C’est un sujet peu abordé mais pourtant inquiétant : Le Peak Data.
Le terme « Peak Data » fait référence au moment où la disponibilité des données réelles pour former des modèles d’intelligence artificielle atteint son maximum, après quoi il devient de plus en plus difficile d’acquérir de nouvelles données significatives.
Cette notion a récemment été mise en avant par Elon Musk, qui a exprimé des préoccupations quant à l’avenir de l’apprentissage des IA.
Définition du « Peak Data »
Le « Peak Data » désigne donc le point où les données disponibles pour l’entraînement des modèles d’IA s’amenuisent.
Selon Elon Musk, fondateur de Grok, ce phénomène est imminent, car presque toutes les connaissances humaines accessibles ont déjà été exploitées pour former des IA. En d’autres termes, nous avons « épuisé » l’ensemble des données du monde réel qui peuvent être utilisées pour l’apprentissage des modèles d’IA.
Les déclarations d’Elon Musk au sujet du Peak Data
Lors d’une diffusion en direct sur son propre réseau social, Elon Musk a déclaré : « Nous avons essentiellement épuisé l’ensemble des connaissances humaines dans la formation de l’IA. Cela s’est produit principalement l’année dernière. »
Elon Musk, à cause de ce fameux Peak Data, a souligné la nécessité pour les entreprises technologiques de se tourner vers des « données synthétiques ». Ces données sont générées par l’IA elle-même, ce qui pourrait donner lieu à des processus d’auto-apprentissage.
C’est quoi les « données synthétiques » en IA ?
Les « données synthétiques » en intelligence artificielle désignent des informations générées par des modèles d’IA plutôt que provenant d’observations du monde réel. Ces données peuvent être créées à partir d’algorithmes qui simulent des situations, des comportements ou des interactions, permettant ainsi de compléter ou d’enrichir les ensembles de données existants.
L’utilisation de données synthétiques est particulièrement pertinente dans des domaines où les données réelles sont limitées ou difficiles à obtenir, comme la médecine, la conduite autonome ou la reconnaissance d’images. L’IA pourrait ainsi apprendre toute seule, de manière autonome.
Mais avec des risques « d’hallucination » !
Cependant, Elon Musk a également mis en garde contre les risques associés à l’utilisation de données synthétiques, notamment le phénomène d’« hallucination » dans le domaine de l’IA. Les hallucinations se réfèrent à la capacité des chatbots à inventer ou à produire des informations incorrectes, ce qui constitue un défi considérable dans la quête de fiabilité des modèles IA.
Les « hallucinations » représentent le talon d’Achille des intelligences artificielles génératives. Elles constituent la principale critique technologique formulée à leur encontre, les utilisateurs étant particulièrement vigilants à chaque erreur générée par ces systèmes.
Ces hallucinations pourraient ainsi entraîner une perte de confiance dans ces outils, suscitant la désapprobation des internautes… voire la fin de la popularité de l’IA !
Lire également à ce sujet : Est-ce que ChatGPT est fiable ? 5 points cruciaux à surveiller de près
Peak Data et données synthétiques : La fin de l’IA générative ?
Andrew Duncan, directeur de l’IA fondamentale à l’Alan Turing Institute basé à Londres au Royaume-Uni, a confirmé les préoccupations soulevées par Elon Musk. Des documents académiques prévoient que les données disponibles publiquement pour les modèles d’IA pourraient en effet être épuisées d’ici 2026.
Il a également averti que l’apprentissage basé sur des données synthétiques pourrait engendrer des dérives, entraînant non seulement des générations erronées mais aussi une perte totale de la fiabilité des systèmes d’IA. Des modèles de langage comme ChatGPT pourraient être impactés.
Andrew Duncan a proposé que la seule manière d’ajouter de nouvelles connaissances serait d’utiliser des données synthétiques, où l’IA rédige un contenu, s’évalue elle-même et suit un cycle de rétro-apprentissage.
Le concept de « Peak Data » soulève donc des questions cruciales sur l’avenir de l’apprentissage des IA. Tandis que nous avons atteint un plateau dans l’utilisation des données réelles, l’ère des données synthétiques sera le tournant décisif pour l’IA. Sommes-nous prêts ?
Les défis liés à la fiabilité et à la qualité des informations produites par l’IA seront des éléments clés à surveiller dans les années à venir. Voici un vrai sujet, qui sera peut-être abordé pendant le sommet de l’IA à Paris ?
Source : TechCrunch.com
