7 choses à savoir sur les IA open source

7 choses à savoir sur les IA open source comme DeepSeek

Avec l’émergence de l’intelligence artificielle (IA) générative, on entend de plus en plus parler de modèles open source, s’opposant directement aux IA fermées comme celles d’OpenAI, d’Anthropic ou de Google. L’approche ouverte est davantage mise en avant en Europe, ainsi que par les géants chinois, voici ce qui la différencie de sa rivale.

Des modèles gratuits

Contrairement aux modèles propriétaires qui nécessitent souvent des licences ou des abonnements coûteux, les IA open source peuvent être téléchargées, utilisées et modifiées gratuitement par tout un chacun, sans frais de licence.

Cela signifie que les chercheurs, les développeurs et les entreprises de toutes tailles peuvent exploiter des capacités d’IA sophistiquées sans obstacle financier (a priori). Par exemple, une petite entreprise peut utiliser un modèle de langage open source pour créer un chatbot ou un outil de génération de contenu sans avoir à payer l’accès à des modèles fermés comme GPT-4o.

Une IA qui fonctionne localement

Étant open source, le code de ces modèles est accessible et peut être exécuté sur des machines locales sans dépendre d’une infrastructure propriétaire ni d’une connexion Internet. De quoi drastiquement éviter les importants coûts associés aux services d’IA hébergés dans le cloud.

Cela offre des avantages considérables en termes de protection de la vie privée et de sécurité, car les organisations et individus qui les exploitent peuvent garder un contrôle total sur leurs données sensibles, en s’assurant qu’elles ne quittent jamais leurs appareils ou leurs réseaux internes. Cette approche est particulièrement précieuse pour les secteurs qui traitent des informations confidentielles.

Le déploiement local permet également aux solutions d’IA de fonctionner dans des zones où la connectivité internet est limitée, élargissant ainsi la portée de la technologie aux régions isolées.

Des grands noms ont fait le choix de l’open source

DeepSeek, la startup chinoise qui a récemment renversé le secteur de l’IA avec son modèle R1, propose une technologie ouverte. C’est aussi le cas du champion français Mistral AI, et même de Meta.

Ces modèles peuvent être améliorés et corrigés par la communauté

En rendant les modèles d’intelligence artificielle accessibles à tous, l’open source favorise une collaboration entre chercheurs, développeurs et entreprises. Chacun peut analyser les algorithmes, proposer des améliorations et adapter les modèles à des besoins spécifiques, ou même corriger des biais.

Plutôt que de dépendre d’un nombre restreint d’acteurs privés, l’innovation devient collective et plus rapide, chaque contribution profitant à l’ensemble de la communauté. Les modèles open source permettent aussi aux universités et aux startups, souvent limitées en ressources, d’expérimenter avec des technologies avancées sans coûts prohibitifs.

Ils révolutionnent le quotidien des petites entreprises

Grâce à leurs spécificités, les modèles d’IA à code source ouvert transforment la façon dont les entreprises abordent l’intelligence artificielle en offrant des solutions rentables, personnalisables et transparentes. Contrairement aux modèles propriétaires, les options open source permettent aux entreprises d’accéder, de modifier et de déployer librement des systèmes d’IA adaptés à leurs besoins spécifiques.

Par exemple, Llama 3 de Meta a été largement adopté pour des tâches telles que la génération de contenu et la programmation. Les entreprises peuvent l’affiner pour créer des chatbots personnalisés ou automatiser des flux de travail sans sacrifier la confidentialité des données en l’hébergeant sur leur propre infrastructure. De même, BLOOM, développé par Hugging Face, prend en charge 46 langues naturelles et 13 langages de programmation, ce qui le rend idéal pour les applications mondiales telles que les services de traduction ou l’assistance clientèle.

Défis d’infrastructures

Bien sûr, cette technologie a aussi ses limites. L’infrastructure nécessaire pour entraîner les modèles les plus avancés est souvent hors de portée du grand public ou même de nombreuses entreprises. Ils nécessitent, en effet, une puissance de calcul colossale, ce qui les rend difficilement réplicables sans un accès à des centres de données de grande envergure.

Même si un modèle pré-entraîné est accessible, l’adapter à des cas d’usage spécifiques peut exiger des ressources que seuls les géants technologiques possèdent.

Par ailleurs, le fine-tuning, qui consiste à ajuster un modèle pour améliorer ses performances sur des tâches précises, demande une expertise avancée et des jeux de données de qualité. Or, ces derniers sont souvent protégés ou coûteux à obtenir. De même, exploiter ces modèles de manière efficace sur du matériel moins performant demeure un obstacle majeur.

Des risques pour la sécurité

Autre problème, l’IA open source pose des défis majeurs liés à la cybersécurité ; c’est d’ailleurs l’argument avancé par les développeurs de modèles fermés pour mettre en avant leur technologie.

Avec un accès complet aux algorithmes, les hackers sont en mesure d’identifier et d’exploiter des failles de sécurité, que ce soit pour biaiser les résultats d’un modèle ou récupérer des informations confidentielles. Par exemple, des attaques permettent de recréer un modèle propriétaire en interagissant avec lui, compromettant ainsi son exclusivité et, potentiellement, la confidentialité des données sur lesquelles il a été entraîné.
Un autre risque concerne l’intégrité des ensembles de données utilisés pour entraîner ces modèles. Dans l’open source, où les contributions sont ouvertes à la communauté, un attaquant pourrait volontairement introduire des biais dans les données d’entraînement, altérant le comportement du modèle. Cette technique peut entraîner des résultats discriminatoires, offensants ou même dangereux.

Récemment, OpenAI a découvert qu’une entité chinoise exploitant des IA open source menait des opérations de surveillance et d’influence dans le monde. L’une de ses campagnes consistait à générer des publications dans des langues étrangères pour critiquer les opposants au gouvernement.

Par Mathilde Rochefort — presse-citron.net