0:01 bienvenue à une nouvelle conversation sur l'intelligence artificielle je pense que nous ne pouvons jamais assez parler de ce sujet je tiens à remercier Richard Atias et l'équipe F d'avoir vraiment approfondi la discussion sur l cette année je pense qu'il n'y a pas de sujet plus important que ce soit dans le domaine financier du leadership de l'éducation ou médicale l'intelligence artificielle transforme tout nous avons ici TR PDG exceptionnels qui prente différents aspects de l'émergence de l'IA je vais commencer par demander à chacun d'entre eux de prendre une minute pour se présenter et expliquer leur travail ensuite nous aborderons les questions suivantes où va-t-on à quelle
0:46 vitesse quelle ampleur cela va-t-il prendre nous nous demanderons aussi ce qui viendra après chat GPT pr commençons par vous Mercier je suis nous sommes l'un des leaders mondiaux des modèles open source d'imag de vidéo et de 3D au-delà de GPT une image vaut 1000 mots et nous en créons beaucoup en fait 80 % de toutes les images générées par l'IA l'année dernière en 2023 l'ont été par notre modèle stable diffion incroyable à toi Richard bonjour à tous je suis ravi d'être ici je m'appelle Richard Sochet je suis le PDG et
1:31 fondateur de youpointcom c'est un moteur de productivité qui représente la prochaine génération après la recherche et les moteurs de réponse nous rendons les gens plus productifs dans de nombreux types d'organisations des fonds spéculatifs aux universités en passant par les entreprises et les compagnies d'assurance nous travaillons aussi avec les éditeurs les agences de presse et presque tous ceux qui ont des activités de de vente service marketing recherche et analyse je dirige également un fond de capital risque appelé AX Ventures qui investit dans des start-up diaia en phase de préamorçage et d'amorçage quand j'étais professeur à Stanford j'ai eu la chance d'avoir deux étudiants qui ont créé hugging face maintenant valorisé à 1,5 milliards le fond se porte bien c'est de la pure ventardise j'aimerais
2:17 pouvoir me vanter comme ça docteur kaioui je travaille sur liia depuis environ 43 ans j'ai commencé lia à l'université je pense que c'était avant la naissance de mes collègues j'ai travaillé sur l'apprentissage automatique j'ai un doctorat de carnegy melon et j'ai travaillé chez Apple Microsoft et Google certains me connaissent pour mes livres ai superpers et ai 2041 à temps partiel je dirige sinnovation Ventures qui investit mondialement et à pleintemps je dirige 01 point à i une entreprise d'intelligence artificielle générative
3:03 nous construisons un grand modèle de langage nous sommes actuellement classés comme la troisème entreprise avec les meilleures performances juste après les meilleurs modèles d'Open ai et Google vous pouvez le trouver en ligne nous développons aussi des produits grand publics et entreprises nous sommes basés en Chine mais nos produits sont accessibles mondialement et nous faisons également beaucoup d'Open Source incroyable tout d'abord Kaifu est une légende et l'un des plus grands leaders mondiaux dans ce domaine c'est un honneur de l'avoir ici Prem je veux commencer avec vous vous avez réussi à recruter James Cameron dans votre conseil d'administration et comme
3:48 stability crée de la vidéo et représente l'avenir d'Hollywood je suis curieux de deux choses premièrement est-ce que Jim avait raison avec Terminator et deuxièement il y a eu beaucoup de discussions sur la perturbation d'Hollywood que li va créer l'avenir de tous les films et contenu vous avez dit qu'au-delà des modèles GPT une image vaut 1000 mots parlez-nous de cet avenir de ce qui va se passer dans le monde de la visualisation pour la télévision et
4:34 Hollywood est-ce que Jim avait raison avec Terminator espérons que non mais quel film fantastique c'était j'aime quand il en plaisante en disant je vous l'avez dit que ça arriverait et maintenant c'est là pourquoi quelqu'un comme lui s'impliquerait dans stability j'ai eu la chance de travailler sur Avatar 2 avec lui quand j'étais PDG de Weta Digital avant de devenir PDG de stability et ce film a pris plus de 4 ans à réaliser car il était entièrement rendu en image de synthèse je pense que d'ici 5 à 10 ans la grande majorité des films de la télévision et des médias visuels tels que nous les connaissons aujourd'hui ne seront plus rendu mais générés en fait
5:21 dans Avatar certains plans nécessitaent 6000 à 7000 heur de temps de calcul pour rendre une seule image des milliers d'heures qui peuvent maintenant être réduites à quelques minutes je pense que Jim veut juste récupérer une grande partie de sa vie quand on pense au processus créatif nous regardons tous des films nous les aimons des premiers souvenirs au dernier c'est un bien dont on ne se lasse jamais il y a donc dans le monde cet appétit insatiable pour consommer et créer des histoires je pense que nous devrions accélérer cela le problème avec le processus de production cinématographique c'est le temps et l'argent ce qu'il voulait
