Les points clés de l’AI Index 2024
La septième édition du rapport AI Index de l’Université de Stanford dresse un panorama complet des avancées de l’IA accompagné d’analyses sur les progrès techniques, les perceptions du public et la dynamique géopolitique entourant son développement. Elle présente notamment les nouvelles estimations sur les coûts de formation de l’IA, et une revue détaillée du paysage de l’IA responsable.
Parmi les principaux constats du rapport :
- l’IA a un impact significatif sur le travail, améliore la productivité et la qualité, et permet un lissage des écarts de compétences ;
- l’IA favorise la forte accélération des découvertes en sciences et en médecine, champs majeur d’innovations en 2023 ;
- la réglementation sur l’IA a considérablement évolué en 2023 et au cours des cinq dernières années, même aux Etats Unis (25 réglementations liées à l’IA en 2023, contre seulement une en 2016) ;
- le public à travers le monde est de plus en plus conscient de l’impact potentiel de l’IA – et en même temps de plus en plus inquiets (une enquête Ipsos montre qu’en 2023, la proportion de ceux qui pensent que l’IA affectera considérablement leur vie dans les trois à cinq prochaines années est passée de 60 % à 66 %).
➡️ L’IA surpasse la performance humaine sur de nombreuses tâches – mais pas toutes : notamment en ce qui concerne la planification, les mathématiques ou le raisonnement visuel.
➡️ Les avancées de pointe en IA sont soutenues par l’industrie plus que par les universités : en 2023, l’industrie a produit 51 modèles d’apprentissage automatique, tandis que le monde universitaire n’a contribué qu’à 15 modèles, 21 modèles sont par ailleurs issus de collaborations entre l’université et l’industrie.

➡️ En 2023, un total de 149 modèles de base ont été publiés, soit plus du double de ceux publiés en 2022 :
- parmi ces nouveaux modèles, 65,7 % étaient en open source, contre seulement 44,4 % en 2022 et 33,3 % en 2021 ;
- toutefois, le rapport note que les modèles en open source sont significativement moins performants que les modèles fermés : sur 10 benchmarks d’IA sélectionnés, les modèles fermés ont été plus performants que les modèles ouverts, avec un avantage médian de 24,2 % (ces différences de performance entre les modèles fermés et ouverts ont des implications importantes pour les débats politiques sur l’IA) ;
- les modèles d’IA ont des coûts de développement de plus en plus élevés, atteignant des niveaux sans précédents : ainsi, le coût d’entrainement de calcul a atteint les 78 millions de dollars pour GPT-4 d’OpenAI, et les 191 millions de dollars pour Gemini Ultra de Google.

➡️ La compétition internationale est intense :
- les États-Unis sont en tête, devançant la Chine et l’Union européenne (UE), en tant que principale source de modèles d’IA de premier plan ;
- en 2023, 61 modèles d’IA notables provenaient d’institutions basées aux États-Unis, dépassant de loin les 21 de l’Union européenne et les 15 de la Chine. A noter la 3eme position de la France, avec 8 modèles d’IA.

➡️ Les progrès récents ont conduit au développement de modèles multimodaux solides, tels que Gemini de Google et GPT-4 d’OpenAI. Ces modèles font preuve de flexibilité et sont capables de gérer des images et du texte et, dans certains cas, peuvent même traiter de l’audio.

➡️ Une nouvelle enquête de l’AI Index révèle un manque significatif de standardisation dans les rapports sur l’IA responsable :
- les principaux développeurs, dont OpenAI, Google et Anthropic, testent principalement leurs modèles par rapport à différents critères d’IA responsables, une pratique qui complique les efforts de comparaison systématique des risques et des limites des meilleurs modèles d’IA ;
- la confidentialité, la sécurité et la fiabilité de l’IA étant les principales préoccupations des entreprises, ces dernières commencent à prendre des mesures pour atténuer ces risques.

