10 principales tendances technologiques de 2022 selon Baidu Research
En période d'incertitude, nous nous appuyons sur des technologies qui nous offrent un appui fiable. Au début de 2022, alors que la pandémie mondiale continue de bouleverser la donne et que l'économie mondiale fait face à de nombreux défis, l'intelligence artificielle est devenue une force motrice clé de l'innovation et du développement grâce à ses technologies de base en rapide évolution, au renforcement de la connexion entre domaines et à l'élargissement de la gamme d'applications sectorielles.
Les technologies fondamentales de l'IA réalisent des percées continues, avec des exemples plus concrets d'innovations intégrées. Par exemple, dans le préentraînement de grands modèles, des axes de recherche comme la cross-modalité, le cross-linguisme et l'enrichissement des connaissances ont repoussé les limites des modèles de grande taille et ouvert de nouvelles perspectives pour l'intelligence artificielle générale.
« Par ailleurs, dans la recherche interdisciplinaire, l'IA constitue une variable commune pour les travaux scientifiques et les développements technologiques. Dans des domaines tels que l'informatique quantique, la biologie et la chimie, l'IA est devenue l'une des orientations de recherche les plus prometteuses. L'IA accélère également le développement de secteurs comme la conduite autonome, la robotique, l'aérospatiale et la santé. Elle a aussi joué un rôle clé dans la réalisation d'objectifs tels que la réduction des émissions de carbone et l'intégration sociale »
Baidu Research a partagé les 10 grandes tendances technologiques de 2022. L'entreprise espère qu'en ces temps incertains, l'incertitude de l'IA éclairera la voie de l'innovation et mettra en mouvement le navire du développement.
Grand modèle pré-entraîné
Le grand modèle pré-entraîné reflète la tendance à l'enrichissement des connaissances, à la modélisation unifiée cross-modale et à l'apprentissage multitâche, à la réduction de la dépendance aux données annotées et à l'accélération du déploiement dans les applications réelles.
Les grands modèles auto-supervisés, entraînés sur des données massives, peuvent résoudre un ensemble de tâches d'IA à l'aide d'un modèle et d'un paradigme unifiés. Cette technologie surmonte les limites des technologies traditionnelles en réduisant la dépendance aux grands volumes de données étiquetées, et améliore considérablement l'efficacité, la polyvalence et la capacité de généralisation des modèles d'IA.
En 2022, l'effort de recherche et développement devrait passer de l'augmentation de la taille des modèles au déploiement pratique. Les grands modèles continueront de progresser en termes de performance, de polyvalence, de généralisation, ainsi que d'efficacité opérationnelle et économique.
Dans le même temps, le seuil de mise en œuvre de scénarios d'IA réels, tels que le bureau intelligent et la finance intelligente, va baisser. Par exemple, l'intelligence artificielle fondée sur de grands modèles cross-modaux stimulera l'adoption de l'AIGC (contenu généré par l'intelligence artificielle), qui promet de stimuler la créativité, d'améliorer la diversité des contenus et de réduire les coûts de production.
IA pour la science
L'IA pour la science est devenue un nouveau domaine de recherche capable de transformer le paradigme de la recherche scientifique. En 2021, l'apprentissage automatique a aidé des mathématiciens à découvrir deux hypothèses majeures. La combinaison de l'apprentissage automatique, de la modélisation multi-échelle et du calcul haute performance a permis de résoudre les problèmes de simulation en temps réel de circuits quantiques aléatoires de très grande taille.
L'IA a également montré un grand potentiel dans la recherche scientifique, en particulier pour le traitement des données, la conduite de nouvelles expériences et la création de modèles de calcul plus efficaces.
Le nouveau type d'intelligence artificielle pour la science devrait encore rapprocher deux paradigmes de la recherche scientifique : celui fondé sur les données et celui de la déduction théorique. Dans les prochaines années, l'IA sera intégrée à de nombreux domaines différents, tels que les mathématiques, la physique, la chimie, les matériaux et l'ingénierie, et jouera un rôle plus important dans le développement de la science fondamentale.
Biologie computationnelle fondée sur l'IA
La biologie computationnelle, fondée sur l'intelligence artificielle, continue de progresser rapidement, avec des percées dans de nombreux travaux de recherche fondamentale.
La Covid-19 a provoqué une demande croissante d'IA dans le secteur biomédical. Par exemple, l'IA peut être utilisée pour améliorer la précision et la rapidité de l'édition ciblée du génome ou pour prédire les structures de repliement des protéines. Le succès de la technologie des vaccins à ARNm a encore fait avancer le développement des macromolécules à base d'ARN ou de protéines, ainsi que des vaccins.