6:08 vraiment faire c'est éliminer ses contraintes pour passer d'un modèle de rendu à un modèle généré allonsnous voir une situation où l'intelligence artificielle générera des films entiers parce qu'elle connaît mes préférences ce que j'aime et qu'elle créera le film parfait pour moi personnellement j'espère que non je ne pense pas que ce soit le processus créatif doit commencer avec un humain et je pense que cet humain doit diriger ses outils et ses agents distincts pour créer cette histoire j'espère que vous voudrez toujours entendre les histoires que d'autres veulent vous raconter bon prenons une direction différente alors vais-je voir Marily Monro et les stars du passé revenir y a-t-il besoin d'acteurs
6:54 humains si on peut générer des acteurs et actrices parfaitement réalistes je ne vois pas comment il pourrai survivre en fait c'est plus rapide dans le processus de production de filmer directement des acteurs de faire de vraies prises de vue et d'obtenir leur performances je pense que c'est la partie visible de la production les gens s'y attachent beaucoup je pense que l'intelligence artificielle va améliorer ses performances la dimension physique d'un réalisateur avec sa caméra et un acteur devant est une partie très importante du processus créatif et je ne pense pas que ce cela va disparaître de sitôt en fait je pense autant à ce qui ne va pas changer qu'à ce qui va changer mais je pense que après une
7:40 prise le réalisateur va dire je l'ai parce qu'ils pourront manipuler cette performance comme vous le dit puis-je vous poser une dernière question avant de passer à autre chose quel sera le changement le plus spectaculaire que nous verrons dans le cinéma et la télévision dans 10 ans avec la super intelligence numérique qu est vision la plus folle de ce que nous verrons dans le divertissement je pense que nous allons voir une augmentation de 5 à 10 à 20 fois plus de contenu créé je pense que nous verrons différents formats temporels comme vous l'avez dit vous voudrez peut-être voir un film de 20 minutes avant d'aller dormir il y aura différents types de durée je pense que vous allez avoir une explosion de la création de contenu et une explosion du nombre d'artistes dans le [Musique]
8:27 monde je reviendrai dans 10 ans pour voir si vous avez raison Richard une grande partie de votre travail a été déterminante dans les débuts de l'application des réseaux neuronaux au traitement du langage naturel quelle sera selon vous la prochaine frontière au-delà du NLP pourriez-vous d'abord expliquer ce qu'est le NLP et où il va oui le traitement du langage naturel NLP était auparavant un sous-domaine de l'IA il a influencé pratiquement tous les autres domaines de l'IA et il existe de nombreux algorithmes différents à entraîner en 2010 j'ai eu cette idée folle d'entraîner un seul réseau neuronal pour tout le NLP en 2018 nous avons enfin construit le premier modèle
9:13 qui a inventé l'ingénierie des promptes où vous pouvez simplement poser toutes vos différentes questions à un seul modèle au fil du temps vous pouvez poser des questions non seulement sur du texte mais aussi sur des images je pense que c'est l'une des réponses au sujet principal du panel sur ce qui vient après chat GPT nous aurons beaucoup plus de modèles multimodaux vous pourrez avoir des conversations sur des images des entrées et sorties transparentes non seulement en texte mais aussi en programmation ce qui est une avancée majeure les vidéos les images la voix le son mais une modalité vraiment intéressante que peu de gens ont réalisé est celle des protéines les protéines sont essentiellement les blocs Lego de base de toute la biologie tout dans notre corps est régi par les protéines et vous pouvez créer une protéine tout
9:58 comme vous pouvez demander un grand modèle de langage d'écrire un sonnet pour vous ou un poème pour votre femme vous pouvez demander à un LLM de créer un type spécifique de protéin qui se lira uniquement au sarcov 2 ou à un type particulier de cancer dans votre cerveau cela va débloquer de nombreux aspects en médecine je suis donc extrêmement enthousiaste quant à l'avenir des LLM qui s'étendent à différentes modalités comme nous le voyons avec les produits de Deep et alphafold nous avons eu une conversation récemment mais je n'ai pas entendu la réponse la question est essentiellement y a-t-il une limite supérieure à l'intelligence nous venons de tenir un conclave sur la super intelligence numérique sur la vitesse à laquelle nous
