Contrer la distillation de modèles (titre traduit en français par l’IA)

Le document présenté par le RAND Corporation analyse les risques liés à la distillation de modèles d’intelligence artificielle, c’est-à-dire le processus par lequel un nouveau modèle est entraîné à partir des sorties (réponses, prédictions) d’un modèle plus performant. Les auteurs examinent cette pratique dans le contexte de la préservation de l’avantage des États-Unis en matière de « modèles de frontière » d’IA, c’est-à-dire les modèles les plus avancés disponibles.

L’étude conclut que les mesures techniques visant à limiter ou décourager la distillation (par exemple en augmentant fortement son coût ou en dégradant significativement la qualité des modèles distillés) auront probablement une portée limitée. Selon les auteurs, ces mesures ne modifient pas les incitations de fond qui rendent la distillation attractive pour les acteurs souhaitant reproduire ou approcher les performances de modèles très avancés sans disposer des mêmes capacités de recherche ou de calcul. En conséquence, ils estiment que des instruments de politique publique plus larges que les seuls dispositifs techniques pourraient être nécessaires pour gérer ce risque.

Le travail s’inscrit dans la série « Expert insights » de RAND Global and Emerging Risks, qui vise à éclairer des enjeux de politique publique émergents. RAND est présenté comme une institution à but non lucratif spécialisée dans l’appui à la décision publique par la recherche et l’analyse, sans que ses publications ne reflètent nécessairement la position de ses clients ou financeurs publics ou privés. Le document ne précise pas de dates, de chiffres ni de mesures réglementaires concrètes, mais met en avant la nécessité de réfléchir à des réponses de politique publique plus globales, au-delà des seuls verrous technologiques, pour préserver l’avantage technologique national en matière d’IA. Ces éléments peuvent nourrir la réflexion comparée des administrations françaises sur les instruments de régulation à envisager vis-à-vis de la diffusion et de la reproduction de modèles d’IA avancés.(contenu résumé en français par l’IA) Lire la Suite

Retour en haut