La biologie computationnelle fondée sur l'IA est prête pour de nouvelles percées en recherche fondamentale et en applications, allant de la conception de médicaments à base de protéines, de la formulation et du criblage de médicaments aux anticorps monoclonaux à base d'ARNm, à la thérapie contre le cancer et à d'autres formes d'immunothérapie. La fusion de l'IA et de la biologie computationnelle accélérera considérablement le développement des médicaments, tout en réduisant leurs coûts et en facilitant la médecine de précision et les thérapies personnalisées.
Informatique confidentielle
Ces dernières années, l'informatique confidentielle attire une attention croissante. Elle permettra une utilisation plus complète des données et créera une infrastructure qui renforcera la confiance des utilisateurs. La sécurité et la conformité sont devenues indispensables pour libérer la valeur des données, dans un contexte d'émergence de règles mondiales en matière de données personnelles et de sécurité des données.
L'informatique confidentielle de confiance et l'apprentissage fédéré ont gagné en notoriété, car ils assurent, sur le plan technique, la protection des données ainsi que leur partage et leur diffusion.
Grâce à l'amélioration des performances des technologies de calcul confidentiel, au développement conjoint des technologies et des normes de conformité, ainsi qu'à la coopération multipartite visant à renforcer la fiabilité technique, il sera possible de définir les meilleures pratiques pour les applications correspondantes dans des scénarios tels que la biologie computationnelle, l'analyse financière et les transactions de données.
À long terme, la technologie de calcul confidentiel pourrait faire du partage de données chiffrées et du calcul une norme par défaut, en bâtissant progressivement une infrastructure de confiance pour les utilisateurs.
Intégration du matériel et des logiciels quantiques
L'intégration du matériel et des logiciels dans l'informatique quantique se généralise, car la demande réelle accélère la fusion et l'innovation entre l'informatique quantique et d'autres secteurs. En 2022, les technologies de conception, de fabrication, de mesure et de contrôle des puces quantiques devraient continuer de s'améliorer.
Le nombre de qubits (la plus petite unité d'information dans un ordinateur quantique) augmentera en échelle. D'autres percées seront réalisées grâce à la réduction du bruit ou à l'adaptation au bruit. Les logiciels et services d'informatique quantique évolueront vers une approche multiplateforme, et les utilisateurs disposeront de capacités plus étendues de backend quantique sur les plateformes de calcul quantique en nuage. Les plateformes d'informatique quantique, porteuses de solutions d'intégration logiciel-matériel quantique, démontreront progressivement leur potentiel commercial.
Grâce à l'intégration profonde et à l'innovation entre l'informatique quantique et la fabrication intelligente, l'intelligence artificielle, la chimie médicale, les technologies financières et d'autres domaines, de nombreuses solutions applicatives pratiques présentant des avantages quantiques significatifs émergeront. Les administrations publiques, le monde académique et l'industrie collaboreront plus étroitement pour créer des dispositifs quantiques de haute qualité et former des talents dans les technologies quantiques, en posant les premiers jalons d'une chaîne industrielle de l'informatique quantique.
Conduite autonome
La technologie de conduite autonome entre dans une nouvelle phase sans conducteur, alors que plusieurs modèles de voitures robotisées relient la technologie à des scénarios d'application.
Les avancées technologiques et la régulation politique rapprocheront la conduite sans conducteur de la réalité en 2022. Les voitures robotisées représentent des véhicules de nouvelle génération qui révolutionneront les transports.
La conduite autonome se diffuse dans un large éventail d'usages, tels que les véhicules de transport de passagers, les transports en commun, le fret, la logistique d'entrepôt, la distribution, ainsi que les opérations sanitaires et spéciales dans les mines et les ports, créant une valeur importante et favorisant le progrès social.
Exploration de l'espace lointain
L'IA et les technologies aérospatiales ouvrent de nouvelles possibilités pour l'exploration intelligente de l'espace lointain.
L'exploration de l'espace lointain est l'expression la plus élevée de la curiosité humaine envers l'univers. La demande augmente pour des engins spatiaux autonomes destinés à mener des recherches scientifiques et à exploiter les ressources de la Lune ou d'autres planètes, ainsi qu'à approfondir l'étude de l'espace.