10:44 allons y arriver et ce que cela signifie je parlais à elon il disait ok 2029 à 2030 une intelligence égale à celle de toute la race est-ce que ce sera un million de fois plus puis un milliard de fois plus puis 1000 milliards de fois plus y a-t-il une limite supérieure à l'intelligence c'est une question très intéressante pour revenir un instant sur alphafol de Google c'était vraiment intéressant de comprendre comment les protéines se replient car cela aide à comprendre comment elles sont susceptibles de fonctionner et d'interagir dans votre corps en 2020 nous avons créé le premier LLM capable de générer un type de protéine complètement nouveau elle était
11:30 40% différente de toute protéine naturelle et nous l'avons synthétisé en laboratoire chez sales force research cé une protéine de type lisozyme antibactérienne qui a des propriétés antibactériennes et pour mettre cela en perspective 2020 était très proche du covid-19 il faut faire attention à ce qu'on dit en ligne parfois ce qui était intéressant c'est que plusieurs startups sont nés de cette ligne de recherche je pense qu'il estile pour les gens de comprendre à quel point cela peut changer la médecine concernant les limites supérieures de l'intelligence c'est une question vraiment intéressante peut-elle continuer indéfiniment je pense qu'il faut examiner les différentes dimensions de l'intelligence l'intelligence linguistique la perception visuelle le raisonnement
12:16 l'extraction de connaissance et quelques autres comme la manipulation physique je vais vous donner juste un exemple je pourrais en parler pendant des heures mais prenons l'intelligence visuelle pendant longtemps les G n regarder que le spectre de fréquence électromagnétique de la vision humaine classifier chaque objet sur la planète n'est pas si difficile la limite supérieure est de classifier tous les objets sur la planète et nous allons probablement l'atteindre bientôt mais ce n'est que la vision humaine l'intelligence artificiel pourrait éventuellement voir jusqu'au fréquences gamma et essayer de percevoir les atomes et là vous commencez à atteindre les limites de la physique comme les limites quantiques de ce qui est observable et vous pouvez aller jusqu'à
13:03 voir des choses à l'échelle de l'univers et combien de capteurs différents vous avez et pouvez traiter toutes ces informations l'intelligence artificielle pourrait avoir des milliards de capteurs et là vous atteignez des limites intéressantes comme le cône de lumière de l'observable je pourrais en parler pendant des heures c'est un sujet vraiment difficile mais dans certains cas nous sommes astronomiquement loin de ces limites supérieures et dans d'autres nous en sommes déjà assez proches fascinant vous parlez de la productivité au travail comme objectif de u.com qu'est-ce que cela signifie je suppose que la question est la même y a-t-il une limite à la productivité au travail que nous allons voir étant donné que je peux
13:48 commander des agents Ia et des robots pour faire n'importe quoi et s'améliorer en cours de route il semble que nous allons atteindre une sorte de produit intérieur brut infini à un moment donné oui il y a certains domaines de l'IA où l'IA peut entrer dans une boucle d'autoapprentissage si quelque chose peut-être simulé l'intelligence artificielle peut tout résoudre dans ces domaines par exemple les échecs le jeu de Go vous pouvez les simuler parfaitement l'intelligence artificielle peut donc s'entraîner et jouer avec elle-même des milliards et des milliards de fois créer une quantité presque infini de données d'entraînement et ainsi résoudre chaque problème dans ce domaine un autre domaine que nous pouvons parfaitement simuler est la programmation les langages de programmation peuvent être exécutés puis
14:35 vous pouvez simuler les résultats dans l'ordinateur et l' peut s'améliorer et finalement devenir surhumaine mais là où je ne peux pas simuler les choses infiniment c'est par exemple dans le service client vous ne pouvez pas avoir des milliards et des milliards de clients qui posent des des questions sur tous les problèmes possibles avec le produit que vous envoyez dans ces domaines les limites seront liées à la collecte de données pouvez-vous vraiment numériser entièrement un processus je plaisante souvent en disant que les plombiers sont probablement les plus à l'abri de la disruption par l'A car personne ne collecte de données sur la plomberie personne n'a de GoPro de capteur 3D et de bras robotique qui collecte des données pour ça donc cela prendra beaucoup beaucoup plus de temps je pense que en terme de productivité au
