Jensen Huang sur pourquoi la révolution de l'IA sera similaire à la révolution industrielle « Nous produisons quelque chose pour la toute première fois qui n'a jamais été produit auparavant, et nous le produisons en volume extrêmement élevé. Et la production de cette chose nécessite un nouvel instrument qui n'a jamais existé auparavant - c'est un GPU. Et la chose que nous produisons pour la toute première fois, ce sont des tokens. Nous produisons des nombres à virgule flottante en grande quantité pour la première fois dans l'histoire. Et la raison pour laquelle ces nombres à virgule flottante ont de la valeur, c'est parce que c'est de l'intelligence. » Jensen continue : « Vous pouvez prendre ces nombres à virgule flottante et les reformuler de telle manière qu'ils se transforment en anglais, français, protéines, produits chimiques, graphiques, images, vidéos, articulation robotique, articulation du volant… Donc maintenant, le monde va produire une énorme quantité de tokens. Et ces tokens vont être produits dans de nouveaux types de centres de données - nous les appelons des usines d'IA. » Il compare cela à la révolution industrielle : « Lors de la dernière révolution industrielle, l'eau entre dans une machine, vous mettez le feu à l'eau, cela la transforme en vapeur, puis en électrons. Les atomes entrent, les électrons sortent. Dans cette nouvelle révolution industrielle, les électrons entrent et les nombres à virgule flottante sortent. Et lors de la dernière révolution industrielle, personne ne comprenait pourquoi l'électricité était si précieuse, mais elle est maintenant vendue et commercialisée en kilowattheures par dollar. Maintenant, nous avons des millions de tokens par dollar. Et donc cette même logique est aussi incompréhensible pour beaucoup de gens que la dernière révolution industrielle, mais cela va devenir complètement normal dans les 10 prochaines années. Ces tokens vont créer de nouveaux produits, de nouveaux services, une productivité améliorée dans toute une série d'industries, et des centaines de trillions de dollars d'industries au-dessus de nous. » Le principal problème qui freine l'IA dans beaucoup de ces cas d'utilisation en ce moment est la précision, mais Jensen pense que cela sera bientôt résolu. La façon de penser à ces modèles, soutient Jensen, est que le taux d'erreur sera réduit de moitié tous les six mois à un an. Ce qui signifie que la précision et la crédibilité doubleront à un rythme plus rapide que la loi de Moore. « Tous les tests que nous utilisons actuellement pour mesurer ces modèles, leur taux d'erreur est réduit de moitié tous les six mois. Et il n'y a aucune raison de ne pas s'attendre à ce que tout cela devienne surhumain très bientôt. » Source vidéo : @stripe (2024)