Que se passera-t-il à l'ère de l'IA ?

20 février 2024 · Jah Guo

1. N'écrivez pas le même code deux fois.

Diverses plateformes, de MSDN à GitHub, Stack Overflow, Hugging Face et Kaggle, visent à partager les résultats de code et les expériences de développement à travers leurs communautés. Mais peu de personnes savent vraiment bien les utiliser. Après qu'un grand modèle a appris ces compétences, il peut générer du code et des fichiers de configuration selon les besoins et effectuer de manière indépendante des tâches de test et de vérification. Lorsqu'il rencontre des lacunes de connaissances, il peut guider les programmeurs humains pour ajouter du code « créatif » et mettre à jour leurs expériences de développement.

2. Les programmeurs spécialisés en Programmation Orientée Grands Modèles (LMOP) sont en plein essor.

La taille des équipes de développement est considérablement réduite en éliminant les programmeurs sans une compréhension solide du métier. On observe une augmentation de ceux qui se forment spécifiquement aux compétences de programmation de grands modèles. Cette tendance offre des emplois de retraite idéaux pour les programmeurs chevronnés.

3. Le droit d'auteur du code est entièrement sur la blockchain.

Les programmeurs LMOP publient régulièrement leurs contributions sous forme d'actifs numériques. Ils gagnent des revenus grâce aux références et aux exécutions, et peuvent également échanger et transférer ces actifs sous forme de NFTs.

4. LLMOps est devenu le processus de développement principal.

La méthode d'itération basée sur les versions a évolué vers l'itération à la demande. Les grands modèles répondent instantanément aux changements de demande et aux retours, favorisant l'optimisation du code, les tests et le déploiement.

5. Utilisez des interfaces IA standard (AII), pas des applications natives IA.

Développer des fonctions IA exclusivement pour des applications peut être considéré comme du codage en dur. Une approche plus judicieuse est d'établir des interfaces IA. Cela vous permet de basculer entre différentes intelligences, tout comme l'interface USB d'un ordinateur.

6. Grand Modèle + Petit Modèle est devenu le framework de développement standard.

Des solutions ont été établies pour les quatre problèmes fondamentaux d'ingénierie : connaissances exclusives, limites de sécurité, vitesse de réponse et coûts d'exploitation et de maintenance. Le grand modèle dans le cloud prend en charge les capacités de connaissances générales pour les applications. Au besoin, les développeurs peuvent simplement déployer un petit modèle dans leur cloud privé ou appareil terminal pour répondre à des exigences spécifiques.

7. Les rôles des chefs de produit et des designers UI sont diminués

L'IA peut améliorer la narration, la traduction et l'interprétation des exigences. Cela rend le chemin des exigences aux programmes exécutables plus direct, précis, rapide et facile à vérifier. La technologie multimodale peut même permettre aux utilisateurs d'accomplir la plupart du travail de la couche d'interaction avec une approche WYSIWYG.

8. 90% de la puissance de calcul est consacrée à l'Intelligence Artificielle Générale (AGI).

Reproduire le monde physique, interpréter avec précision les expressions humaines et la logique émotionnelle, et distinguer les concepts facilement confondus nécessitent un stockage et une puissance de calcul immenses. Seule une proportion mineure de cette puissance de calcul est directement utilisée pour les services d'IA. Tout comme les machines de minage ont connu une brève montée en flèche, les GPUs connaîtront également une augmentation temporaire de la demande, mais elle ne sera pas soutenue.

9. Quand l'engouement pour l'AGI se refroidit, l'AEI prospère.

Les produits prétendant posséder l'Intelligence Artificielle Générale (AGI) performent différemment dans divers domaines en raison de leurs orientations uniques. Chaque produit devient un modèle leader dans un domaine spécifique, faisant disparaître le concept d'AGI au profit de l'Intelligence Artificielle Exclusive (AEI). À mesure que ces domaines se segmentent davantage, les coûts diminuent considérablement, amenant les gens à remettre en question la nécessité d'une AGI vaste et complète.

10. La chaîne d'approvisionnement en connaissances domine le pouvoir de discours de l'industrie de l'IA.

Lorsque tout le monde utilise le même modèle de base, la concurrence se concentre sur l'échelle et la qualité des connaissances. Celui qui contrôle la chaîne industrielle durable de collecte, traitement, mise à jour, vérification et correction des connaissances détient la plus grande influence.

