistique pour aider les locuteurs non natifs à écrire couramment.
Cette opportunité me touche profondément. Je ne suis pas anglophone et je dirige un laboratoire de recherche dont plus de 70 % des membres sont originaires du Sud et ne sont pas non plus anglophones. Environ 95 % des recherches sont publiées en anglais, mais seulement 4,7 % de la population mondiale sont anglophones. Lorsque je donne des conférences en Uruguay, mon pays d’origine, j’insiste toujours sur l’importance de maîtriser à la fois le codage et l’anglais. J’ai eu de la chance, mes parents ont veillé à ce que j’apprenne l’anglais dès mon plus jeune âge. Cependant, de nombreux esprits brillants n’ont pas eu cette opportunité.
Grâce au GPT, la capacité d’écrire en anglais avec assurance est désormais à la portée de tous. Les LLM, comme le GPT, ne sont pas une panacée, mais ils ont le potentiel de combler les écarts linguistiques de manière remarquable. Un bon outil de traduction ne se contente pas de fournir une traduction littérale des mots entre deux langues. Il doit également transmettre le sens, le ton, la connotation culturelle et le contexte.
Les LLM fonctionnent en affinant le texte qui n’est pas forcément bien structuré, en le convertissant en expressions proches de celles d’un locuteur natif. Cela est particulièrement essentiel pour les locuteurs non natifs qui ont souvent du mal à comprendre les nuances de la grammaire et de la syntaxe anglaises. Le modèle aide non seulement à garantir l’exactitude grammaticale, mais aussi à améliorer le vocabulaire pour qu’il corresponde à la qualité des publications en anglais natif.
Des LLM pour démocratiser le codage
Je me considère chanceux dans de nombreux aspects de ma vie, notamment parce que mes parents nous ont offert un ordinateur à mes frères et à moi quand j’avais huit ans. Cette expérience précoce m’a donné l’occasion inestimable d’apprendre à coder. L’impact profond du codage sur ma vie est indéniable. Cependant, parmi mes amis et camarades de classe, j’étais le seul à avoir ce privilège. Plus de trois décennies plus tard, moins de 0,5 % de la population mondiale sait coder.
Apprendre à coder revient à maîtriser un nouveau langage, qui nous sert d’interface pour programmer des ordinateurs. Même si l’augmentation du nombre de personnes apprenant à coder a eu un impact positif significatif, il est difficile d’anticiper une augmentation radicale du nombre de codeurs dans les décennies à venir.
Cependant, la publicité pour les LLM pourrait entraîner un changement considérable. Des systèmes avancés comme GPT-4 ont la capacité de traduire le langage naturel en langages de programmation réels. Ces modèles permettent aux gens d’écrire des programmes et d’automatiser des processus dans leur langue maternelle, que ce soit l’anglais, l’espagnol, le mandarin ou d’autres langues. Cette technologie a le potentiel de démocratiser la programmation, d’étendre sa portée à des centaines de millions de personnes dans le monde et de combler le fossé entre ceux qui savent coder et ceux qui ne le peuvent pas.
LLMS dans des domaines comme la médecine
En avril 2023, John W. Ayers et ses collègues ont publié une étude dans JAMA International Medicine qui comparait les réponses des médecins à celles du GPT-4 aux questions des patients. L’étude a révélé que le GPT-4 fournissait non seulement des réponses plus précises que les médecins, mais faisait également preuve d’une plus grande empathie.
Il convient de noter que GPT-4 n’a pas été entraîné de manière approfondie sur une partie importante des connaissances médicales, dont une grande partie reste payante. De plus, le modèle n’a pas été spécifiquement entraîné pour des scénarios médicaux. Malgré ces limitations, ses performances impressionnantes soulignent l’impact potentiel de tels modèles.
Actuellement, environ 4 milliards de personnes, soit près de la moitié de la population mondiale, n’ont pas accès à un médecin. Si l’accès aux soins s’est amélioré au cours des dernières décennies, notamment dans les pays du Sud, les défis restent considérables.
Ces modèles d’IA ne sont pas destinés à remplacer les médecins. Cependant, s’ils peuvent fournir des réponses précises aux demandes des humains, ils pourraient permettre aux médecins de se concentrer sur les domaines dans lesquels ils excellent. Bien que nous n’ayons pas encore vu ces modèles déployés dans des environnements de production pour la consultation médicale, les résultats prometteurs suggèrent une voie à suivre pour remédier aux disparités mondiales en matière de soins de santé.
Clause de non-responsabilité
Cet extrait a été modifié pour des raisons de style et de longueur. Reproduit avec l’autorisation de « AI for Good: Applications in Sustainability, Humanitarian Action, and Health » de Juan M. Lavista Ferres et William B. Weeks, publié par Wiley. © 2024 par Juan M. Lavista Ferres et William B. Weeks. Tous droits réservés.