Dans le domaine de l'automatisation des engins de chantier, un terrassement sans pilote en continu sur 24 heures a été réalisé. Les algorithmes de perception autonome de l'environnement et de planification de trajectoire utilisés dans les véhicules tout-terrain peuvent également intégrer des capteurs dotés de fonctions telles que l'évitement autonome des obstacles et la prise de décision, ainsi qu'un fonctionnement souple et autonome des bras manipulateurs.
Par ailleurs, l'IA devrait jouer un rôle d'appui clé dans la détection et la réparation des dommages subis par les engins spatiaux, la construction de laboratoires de simulation de jumeaux numériques, ainsi que dans la détection et l'analyse des mégadonnées de l'espace lointain.
Symbiose entre l'humain et la machine
Alors que la pandémie mondiale continue de contraindre l'humanité à vivre dans la distanciation sociale, le développement des technologies numériques et intelligentes nous a donné les moyens de réduire cette distance, en accélérant la symbiose entre les humains, les avatars numériques et les robots.
Ce changement est soutenu par le développement continu des technologies d'intelligence artificielle, telles que la vision, la reconnaissance vocale et le traitement du langage naturel, ainsi que par l'apprentissage continu, rendu possible par l'intégration du matériel, du réseau, du calcul et du contenu des plateformes de l'écosystème. L'ensemble forme un système de support technique transversal.
Avec l'accélération de l'intégration et de l'innovation de diverses technologies de l'information avancées, davantage de plateformes combineront interactions virtuelles, réelles et intelligentes pour les scénarios industriels et grand public, ce qui renforcera l'intégration profonde de l'économie numérique et de l'économie réelle et enrichira l'expérience de travail et de vie des personnes.
IA verte
Lors du développement de l'IA, les facteurs environnementaux et de faible émission sont de plus en plus pris en compte, ce qui contribue à atteindre les objectifs de réduction des émissions de carbone et de neutralité carbone.
Alors que la technologie de l'IA accélère et intègre l'innovation dans divers secteurs, les centres de données et le calcul IA à grande échelle créent une valeur sociale importante, mais posent aussi des défis en termes de coûts énergétiques et d'impact environnemental. Aujourd'hui, le monde poursuit activement les économies d'énergie et la réduction des émissions de carbone, ce qui requiert le développement urgent d'une technologie d'« IA verte » plus respectueuse de l'environnement, afin de réduire la consommation d'énergie lors de l'entraînement et du déploiement des modèles.
Dans les prochaines années, les technologies liées à l'« IA verte » continueront de prospérer, en créant des systèmes fondés sur une conception architecturale économe en énergie, des stratégies d'entraînement et d'inférence, ainsi que sur l'utilisation des données pour établir des références d'évaluation prenant en compte à la fois la performance et la consommation d'énergie.
On prévoit également l'invention de davantage de processeurs d'IA offrant une puissance de calcul plus élevée et une consommation énergétique plus faible. Les entreprises leaders de l'intelligence artificielle développeront de grands modèles intensifs pour améliorer la performance des processus en aval et réduire la consommation énergétique globale, les politiques encourageront la construction de centres de données écologiques et bas carbone, et la technologie de l'IA sera appliquée pour améliorer les coefficients d'efficacité énergétique de l'infrastructure ainsi que d'autres mesures.
IA inclusive
L'IA deviendra plus inclusive, en mettant l'accent sur la création de valeur, ce qui permettra de porter davantage d'attention aux besoins des PME et des groupes minoritaires. L'IA inclusive ne concerne pas seulement les spécialistes de l'IA, mais aussi une population plus large qui bénéficiera de la technologie.
Les plateformes open source fondées sur des frameworks d'apprentissage profond ont considérablement abaissé le seuil de développement de l'IA. Les jeux de données publics, les grandes bases de modèles et les centres régionaux de calcul intelligent continueront de se développer pour aider les petites et moyennes entreprises à réduire leurs coûts, à gagner en efficacité et à stimuler l'innovation.
Un système national de formation à l'IA sera également progressivement mis en place afin de favoriser la reconversion du personnel des secteurs traditionnels grâce à une éducation scientifique en IA.
Le développement de l'IA doit également profiter à toutes les couches de la société. Sous l'impulsion politique et la promotion du concept de développement durable, les entreprises se concentreront sur la création de valeur. Comme les fournisseurs de services d'IA accordent davantage d'attention aux besoins de groupes minoritaires, tels que les personnes âgées et les enfants, ils développeront des services et produits d'IA inclusifs permettant à chacun de profiter du monde numérique.
