01Ce qu'est réellement l'IA générative
Quatre-vingts ans de travail continu ont abouti au changement de paradigme de 2022. Ce qui a vraiment changé, et ce qui, curieusement, n'a pas changé.
Résumé
- L'intelligence artificielle est plus ancienne qu'on ne le croit généralement : quatre-vingts ans de travail continu, deux effondrements précédents des financements et de l'enthousiasme, et des systèmes commerciaux en production depuis la fin des années 1980.
- Ce qui a changé en 2022, c'est l'interface (le langage naturel) et la modalité (produire un contenu nouveau plutôt que classer un contenu existant). Le mécanisme sous-jacent, l'apprentissage à partir des données, est ancien.
- Ce changement est pourtant un véritable changement de paradigme. Une catégorie de problèmes qui ne pouvaient pas être résolus avant 2022 peut désormais l'être.
- Les agents sont ce qui rend un modèle de langage utile pour de vrais processus métier, mais construire un agent qui fonctionne de façon fiable en production est l'un des problèmes d'ingénierie les plus difficiles de l'IA actuelle.
L'IA, en une phrase
L'intelligence artificielle, c'est du logiciel qui apprend des régularités à partir de grandes quantités de données et s'en sert pour accomplir des tâches qui demanderaient sinon un jugement humain. Quatre expressions portent cette phrase. Apprend des régularités : un système d'IA n'est pas programmé pas à pas ; il tire des règles d'exemples. Cela a des conséquences : un modèle ne peut pas être audité comme un programme classique. De grandes quantités de données : pas de données, pas d'IA. Les vrais ingrédients sont la qualité et la quantité des données, plus que la puissance de calcul. Accomplir des tâches : l'IA est spécifique à une tâche. Au moment où j'écris, il n'existe toujours pas d'IA générale en production, quoi que puisse suggérer le terme « AGI ». Et un jugement humain : la formule qui fait vendre, pour une réalité technique plus étroite.
Savoir si l'IA deviendra un jour consciente est une question intéressante, mais pour un dirigeant, la question utile est de savoir quelles tâches précises elle peut accomplir de façon assez fiable pour mériter d'être déployée dans l'organisation. Cette question a des réponses concrètes, et nous y viendrons.
Une brève histoire
Le domaine de l'intelligence artificielle est plus ancien que la télévision commerciale. En 1943, Warren McCulloch et Walter Pitts publient le premier modèle mathématique d'un neurone. En 1950, Alan Turing propose le test qui porte aujourd'hui son nom. En 1958, Frank Rosenblatt construit le perceptron, l'un des premiers réseaux de neurones réalisés sous forme de machine. Tout cela avant l'invention du circuit intégré.
La chronologie compte pour deux raisons. La première est que le domaine a déjà échoué deux fois. En 1969, Marvin Minsky et Seymour Papert publient Perceptrons, un livre qui démontre mathématiquement les limites des réseaux à une seule couche de l'époque, et auquel on attribue souvent le déclin des recherches sur les réseaux de neurones qui a suivi. Au début des années 1970, des évaluations critiques comme le rapport Lighthill au Royaume-Uni entraînent de fortes coupes budgétaires, et le domaine entre dans ce que l'on appelle aujourd'hui le premier hiver de l'IA, qui dure jusqu'au début des années 1980. Un second hiver suit à la fin des années 1980 et au début des années 1990, quand l'essor des systèmes experts ne tient pas ses promesses. Les deux hivers durent des années. Tous deux suivent un cycle de promesses excessives, de résultats décevants et de perte de crédibilité, un cycle qu'il vaut la peine de garder en tête en discutant du cycle actuel.
La seconde raison est que les percées modernes ont eu lieu entre 2006 et 2022, et que même cette période s'étend sur seize ans. L'apprentissage profond apparaît en 2006, quand Geoffrey Hinton et ses collègues montrent que des réseaux de neurones à nombreuses couches peuvent être entraînés en pratique. Les Transformers, l'architecture derrière tous les grands modèles de langage actuels, sont présentés en 2017 dans un article de Google intitulé Attention Is All You Need. ChatGPT, le produit qui a fait savoir au grand public que tout cela s'était produit, sort à la fin de 2022. Il n'y a pas eu de révolution du jour au lendemain. Il y a eu une longue accumulation continue d'idées, de données et de puissance de calcul, qui a fini par franchir un seuil de visibilité.
