L’arrivée de la nouvelle année amène à la réflexion dans bien des domaines. Que nous réserve 2021 en matière d’intelligence artificielle ? Voici 10 prédictions audacieuses, de la recherche universitaire aux marchés de capitaux, en passant par la réglementation. Nous ferons le point en décembre 2021 pour évaluer les résultats.

  1. Les entreprises Waymo et Cruise seront toutes deux lancées sur les marchés publics.

Les promoteurs de véhicules autonomes comme Waymo et Cruise ont des besoins de trésorerie continus et massifs. Les investisseurs des marchés publics sont assoiffés d’introductions en bourse. Le boom des SPAC en 2020 a fourni une nouvelle façon pour les entreprises moins matures de s’introduire en bourse. Et les investisseurs de SPAC ont montré un appétit vorace pour les entreprises de mobilité de la prochaine génération (exemple : Nikola, Velodyne, Luminar, Innoviz, Canoo, Fisker, Romeo Systems).

Waymo et Cruise profiteront de l’environnement du marché en entrant en bourse en 2021. Une scission complète de leurs sociétés mères, Alphabet et General Motors, permettra probablement de dégager une valeur d’entreprise significative. Waymo est plus susceptible de procéder à une introduction en bourse traditionnelle.

  1. Un faux-pas politique va se généraliser aux États-Unis, alimentant une confusion et une désinformation généralisées.

La technologie de la contrefaçon s’améliore et prolifère rapidement. Les récents incidents au Gabon et au Brésil reflètent le potentiel destructeur de cette technologie dans la sphère politique. En 2021, les contenus factices se généraliseront aux États-Unis, et une partie importante de la population pensera qu’il s’agit d’un contenu fiable. Le deepfake sera probablement utilisé en mettant en scène des politiciens ayant un discours controversé.

En réponse, certains décideurs politiques vont intensifier les appels à l’abrogation de la section 230 de la loi sur la décence en matière de communications, arguant que les grandes entreprises technologiques doivent être tenues pour responsables de la surveillance de la propagation des contrefaçons sur leurs plateformes.

  1. Le nombre total d’articles de recherche universitaire publiés sur l’apprentissage fédéré va monter en flèche.

La confidentialité des données devient une question de plus en plus urgente pour les consommateurs et les régulateurs. Dans ce contexte, les méthodes d’IA préservant la vie privée vont continuer à gagner du terrain en tant que moyen le plus durable de construire des modèles d’apprentissage machine. La plus importante de ces méthodes est l’apprentissage fédéré.

Le nombre d’articles de recherches universitaires publiés sur l’apprentissage fédéré est passé de 254 en 2018, à 1 340 en 2019, puis à 3 940 en 2020, selon Google Scholar. Cette croissance exponentielle va se poursuivre : en 2021, plus de 10 000 articles de recherche seront publiés sur le thème de l’apprentissage fédéré.

  1. L’une des principales start-up dans le domaine des puces d’IA sera acquise par une grande entreprise de semi-conducteurs pour plus de 2 milliards de dollars.

Les puces en silicium conçues spécialement pour les charges de travail de l’IA sont l’avenir de l’industrie des semi-conducteurs. L’acquisition d’Habana Labs par Intel l’année dernière, pour 2 milliards de dollars, est une reconnaissance de cette réalité. En 2021, pour éviter d’être perturbé, un autre fabricant de puces héritées fera une acquisition majeure d’une start-up spécialisée dans les puces d’IA.

Les cibles d’acquisition les plus probables : Graphcore, Cerebras, SambaNova

Les acquéreurs potentiels : NVIDIA, AMD, Qualcomm, Intel

  1. L’une des principales entreprises de découverte de médicaments pour l’IA sera acquise par une grande société pharmaceutique pour plus de 2 milliards de dollars.

Les grandes entreprises pharmaceutiques ont pris conscience du fait que l’apprentissage automatique pouvait révolutionner la découverte et le développement de médicaments. En 2021, l’une des principales sociétés pharmaceutiques paiera pour acquérir une start-up spécialisée dans la découverte de médicaments par IA, en apportant sa technologie et son talent en interne.