15:21 travail beaucoup d'entre nous vont devenir managers beaucoup de contributeurs individuels actuels devront prendre à gérer une intelligence artificielle pour faire leur type de travail et il s'avère que le management est aussi une compétence tout le monde n'est pas un bon manager dès le premier jour vous devez vraiment expliquer à lia comment faire un certain type de travail ce que nous avons vu par exemple avec une très grande entreprise de cybersécurité appelée mimcast c'est qu'ils avaient 200 licences en test nous avons fait un atelier avec eux et expliquer à tous les différents groupes ce qu'il pouvaient faire le marketing peut dire reçois cette longue description de produit et je dois la décrire pour différentes industries pour la campagne email je dois écrire trois tweets et trois messages LinkedIn tout
16:07 ça et nous leur disons dites simplement ça à cet agent et l'agent le fait pour eux il réalise que si à 20h de travail toutes les de semaines viennent d'être automatisé en décrivant ce flux de travail que je faisais manuellement à un agent Ia et je pense que cela va changer pratiquement tout le travail dans presque toutes les industries KFU je pourrais partir dans 1000 directions différentes ici d'abord votre fond de capital risque sinnovation qui gère combien de milliards de dollars d'actif nous gérons environ 3 milliards de dollars et vous avez été l'un des investisseurs les plus prolifiques dans l'IA j'ai eu le plaisir de vous rendre visite plusieurs fois en Chine et merci pour votre incroyable hospitalité vous êtes maintenant devenu entrepreneur et
16:54 vous dirigez à la fois une entreprise en Chine et une entreprise aux États-Unis pourquoi vous fait ça et bien parce que cette fois c'est pour de vrai non imaginez c'était mon rêve c'était mon rêve quand j'étais à l'université lia n'était rien personne ne savait ce que c'était mais je sentais que c'était ce que je devais faire et puis nous avons traversé plusieurs hivers de la où il y avait de la désillusion et j'ai dû faire autre chose et il y a environ 7 ou 8 ans nous avons vu avec le Deep learning qu'il était clair que cela créerait beaucoup de valeur mais à l'époque je ne voyais pas vraiment cela devenir une agi donc j'étais un investisseur nous avons en fait créé 12 licorn Ia chez synovation Ventures mais
17:40 cette fois avec l'IA générative la vitesse à laquelle elle se développe est tout simplement phénoménale donc vous ne pourriiez pas vous en empêcher oui j'ai senti que si je me contentais d'investir je passerai à côté je serai sur le siège arrière je veux être au volant au fait j'espère que vous ressentez tous la même chose je dis très clairement qu'il y aura deux types d'entreprise à la fin de cette décennie celle qui utilise pleinement l'IA et toutes les autres qui seront hors course et je crois fondamentalement que c'est vrai vous avez écrit plusieurs livres ai superpers que je recommande à vous tous depuis sa publication quels sont les plus grands changements dans la course mondiale à l'a et c'est bien une course à l'armement qui se déroule oui et non parce que les entreprises en Chine se font largement
18:27 concurrence en elle pour le marché chinois je ne parle pas au niveau national mais entre les entreprises du monde entier oui vous voulez dire les entreprises chinoises quelles sont leurs caractéristiques dans mon livre AE super power j'ai décrit que les entreprises américaines sont généralement plus innovantes en terme de Percé elles créent de nouvelles choses et les entreprises chinoises sont meilleures en ingénierie en exécution en attention au détails en travail de fond en interface ateur en construction d'application donc dans le cas du mobile ou du Deep learning nous avons vu ça les Américains ont inventé pratiquement tout mais la Chine a créé beaucoup de valeur sans doute plus avec des technologies largement inventées aux
19:16 États-Unis maintenant nous sommes dans cette IA générative à nouveau inventé par les Américains et nous sommes dans une position unique où la technologie se perturbe elle-même très rapidement aux États-Unis et ailleurs donc on pourrait dire que c'est encore l'âge de la découverte et les États-Unis devraient de gagner mais les entreprises chinoises peuvent observer les innovation en faire elle-même puis faire une meilleure ingénierie et fournir des solutions donc l'entreprise que je construis 0 1. ai fait exactement cela nous ne prétendons pas avoir inventé tout ou même la plupart des choses nous apprenons beaucoup des géants de la Silicon Valley open ai et d'autres mais nous pensons que nous construisons de manière plus solide et plus rapide avec une meilleure exécution par exemple j'ai mentionné que
20:03 0 un point ai est maintenant la troisème meilleure entreprise de modélisation au monde classé 6e pour ces modèles selon l msis et UC berclley mais le plus incroyable ce qui choque mes amis de la Silicone Valley ce n'est pas seulement notre performance mais que nous avons entraîné le modèle avec seulement 3 millions de dollars alors que GPT 4 a coûté entre 80 et 100 million et GPT 5 coûterait environ 1 milliard de dollars selon les rumeurs nous ne croyons pas à la loi d'échelle mais quand vous faites une excellente ingénierie détaillée il n'est pas nécessaire de dépenser un milliard de dollars pour entraîner un excellent modèle c'est vraiment important pour l'audience ici car il y a beaucoup de régions du monde qui n'ont pas accès à des clusters de 100000 GPU h