11. Les fournisseurs de services low-code ont désormais l'occasion de montrer leurs compétences.

Les plateformes low-code sont devenues les outils de productivité idéaux pour la production de masse de compétences numériques. En exploitant la puissance de l'IA, elles font le pont entre les pensées et les actions, aidant véritablement les humains à « faire avancer les choses ». Cependant, il reste difficile d'éliminer l'homogénéisation du « marché des compétences », conduisant finalement à un ou deux super marchés de compétences dominants.

12. Le Token devient l'unité standard d'information.

ChatGPT a été le pionnier du modèle de tarification basé sur les tokens, qui a ensuite été adopté par d'autres. Il ne sert pas seulement à mesurer les services de grands modèles, mais aussi pour le commerce des connaissances et l'évaluation du QI numérique. Un standard Token mondial et unifié similaire au Byte est susceptible d'émerger. Ce standard, utilisé pour mesurer la taille de l'information, facilitera la construction d'un écosystème de libre circulation des connaissances.

13. Chacun peut avoir un avatar.

Avec l'avènement des numéros de téléphone, des chaînes TV, des e-mails, des sites web et des applications, les individus peuvent désormais adopter un avatar numérique pour les représenter dans la réception ou la fourniture de services. Le plus souvent, ces avatars intelligents effectuent des tâches qui étaient auparavant réalisées par des humains, opérant silencieusement en arrière-plan sans besoin d'interaction ou de commandes constantes.

14. Il n'y a plus de portails ni de prétendues entrées de trafic.

Le contenu que voient les utilisateurs, les commandes qu'ils émettent et les applications qu'ils ouvrent ne diffèrent pas en raison de la proéminence de l'emplacement d'entrée. L'avatar intelligent sait tout, éliminant le besoin d'opérer une interface pour présenter des informations à l'utilisateur. Maintenir une bonne réputation de service est le seul moyen de générer du trafic. Cette réputation ne concerne pas les évaluations cinq étoiles. Votre avatar intelligent peut tout découvrir auprès d'autres avatars et vous aider à faire le meilleur choix.

15. Le marketing numérique se tourne vers l'IA.

L'IA permettant aux gens de contourner les portails et les moteurs de recherche pour recevoir directement des services, les méthodes traditionnelles de marketing numérique comme les publicités, l'EDM et le SEO pourraient perdre leur valeur commerciale. Ce changement donnera probablement naissance à trois nouveaux modèles : l'Optimisation Cognitive Générale (GCO), la Livraison Ciblée par Avatar (ATD) et le Contenu Remplaçable Implanté (IRC). Le marketing numérique ressemble de plus en plus à une élection.

16. La redistribution de la puissance mentale et physique brisera les cocons cognitifs.

À court terme, il peut sembler que l'IA générative a stimulé l'efficacité de la création. Puisque les grands modèles génèrent du contenu basé sur les connaissances et l'expérience existantes, la créativité et l'inspiration peuvent sembler étouffées si les humains l'utilisent simplement par commodité. Cependant, à mesure que l'industrie évolue, la demande de structures de talents différentes changera également. Ce changement incitera chacun à rediriger ses ressources mentales et physiques des tâches répétitives vers un travail innovant, accélérant ainsi les avancées technologiques.

17. Nous entrons dans une ère de croissance rapide des composants intelligents de fusion perceptuelle.

Des appareils comme Vision Pro s'intègrent à la perspective à la première personne de l'humain. Neuralink tente de fusionner avec le système nerveux central. Si nous considérons le matériel comme le corps physique de l'IA, alors connecter le signal numérique au système nerveux central pourrait effacer la frontière entre les mondes numérique et physique. Cela pourrait offrir aux humains le potentiel de transcender les limitations spatiales, leur permettant de voir, entendre et toucher à distance. Cela pourrait être la véritable définition du métavers. Les composants intelligents de périphérie avec des capacités comportementales spécifiques sont appelés à devenir un pilier du développement continu de l'industrie.

18. La sécurité cognitive émerge comme un risque majeur.

Les processus de pensée de l'IA peuvent être manipulés artificiellement, rendant difficile pour les systèmes de sécurité de déterminer si les commandes de l'IA résultent d'une réflexion indépendante. De plus, les futurs avatars numériques pourraient partager les pensées de leur propriétaire mais agir de manière indépendante. Si un tel avatar est trompé, il pourrait non seulement divulguer des informations privées, mais aussi effectuer des actions dangereuses sous l'identité du propriétaire sans que celui-ci en soit conscient. En réponse à ces menaces, les mesures anti-fraude et anti-lavage de cerveau pourraient devenir des sujets clés dans l'avenir de l'industrie de la sécurité.