L'industrie de l'IA en Chine fait face à des obstacles à l'ère des modèles de langage génératifs
Le 20 août 2024, au Deji Plaza à Nanjing, dans la province du Jiangsu, le premier magasin d'expérience de chien robot IA du pays a dévoilé le chien robot Alpha de 6ème génération, "BabyAlpha". Cet événement marque le dernier avancement du secteur de l'IA en Chine. Traditionnellement, le développement de l'intelligence artificielle repose sur trois éléments clés : la puissance de calcul, les algorithmes et les données. Par le passé, on considérait que la Chine avait le potentiel de dépasser les autres dans ce domaine grâce à la disponibilité de la puissance de calcul, d'algorithmes open-source et de scénarios d'application variés sur le territoire.
Cependant, avec l'émergence de nouveaux modèles de langage génératifs comme chatGPT, la situation a changé. Les restrictions à l'exportation de puces haut de gamme des États-Unis, la non-divulgation des détails d'ingénierie des grands modèles, et la mise en œuvre retardée des applications qui entraîne une rareté des données de haute qualité, compliquent la tâche de la Chine pour rattraper son retard dans le domaine de l'IA. Malgré ces obstacles, la chaîne de l'industrie de l'IA en Chine devrait rattraper son retard grâce à des itérations continues en sélectionnant des entités de soutien clés et en favorisant la collaboration entre les partenaires en amont et en aval.
Points clés
- L'industrie de l'IA nécessite un développement collaboratif global plutôt que des percées isolées.
- Le développement de l'IA en Chine est confronté à des contrôles d'exportation sur les puces haut de gamme et des restrictions sur la divulgation des modèles.
- Les grands modèles de langage génératifs comme chatGPT ont modifié le paysage du développement de l'IA.
- La mise en œuvre retardée des applications a conduit à une pénurie de données de haute qualité.
- La chaîne de l'industrie de l'IA en Chine doit rattraper son retard par le biais d'itérations.
Analyse
L'industrie de l'IA en Chine rencontre des contrôles d'exportation sur les puces haut de gamme et des restrictions sur la divulgation des modèles, ce qui entraîne une rareté de données de haute qualité et des mises en œuvre d'applications retardées. Les effets à court terme comprennent un ralentissement de l'itération technologique et une baisse de la compétitivité sur le marché, tandis qu'à long terme, cela pourrait entraver la formation d'un écosystème innovant. Le gouvernement et les entreprises doivent renforcer la collaboration, stimuler l'itération des technologies de l'IA et la mise en œuvre des applications grâce à un soutien politique et à l'intégration de la chaîne industrielle pour maintenir la compétitivité.
Le saviez-vous ?
-
Modèles de langage génératifs de grande taille (MLG)
- Les MLG, comme chatGPT, sont des systèmes d'IA sophistiqués conçus pour produire du texte semblable à celui d'un humain en fonction de leurs entrées. Formés sur des données étendues et utilisant des techniques d'apprentissage profond, ces modèles comprennent et génèrent des schémas linguistiques complexes. Ils marquent un changement significatif dans le développement de l'IA, passant d'applications spécifiques à des capacités conversantes plus générales et conscientes du contexte.
-
Contrôles d'exportation des puces haut de gamme
- Cela fait référence aux limitations imposées par certains pays, en particulier les États-Unis, sur l'exportation de technologies avancées de semi-conducteurs vers d'autres nations. Ces contrôles sont généralement mis en place pour protéger la sécurité nationale et maintenir la suprématie technologique. Dans le contexte du développement de l'IA, ces contrôles peuvent considérablement entraver l'acquisition du matériel de calcul nécessaire, affectant la rapidité et l'efficacité de la recherche et des applications en IA.
-
Itération de la chaîne industrielle de l'IA
- Ce processus implique l'amélioration continue et le perfectionnement de l'ensemble de l'écosystème de l'IA, englobant le développement matériel et logiciel, la collecte de données et le déploiement d'applications. La coopération entre le monde académique, l'industrie et les secteurs gouvernementaux est cruciale pour assurer l'évolution synchronisée de chaque composant de la chaîne de l'IA. L'itération est essentielle pour surmonter des obstacles tels que les barrières technologiques, la rareté des données et les défis réglementaires, et pour atteindre une croissance durable et une compétitivité dans le domaine de l'IA.