20:51 100 et la question est mon Dieu puis-je vraiment construire une entreprise ou un produit dans n'importe quel pays avec un petit nombre de GPU et je pense que la contrainte sur les GPU vous force à innover n'est- ce pas oui je pense que en tant qu'entreprise chinoise d'abord nous avons un accès limité au GPU à cause des réglementations américaine et deuxièmement les entreprises chinoises ne sont pas valorisées comme les entreprises américaines je veux dire nous sommes valorisés à une fraction de l'entreprise américaine équivalente donc quand nous avons moins d'argent et des difficultés à obtenir
21:37 des GPU je crois vraiment que la nécessité est la mère de l'innovation donc quand nous n'avons que 2000 GPU et bien l'équipe doit trouver comment les utiliser moi en tant que PDG je dois décider des priorités et non seulement nous devons rendre l'entraînement rapide mais aussi l'inférence rapide notre inférence est conçue en identifiant les goulots d'étranglement dans du processus en essayant de transformer un problème de calcul en problème de mémoire en construisant un cach multicouche en créant un moteur d'inférence spécifique et ainsi de suite mais au final notre coût d'inférence est de 0,10 dollars par million de token soit un trè de ce que factur les modèles comparables et où
22:22 va-t-il et bien les 10 centimes permettrai de construire des applications à des coûts bien moindres donc si vous vouliez construire un u.com ou perplexity ou une autre application vous pouvez soit payer open EA et 4 doar 40 par million de token ou si vous avez notre modèle cela ne vous coûte que 10 centimes de dollars et si vous achetez notre API cela ne vous coûte que 0,14 dollars nous sommes très transparents sur nos prix il y a un paradoxe intéressant appelé le paradox de jeevon de la précédente révolution industrielle beaucoup de gens intelligents à l'époque travaill à rendre les moteurs à vapeur plus efficace pensant qu'ils utiliserai moins de charbon mais au lieu de cela nous avions besoin de plus de moteurs à vapeur partout et je pense que c'est
23:09 exactement ce qui va se passer nous sommes actuellement dans le paradoxe de jeevon de l'intelligence nous allons simplement utiliser l'intelligence dans beaucoup plus d'endroits chacun aura son propre assistant sa propre équipe médicale qui comprend tout sur eux au lieu d'être limité par une intelligence très très coûteuse oui je suis totalement d'accord je ne dis pas qu'il y a une charge de travail fixe que nous rendons moins cher je dis que nous permettons une charge de travail beaucoup plus importante je veux poser une dernière question à vous tous nous avons ici des gens qui ont des filles et des fils ou des neveux ou des frères et sœurs quel éta votre conseil pour quelqu'un de 20 ans qui écoute ceci à travers cela quel est votre conseil pour quelqu'un au début de sa carrière académique et professionnel étant donné
23:54 ce que vous savez de ce qui se passe dans l'IA actuellement pr je pense c'est ne perdez pas votre temps à apprendre à coder parce que je pense que le nouveau langage sera l'anglais et je pense qu'il faut absolument apprendre aussi vite que possible toutes les modalités de l'IA et puis une fois que vous aurez trouvé votre passion je pense que vous trouverez une très spécifique pour vous permettre de faire ce que vous voulez vraiment merci je suis pas d'accord qu' faut toujours apprendre à programmer je pense que c'est ainsi qu'on arrive à vraiment comprendre comment cette technologie fonctionne au niveau fondamental et comment elle devient moins magique et
24:39 plus quelque chose que vous pouvez vous-même modifier et construire mais vous devez combiner l'informatique et la programmation avec une autre passion à laquelle vous pouvez appliquer toute cette intelligence et idéalement plus vous êtes jeune plus vous devez apprendre les fondamentaux les mathématiques la physique les sciences jeisir interrome car on me fait signe je veux entendre le dernier mot de kaifou d'accord je suis à la fois d'accord et en désaccord avec vous deux je pense que les gens devraient suivre leur cœur si vous rêvez de devenir un programmeur fantastique et que vous pouvez le faire vous devriez suivre les conseils de Richard si vous pensez que la programmation est le moyen de gagner le plus d'argent non alors vous devriez suivre les conseils de Prem mesdames et msieurs applaudissez ces trois incroyables PDG merci beaucoup merci
25:26 Peter