Cibles d’acquisition les plus probables : Recursion, Exscientia, insitro, Atomwise

Les acquéreurs potentiels : Bayer, GlaxoSmithKline, Novartis, Bristol Myers Squibb, Eli Lilly, Gilead

  1. Pour la première fois, le gouvernement fédéral américain fera de l’IA une véritable priorité politique.

Les États-Unis ont pris du retard par rapport à d’autres pays, notamment la Chine, en ce qui concerne le soutien proactif des politiques publiques à l’intelligence artificielle. Cela commencera à changer en 2021 avec une Joe Biden au pouvoir et un Congrès plus engagé.

Le gouvernement Biden proposera, et le Congrès adoptera, un budget fédéral qui augmentera considérablement le financement public de l’intelligence artificielle. Le Congrès adoptera également une stratégie nationale pour l’IA qui abordera des sujets tels que l’éthique de l’IA, les priorités de recherche, les implications en matière de sécurité nationale et l’automatisation du travail.

  1. Une modélisation PNL avec plus d’un trillion de paramètres sera élaborée.

En 2019, OpenAI a publié GPT-2, le premier modèle de PNL avec plus d’un milliard de paramètres (il en avait 1,5 milliard). À l’époque, ce chiffre était considéré comme incroyablement élevé. En 2020, OpenAI a publié le GPT-3, qui possédait 175 milliards de paramètres.

La « course aux armements » des transformateurs se poursuivra en 2021 avec la publication du premier modèle avec plus de 1 000 milliards de paramètres. Ce modèle proviendra très probablement d’OpenAI et sera nommé GPT-4. Parmi les autres organisations qui pourraient franchir le cap des billions de paramètres, citons Microsoft, NVIDIA, Facebook et Google.

  1. La catégorie « MLOps » commencera à subir une importante consolidation du marché.

Une vague de start-up élaborant des outils et des infrastructures pour l’apprentissage machine a émergé ces dernières années. Nous assisterons à une consolidation significative dans cette catégorie en 2021.

Les start-up qui élaborent des « solutions ponctuelles » spécialisées seront récupérées par des acteurs plus importants qui cherchent à développer des plateformes de développement de modèles complètes et de bout en bout. La double acquisition de SigOpt et de Cnvrg.io par Intel cette année est un véritable canari dans une mine de charbon.

Cibles d’acquisition probables : Alectio, Algorithmia, Arize AI, Arthur AI, Comet, DarwinAI, Fiddler Labs, Gradio, OctoML, Paperspace, Snorkel AI, Truera, Verta, Weights & Biases, et al.

Les acquéreurs potentiels : IBM, Microsoft, Amazon, Databricks, DataRobot, Oracle

  1. L’IA deviendra une partie importante du récit dans les efforts antitrust des régulateurs contre les grandes entreprises technologiques.

Cette année, les autorités réglementaires américaines et européennes ont officiellement engagé des procédures antitrust contre Amazon, Apple, Facebook et Google. Jusqu’à présent, les régulateurs ne se sont pas explicitement concentrés sur l’intelligence artificielle, car ils ont articulé les affaires antitrust contre les géants de la technologie.

Au cours de l’année à venir, attendez-vous à ce que les régulateurs et les commentateurs commencent à invoquer plus fréquemment l’intelligence artificielle car ils exposent comment et pourquoi ces entreprises étouffent injustement la concurrence. L’argument principal sera que les monopoles des entreprises sur les données leur donnent des avantages incontournables pour développer des algorithmes d’apprentissage automatique efficaces.

  1. La biologie va continuer à gagner du terrain en tant que domaine le plus dynamique et le plus transformateur auquel appliquer l’apprentissage automatique.

C’est à la fois la prédiction la moins mesurable et la plus importante de cette liste.

En termes de recherche universitaire, de financement de démarrage et d’attention des médias, la biologie apparaîtra de plus en plus comme le domaine ayant le plus grand impact et la plus grande conséquence auquel appliquer l’IA. La réalisation historique de DeepMind, AlphaFold, le mois dernier, dont les ramifications prendront des années à se concrétiser pleinement, n’est qu’un prélude à ce que l’humanité accomplira en appliquant les méthodes de calcul et l’apprentissage machine aux mystères de la biologie.

 

Article traduit de Forbes US – Auteur : Rob Toews

<<< À lire également : Quand L’intelligence Artificielle Se Fait Parcimonieuse >>>