1989 : une IA déjà en service
Un jalon de la chronologie mérite d'être raconté en entier, parce qu'il corrige une idée reçue sur ce que coûte l'IA et sur ce dont elle a besoin. En 1989, Yann LeCun, alors aux Bell Labs, construit un réseau de neurones capable de reconnaître des chiffres manuscrits. Ses successeurs, la famille LeNet, entrent dans un système de lecture de chèques que NCR déploie à partir du milieu des années 1990, et à la fin de la décennie ces systèmes lisent environ dix pour cent, voire davantage, de tous les chèques émis aux États-Unis. C'était un système commercial en production, qui traitait de l'argent réel, bien au-delà d'une démonstration de recherche.
Il tournait sur le matériel des années 1990, bien moins puissant qu'une montre connectée d'aujourd'hui. La version la plus connue, LeNet-5, comptait environ soixante mille paramètres. À titre de comparaison, un modèle actuel de la classe GPT compte des centaines de milliards de paramètres et tourne dans des centres de données qui consomment l'électricité de petites villes. Le rapport entre les deux est de l'ordre de dix millions. Les deux sont de l'IA. Les deux sont utiles. L'un est bon marché, auditable, et tourne sur du matériel que la banque possède déjà. L'autre est cher, opaque, et tourne sur du matériel que la banque doit louer à un hyperscaler.
Le point est stratégique. L'une des erreurs les plus courantes des programmes d'IA actuels est de supposer qu'une IA utile doit ressembler à ChatGPT : un grand modèle généraliste appelé à travers une API. Pour une tâche bien définie sur un domaine de données bien défini, un petit modèle spécialisé fonctionnera souvent mieux, coûtera une fraction du prix, tournera sur votre propre infrastructure, et ne dépendra des décisions tarifaires d'aucun fournisseur. Le terme que j'emploierai pour cela est l'IA frugale. C'est un choix stratégique à part entière. Nous y reviendrons au chapitre 02, à propos de l'évolution du coût des API de pointe, et au chapitre 04, à propos des familles de capacités à déployer.
En résumé, une IA qui fonctionne tourne en production depuis plus de trente ans. La nouveauté de 2022 tient à ce qu'elle peut désormais produire, et au fait que chacun peut l'interroger en langage naturel.
Le changement de paradigme de 2022
Ce qui a changé en 2022 est néanmoins considérable, et l'expression « changement de paradigme » n'est pas employée à la légère. La distinction utile oppose deux sortes d'IA. L'une est discriminante ; l'autre est générative. La première est en production depuis des décennies. La seconde est celle qui s'est répandue fin 2022.
Un modèle discriminant classe, prédit ou décide. Il examine une entrée et produit une étiquette. Cette transaction par carte bancaire est-elle frauduleuse ? Cette radiographie du thorax montre-t-elle une tumeur ? Lequel de ces dix résultats de recherche est le plus pertinent pour la requête ? Ce sont des tâches discriminantes, et elles sont mûres. Elles font tourner la détection de fraude, la notation de crédit, l'imagerie médicale, la prévision de la demande, le classement des résultats de recherche, le contrôle qualité industriel, et la plupart des systèmes qui font discrètement fonctionner les grandes organisations. Des milliards de dollars de valeur ont déjà été captés là, au cours des deux dernières décennies. Rien dans l'IA générative ne remplace cela. L'IA discriminante continuera de faire l'essentiel du travail réel.
Un modèle génératif produit un contenu nouveau. À partir d'une consigne, il écrit un texte, du code ou un courriel ; il esquisse une image ou un extrait audio ; il résume un document ; il répond à une question. Le résultat n'existe pas avant d'être généré. C'est un autre type de problème, et c'est le type de problème qui ne pouvait pas être résolu de façon fiable à grande échelle avant 2022. L'architecture Transformer de 2017, entraînée sur des textes à l'échelle d'Internet puis affinée pour suivre des instructions, est ce qui a franchi le seuil.
Confondre les deux est la source de la plupart des attentes mal placées. Des dirigeants qui ont vu ChatGPT rédiger un paragraphe convaincant en concluent que l'IA doit désormais tout savoir faire. Ce n'est pas le cas. Et des équipes à qui l'on a dit que l'IA allait « transformer » chaque processus essaient souvent d'appliquer des modèles génératifs à des tâches pour lesquelles un modèle discriminant serait plus simple, moins cher, plus auditable et plus exact. La distinction s'énonce en peu de mots, compte beaucoup en pratique, et est souvent passée sous silence par des fournisseurs qui ont des raisons de la brouiller.
Les agents : ce qui rend un modèle de langage réellement utile
Les agents sont le mot de jargon le plus lourd de conséquences de ces dernières années. Ce sont aussi eux qui font passer l'IA générative du statut de curiosité à celui d'outil utilisable par une entreprise. Livrés à eux-mêmes, les grands modèles de langage reçoivent du texte et produisent du texte, et c'est tout ce qu'ils font. Aussi bon que devienne le raisonnement, un modèle isolé ne peut pas lire votre base clients, ne peut pas envoyer de courriel, ne peut pas ouvrir de ticket, ne peut toucher à rien dans votre activité. Les agents sont ce qui le relie au monde.
