Billet mensuel du docteur Leber, fondateur d’ACATIS, société de gestion allemande indépendante.
L’intelligence artificielle est la troisième grande transformation des prochaines décennies dans laquelle nous pouvons et voulons investir (après la reconversion industrielle et le secteur médical).
Aujourd’hui, tout internaute peut accéder gratuitement à une intelligence artificielle performante. Dans la plupart des cas, la machine donne des réponses étonnamment correctes. L’homme apprend, en un temps record, à percevoir l’intelligence artificielle comme une évidence. Elle ne semble même plus du tout artificielle, mais est assimilée à une mise à jour de Google.
Cette évidence, qui consiste à accepter rapidement des nouveautés révolutionnaires, a commencé par exemple avec la photographie (comment l’appareil photo peut-il savoir sur quoi je veux régler la mise au point ?), avec les lecteurs OCR (capable de lire mon écriture mieux que moi-même), avec la reconnaissance vocale, avec d’excellentes traductions, avec le système de navigation automobile, avec les images artificielles (les meubles du catalogue Ikea ne proviennent pas d’un appareil photo, mais de l’ordinateur).
La prochaine étape de cette évolution sera quelque peu effrayante.
Les systèmes d’intelligence artificielle font des bonds qui nous surprennent et qui semblent humains. Dans la pratique, cela fonctionne ainsi : l’ordinateur se voit présenter de grandes quantités de textes, par exemple l’intégralité de Wikipédia ou tous les textes publiés jusqu’à présent par Bloomberg. Ces mots sont traduits en symboles (tokens), car l’ordinateur ne prête pas attention aux lettres. Ces symboles sont lus soit dans l’ordre, soit en groupes (bag of words). L’ordinateur apprend quels symboles apparaissent ensemble et dans quel ordre. À partir de là, il crée un système de classement des symboles. Les nouveaux textes sont placés dans ce système de classement multidimensionnel. Ainsi, nous trouverons probablement dans ce système les mots homme, femme et enfant en étroite association et, non loin d’eux, les mots man, woman et child mais également roi, reine et prince. Dans un ordre similaire, nous verrons également taureau, vache et veau. Nous trouverons tous les chiffres ensemble, de même que les couleurs ou les jours de la semaine. L’ordinateur construit une sorte de bibliothèque du savoir humain écrit à partir d’un nombre gigantesque de symboles. Chaque symbole reçoit un emplacement de stockage dont les coordonnées permettent d’effectuer des opérations arithmétiques logiques.
Des questions peuvent être posées au système et des réponses intelligentes peuvent être générées par le biais de ce qu’on appelle des « prompts » ou des « invites ». C’est un peu comme un élève qui apprendrait tous les livres scolaires par cœur, les stockerait dans sa tête et pourraient donner des réponses fondées à partir de là. Cela a presque l’air intelligent, mais cela ne repose que sur une technique époustouflante qui permet d’interroger la bibliothèque des connaissances humaines. Si l’on crée des liens avec d’autres systèmes, par exemple avec une base de données juridique ou une base de données sur les voyages, cela permet de donner des renseignements techniques actuels et corrects qui sont générés spontanément.
Outre ces grands systèmes de texte, il existe des systèmes basés sur des structures totalement différentes et qui peuvent par exemple créer des images, de la musique ou de l’architecture.
D’autres systèmes encore doivent prendre des décisions. Ils reçoivent des données de caméras, de radars, de lidars, de GPS et de cartes et doivent les exploiter pour piloter une voiture, atteindre une cible (par exemple les drones autoguidés) ou acheter des valeurs mobilières (comme notre fonds ACATIS AI Global Equities).
Derrière ces modèles se cachent des architectures très différentes avec des approches d’entraînement différentes. Ces architectures sont encore interdépendantes. Celles qui seraient capables en même temps de stocker, analyser, calculer, interroger, générer des images et prendre des décisions ne sont pas encore reliées. Ce n’est qu’à ce moment-là que les systèmes se mettront à ressembler à l’homme. Nous n’y sommes pas encore, mais c’est inéluctable.
Les modèles actuels sont techniquement au niveau d’un bachelier doté d’une bonne formation. Dans l’hypothèse d’un décuplement annuel des performances, les systèmes auront bientôt un niveau professoral, presque omniscient.
L’intelligence artificielle est onéreuse. L’entraînement d’un grand modèle coûte entre plusieurs centaines de milliers et 100 millions d’euros. Derrière les modèles se cache un énorme travail de traitement des données, souvent effectué par des humains.
Le site arxiv-sanity-lite.com compile tous les nouveaux articles sur ce thème. Actuellement, environ 250 nouveaux articles concernant l’intelligence artificielle sont téléchargés tous les jours. La chaîne YouTube « Two Minute Papers » présente quelques applications pratiques de ces articles. L’évolution est vertigineuse et continue de s’accélérer.
Pour nous, investisseurs, il est important d’investir dans des entreprises de l’univers de l’IA et d’en utiliser activement les outils. C’est ce que nous faisons et nous investissons intensivement aussi bien au niveau des fonds (depuis 2017) qu’à celui de la « caisse de recherche » d’ACATIS (depuis 2014). Nous avons appris que dans le monde dynamique de la finance, le succès n’est possible que grâce à l’interaction entre les experts en informatique et les spécialistes de l’investissement. Méfions-nous des modèles d’IA de contrefaçon.
Nous souhaitons en profiter en investissant dans des entreprises comme Nvidia ou Palantir, ou encore dans des fournisseurs comme TSMC, Applied Materials, Disco, Lasertec ou Kurita Water.