Des fonctionnalités à coût maîtrisé ? Le modèle A-U appliqué à l’IA générative.

L’essor des IA génératives (IAG) donne lieu à des projections alarmistes quant à leur impact environnemental. Ce risque est-il correctement évalué ? L’innovation tend à suivre un cycle où les efforts se concentrent sur le produit puis son processus de production et enfin sa simplification (modèle A-U). Ce cycle s’applique-t-il également aux IAG ? L’analyse des premières IA basées sur le deep learning montre le potentiel lié aux optimisations matérielles et logicielles. Ce type d’optimisation est-il mis en œuvre dans le cas des IAG ? Les mesures d’optimisation peuvent porter sur le matériel mais aussi sur les données ou sur les modèles eux-mêmes. Compte tenu de la forte pression sur les coûts, la tendance actuelle pencherait davantage vers une croissance maîtrisée des coûts financiers et environnementaux, du fait notamment des économies d’échelle. La recherche met en avant l’importance de l’optimisation des coûts d’inférence pour l’atteinte de la rentabilité des grands chatbots internationaux. Une perspective se dégage par ailleurs en matière de développement collaboratif des IAG sur le principe des fondations open-sources.