La façon la plus claire d'y penser passe par une très ancienne analogie. Le modèle est le cerveau. Un agent lui donne des capteurs et des actionneurs : l'équivalent des yeux, des oreilles et du toucher du côté des entrées, des bras et des jambes du côté des sorties. Côté entrées, un agent permet au modèle de lire vos documents, d'interroger votre base de données, d'appeler vos API, d'examiner une page web, d'écouter un appel téléphonique, d'observer un écran. Côté sorties, il permet au modèle d'envoyer un courriel, d'écrire dans un fichier, d'appeler une API, de réserver une réunion, d'ouvrir un ticket, de valider du code. Le modèle de langage se trouve au milieu, raisonne sur ce que rapportent les capteurs et décide quel actionneur solliciter ensuite. La métaphore anatomique finit par trouver ses limites (les agents logiciels n'ont pas littéralement de corps), mais comme modèle mental, c'est celle qui tient le plus longtemps en pratique.
Ce qui rend un agent vraiment « agentique », c'est la boucle entre ces deux côtés. Le modèle observe l'état courant par ses capteurs. Il décide de ce qu'il faut faire ensuite. Il sollicite un actionneur. Il lit le résultat. Il replanifie. Puis il passe à l'étape suivante. Une étape de raisonnement isolée est facile. En enchaîner cent de façon fiable : c'est là que se trouve la vraie ingénierie, et c'est là que la plupart des agents échouent aujourd'hui.
Un agent fiable en production est un ouvrage d'ingénierie exigeant, bien plus qu'un chatbot. Une démonstration convaincante prend quelques jours ; la fiabilité prend beaucoup plus longtemps.
Le tableau a deux faces. D'un côté, sans agents, un modèle de langage est un cerveau dans un bocal, capable de raisonner, incapable d'agir, et donc d'une valeur limitée pour la plupart des processus de l'entreprise. Les agents sont ce qui rend la technologie réellement utile. De l'autre, construire un agent qui fonctionne en production, qui gère les cas limites, se remet des erreurs, respecte un plafond de coût, passe la main à un humain quand il le faut, et ne fait pas discrètement la mauvaise chose cent fois avant que quelqu'un s'en aperçoive, est l'un des problèmes d'ingénierie les plus difficiles de l'IA actuelle. L'écart entre un agent de démonstration et un agent de production est énorme, et l'essentiel de ce qui se vend aujourd'hui comme « agentique » est plus proche de la démonstration que du produit.
La conséquence pratique, pour un dirigeant ou un DSI qui évalue une proposition : quand un fournisseur propose un agent, posez trois questions. Quels capteurs a-t-il : que peut-il réellement lire ? Quels actionneurs a-t-il : que peut-il réellement faire ? Et que se passe-t-il quand sa planification déraille : quels sont les mécanismes de traitement des erreurs, d'escalade vers un humain et de plafonnement des coûts ? Si les réponses ne sont pas claires et concrètes, l'agent est une démonstration.
Ce sont les deux formes sous lesquelles l'IA générative devient utile : soit un modèle spécialisé plus petit intégré à un processus précis, soit un grand modèle généraliste entouré de la machinerie d'un agent. Les deux sont faisables, et les deux demandent une vraie ingénierie.
À retenir
- Quand quelqu'un présente l'IA comme un phénomène de 2022, le cadre est faux. Le bon cadre est quatre-vingts ans de travail continu, dont 2022 est le dernier seuil visible, avec deux effondrements précédents à garder en mémoire.
- Avant d'accepter une affirmation sur ce que l'IA fera, demandez-vous si la tâche est discriminante (classer quelque chose qui existe déjà) ou générative (produire quelque chose de nouveau). La plupart des attentes décalées viennent de l'application de l'une au problème de l'autre.
- Traitez « IA » comme le raccourci d'une famille de techniques plutôt que comme un produit. En pratique, cela veut dire soit un petit modèle spécialisé intégré à un processus, soit un grand modèle généraliste entouré de la machinerie d'un agent. Le choix doit se faire au moment de la conception.
- Quand un fournisseur vous présente un agent, exigez des réponses concrètes à trois questions : quels capteurs a-t-il, quels actionneurs a-t-il, et que se passe-t-il quand sa planification déraille. Si les réponses restent évasives, l'agent est une démonstration.
- L'« IA frugale », un petit modèle qui tourne sur une infrastructure que vous maîtrisez, reste sur la liste. C'est un premier choix légitime quand la tâche est étroite, pas un pis-aller quand le budget est serré.