IA : Les entreprises doivent écouter la recherche universitaire

Vous ne le réalisez peut-être pas, mais au sein des recherches et développements en science algorithmique, on observe une sorte d'accélération des travaux et des résultats qui en découlent. Cela peut s’expliquer en autre par l’augmentation exponentielle des capacités de calculs, je veux dire de la puissance des ordinateurs, mais aussi du simple fait que cette science est devenue son propre catalyseur.

On remarque aussi une translation incroyablement rapide — ou tout simplement possible — des résultats obtenus au sein de ces travaux de recherches universitaires ou indépendantes, vers des cas industriels de grande ampleur. On parle aussi de mise à l’échelle.

Avant, en science algorithmique (ce qui est toujours le cas dans la plupart des autres disciplines) il fallait parfois attendre 10 ou 20 ans pour voir un résultat embarqué dans un produit ou un service industriel, quand le résultat issu de la recherche ne restait tout simplement pas sur une étagère de laboratoire.

Aujourd’hui, en intelligence artificielle, il faut 1 à 2 ans pour transformer un résultat de recherche vers un usage industriel. Par exemple, ce que j’ai développé en thèse il y a presque 20 ans n’est toujours pas utilisé dans l’industrie, alors que les derniers modèles du langage, les fameux LLMs ont mis moins de cinq ans pour se voir être utilisé par le public au sein de technologies dédiées.

Revues scientifiques et grandes conférences, sources incontournables pour les entreprises

Toutes les entreprises, peu importe l’industrie et le domaine, doivent écouter davantage ce qui se passe dans la recherche universitaire et indépendante pour anticiper les prochaines générations de technologies applicatives, d’usage de ces algorithmes, de ces intelligences artificielles, au sein de produits ou de services mis à disposition du grand public. Et c’est justement le message clé de cette chronique.

"Écouter" signifie se renseigner sur ce qui se fait, ce sur quoi les chercheurs travaillent, en lisant au mieux les articles scientifiques publiés dans des revues à comité de lecture, mais aussi en suivant de près les contenus et les personnes qui présentent dans les grandes conférences scientifiques. Parmi ces conférences, on peut citer celle sur les systèmes de traitement de l'information neuronale qui se déroule chaque année au Canada, ou encore des conférences propres au domaine applicatif de la recherche comme la conférence internationale de radiologie.

Les hommes politiques aussi à la traîne

Cela vaut également pour nos dirigeants politiques et nos législateurs afin de construire des politiques publiques et des textes de lois qui ont du sens. Vous vous souvenez certainement des nombreux amendements apportés aux articles du texte européen sur l’intelligence artificielle, à la sortie de ChatGPT afin de prendre en considération les IA dites génératives. Eh bien cela m’avait bien surprise à l’époque sachant que les acteurs universitaires et des géants technologiques comme Google, travaillaient déjà dessus depuis cinq ans. Le législateur n’a pas écouté.

Aux États-Unis, des ponts entre monde académique et entreprise

Pas strictement. Les universitaires américains ont, par culture et donc par habitude, des liens plus étroits avec l’industrie jusqu’à eux-mêmes lancer des startups qui deviennent pour certaines d’entre elles des pépites. De leur côté, les industriels américains considèrent peut-être davantage le monde académique en comparaison à nos industriels français, jusqu’à créer des ponts efficaces entre ces deux mondes. Ce qui permet, vous l’avez compris, de translater plus rapidement des résultats issus de la recherche vers des cas industriels de grande ampleur.

Tout compte fait, cette accélération est une formidable opportunité pour notre pays de renforcer ou tout simplement de créer du lien entre deux mondes, le monde industriel et le monde de la recherche, qui ont plus de points communs qu’ils ne l’imaginent.