12 tendances en IA à surveiller en 2024

Si ces douze derniers mois sont un indicateur, 2024 sera une autre année de progrès rapides en IA. 2023 a vu une accélération continue des capacités de l’IA et un consensus émergent autour de la nécessité de développer des garde-fous partagés pour le développement futur de cette technologie.

Ces thèmes devraient se poursuivre en 2024, selon les membres de l’équipe de direction de l’Institut Vector, alors que l’IA transforme la santé, les affaires et notre vie quotidienne. Mobilisant leur expertise collective, ils ont plongé leurs boules de cristal pour offrir quelques prédictions sur l’IA pour l’année à venir.

Autonomisation de l’individu

L’IA n’a jamais été aussi accessible, ce qui signifie que les gens peuvent être habilités à exploiter l’IA dans tous les aspects de leur vie. Qu’il s’agisse d’écrire et d’éditer des courriels, de développer une présentation ou de créer la première ébauche d’une liste de vérification de processus, la mesure dans laquelle nous pouvons automatiser les tâches dans nos vies sera limitée uniquement par notre créativité. Cependant, beaucoup s’inquiètent encore de l’impact de l’IA sur eux et leur avenir. Tout comme pour les entreprises, il est important d’inclure le public dans les changements en cours afin de s’assurer que les gens fassent partie du processus.

Cameron Schuler, directeur de la commercialisation, vice-président de l’innovation industrielle

Perfectionnement et requalification

Attendez-vous à ce que de nouveaux rôles émergents s’adaptent à l’évolution du paysage. De l’ingénierie des prompts pour tirer le meilleur parti des LLM à l’audit des systèmes d’IA pour s’assurer qu’ils fonctionnent comme prévu, il existe de multiples occasions d’acquérir de nouvelles compétences qui amélioreront la boîte à outils de l’IA.

Melissa Judd, vice-présidente des opérations de recherche et des partenariats académiques

L’IA n’est plus le domaine du département informatique

Historiquement, la technologie a été reléguée au département informatique. Mais l’IA générative offre des opportunités à l’ensemble de l’entreprise, faisant de l’IA une priorité absolue pour l’ensemble de l’entreprise. Le risque de perturbation et son origine seront beaucoup plus imprévisibles; Les dirigeants devront être plus vigilants pour équilibrer les risques liés à la concurrence tout en s’assurant que leur propre entreprise demeure compétitive. Cela inclura un passage des expériences basées sur la curiosité avec l’IA vers une résolution stratégique de problèmes plus ciblée. – CS

Gestion du changement

Les entreprises qui investissent profondément dans l’IA générative et la gestion du changement pour leurs organisations et main-d’œuvre récolteront les plus grands bénéfices en 2024 et au-delà. – MJ

Les LLM entraînés sur des ensembles de données spécialisés, fiables et debiasés remplaceront les versions actuelles de scraping sur Internet

Les LLM entraînés sur des données extraites par Internet sont soumis à tous les biais et désinformations disponibles sur Internet. À mesure que les ensembles de données d’entraînement deviennent mieux sélectionnés, les LLM entraînés sur ces ensembles seront de meilleure qualité, plus fiables et moins susceptibles de produire des résultats non fiables ou problématiques.

Roxana Sultan, directrice des données et vice-présidente de la santé

Les lois sur le droit d’auteur s’adapteront pour rendre le développement et l’utilisation de tels LLM réalisables

Les LLM entraînés sur des données extraites par Internet incluent souvent des ensembles de données qui n’ont pas été consentis pour ce type d’utilisation, ce qui mène actuellement à des poursuites judiciaires et à des réclamations de droits d’auteur. Les décideurs travaillent à adapter rapidement la législation sur le droit d’auteur afin de suivre le rythme, en équilibrant les besoins en formation LLM avec les droits des créateurs de contenu. – RS

Les modèles multimodaux créeront un nouveau paradigme d’IA

Bien que les LLM soient une forme d’IA incroyablement puissante, le développement de modèles de base capables de combiner des données provenant de multiples sources (texte, image, parole) permettra un tout nouveau niveau d’IA. Au cours de la dernière année dans le domaine de la santé, plusieurs modèles fondateurs multimodaux (modèles entraînés sur diverses sources de données, telles que le texte, la forme d’onde, l’imagerie, le génotype, etc.) et des produits médicaux généralistes d’IA ont été publiés. Les preuves à ce jour indiquent que les modèles de fondation multimodaux ont le potentiel de permettre de nouvelles technologies de santé innovantes grâce à l’intégration fluide de diverses sources de données et modes de communication. – CS, RS

L’apprentissage fédéré libérera plus de valeur des données de santé à travers les systèmes

En santé, des travaux sont en cours pour tester l’apprentissage fédéré — une technique d’apprentissage automatique qui aide à préserver la confidentialité des données — pour entraîner des modèles d’IA en santé à travers les hôpitaux et les réseaux de santé en utilisant des dossiers médicaux électroniques et/ou des systèmes de données distincts. S’ils réussissent, ces modèles établiront une preuve de concept pour une approche de l’IA en santé qui abaisse les barrières à la centralisation des données et permet le développement de modèles plus robustes que ceux entraînés sur des données provenant d’un seul centre. – RS

De petits modèles open source amélioreront l’efficacité et la performance compétitive pour des tâches ou domaines spécifiques

De petits modèles open source amélioreront l’efficacité et la performance compétitive pour des tâches ou domaines spécifiques. À mesure que la demande pour une compréhension spécialisée des langues augmente, ces modèles peuvent éclipser leurs homologues plus grands où la précision et la pertinence contextuelle sont primordiales. Les améliorations des modèles plus petits qui s’adressent spécifiquement à des cas d’usage de niche seront portées par l’innovation continue dans les architectures de modèles. Le développement de modèles plus agiles et efficaces sera mené par des contributions open source et des efforts collaboratifs.

Deval Pandya, vice-président, ingénierie IA

Essor des agents IA

Les agents d’IA — des programmes qui prennent des décisions en fonction de leur environnement — évolueront pour démontrer une meilleure conscience du contexte, des capacités multimodales et un engagement envers l’apprentissage continu, offrant aux utilisateurs des expériences plus personnalisées et adaptables. Les développeurs intégreront des pratiques éthiques, l’informatique en périphérie et la personnalisation spécifique à l’industrie, assurant un déploiement responsable et spécialisé dans chaque domaine d’agents d’IA dans divers secteurs. Cette évolution redéfinira la dynamique de travail alors que la collaboration humain-IA met l’accent sur la synergie coopérative entre les technologies d’IA et les capacités humaines. – DP

Va vite! Non, attends, ralentis!

La tension entre les modèles de pointe en rapide évolution et les préoccupations concernant la sécurité de l’IA et les risques existentiels continuera de se manifester de manière nouvelle et intéressante. – MJ

Plus de garde-corps

Les pays continueront de bâtir des garde-fous pour l’IA, que ce soit par des codes volontaires, l’élaboration de normes et de règlements. – MJ