L’investissement dans la Gen AI explose
Malgré une baisse globale des investissements privés dans l’IA l’année dernière, l’IA générative spécifiquement a multiplié par huit ses financements depuis 2022, atteignant 25,2 milliards de dollars. Les acteurs majeurs du marché de l’IA générative, tels qu’OpenAI, Anthropic, Hugging Face et Inflection, ont réalisé d’importantes levées de fonds.
En 2023, les États-Unis ont vu leurs investissements privés dans l’IA atteindre 67,2 milliards de dollars, soit une augmentation de 22,1 % par rapport à 2022. Un montant qui équivalent à près de 8,7 fois ceux de la Chine, deuxième plus grand investisseur dans le monde, qui ont pour leur part connu une baisse de 44,2 %, sur la même période. Dans l’Union européenne, y compris au Royaume-Uni, ces investissements ont diminué de 14,1 %.

L’IA fait progresser la science et la médecine
Selon le chapitre 5 du rapport de Stanford, dédié aux usages de l’IA en science et médecine, à plusieurs systèmes médicaux importants ont été lancés en 2023. Alors que les performances de l’IA continuent de s’améliorer, le suivi de son impact sur la pratique médicale devient de plus en plus important. Parmi les principales innovations d’IA mentionnées :
- EVEscape est un modèle qui calcule la probabilité qu’un variant de protéine virale donné induise l’échappement immunitaire des anticorps. Pour chaque protéine, EVEscape prédit l’échappement à partir des sources de données disponibles avant la pandémie : prédictions de vraisemblance de séquence à partir d’une évolution virale plus large, informations sur l’accessibilité des anticorps à partir des structures protéiques et changements dans la propension à l’interaction de liaison à partir des propriétés chimiques des résidus.
-
AlphaMissence est une IA capable de prédire les mutations de l’ADN. Les équipes de Google Deepmind viennent de mettre au point un modèle d’intelligence artificielle capable de déterminer si une mutation dite faux-sens du code génétique peut déclencher une pathologie. D’après les calculs de DeepMind, sur 71 millions de mutations observées, 57% d’entre elles seraient plutôt bénignes et 32% pourraient entraîner une pathologie. Une incertitude plane encore sur les 11% restants, explique le laboratoire de Google dans un billet de blog. En moyenne, poursuivent les chercheurs, un individu présente dans son ADN plus de 9000 mutations faux-sens mais nombre d’entre elles sont encore inconnues des scientifiques.
- MedQA est un test clé pour évaluer les connaissances cliniques de l’IA. Le modèle phare de 2023, GPT-4 Medprompt, a atteint un taux de précision de 90,2 %, soit une augmentation de 22,6 points de pourcentage par rapport au score le plus élevé de 2022. Depuis l’introduction de l’indice de référence en 2019, les performances de l’IA sur MedQA ont presque triplé.

Des algorithmes cliniques autorisés par la FDA :
En 2022, 139 dispositifs intégrant de l’IA ont été approuvés dans différentes aires thérapeutiques, contre seulement 3 en 2012. Parmi eux, le rapport AI Index met en avant les produits suivants :
- SynthSR : transformer les scintigraphies cérébrales pour une analyse avancée avec un outil d’IA qui convertit les images numérisées du cerveau clinique en images haute résolution pondérées T-1 et facilite la création de rendus 3D détaillés du cerveau – cette avancée permet de résoudre le problème de la variabilité de la qualité de la numérisation, qui limitait auparavant l’utilisation de nombreux scans dans la recherche avancée ;
- capteurs infrarouges plasmoniques pour la détection des maladies neurodégénératives, telles que la maladie de Parkinson et la maladie d’Alzheimer, qui dépendent d’une identification précise des biomarqueurs rendue possible par l’IA couplée aux capteurs ;
- cartographie du génome humain : la première ébauche du génome humain a été publiée en 2000 et mise à jour en 2022 – en 2023, le Consortium de recherche sur le pangénome humain, comprenant 119 scientifiques de 60 institutions, a utilisé l’IA afin d’élaborer une approche humaine actualisée et plus représentative de la carte du génome ;
- MedAlign : les outils d’IA ont également le potentiel d’améliorer l’efficacité de l’administration médicale et d’élever la qualité des soins aux patients en introduisant des IA dans les dossiers médicaux pour établir des plans de soins efficaces.





