Qu'est-ce qu'un modèle d'IA à usage général (GPAI) ?
Un modèle d'intelligence artificielle à usage général (GPAI, de l'anglais General Purpose AI) est un système d'IA capable d'exécuter un large éventail de tâches, contrairement aux IA spécialisées conçues pour une fonction unique. Ces modèles se distinguent par leur polyvalence et leur adaptabilité, leur permettant d'être intégrés dans diverses applications et secteurs d'activité.
Caractéristiques clés
Les GPAI se caractérisent par leur capacité à :
- Apprendre et s'adapter : Ils peuvent être entraînés sur de vastes ensembles de données hétérogènes et s'adapter à de nouvelles situations ou tâches avec un minimum de réentraînement.
- Effectuer une multitude de tâches : De la génération de texte et d'images à la traduction linguistique, en passant par l'analyse de données complexes.
- Servir de base à d'autres systèmes d'IA : Leur nature générique les rend aptes à être affinés ou spécialisés pour des applications plus spécifiques (modèles downstream).
Contexte réglementaire européen
Dans le cadre de la législation européenne sur l'IA (AI Act), les modèles GPAI sont soumis à des obligations spécifiques, visant à garantir leur sécurité, leur transparence et le respect des droits fondamentaux. Ces obligations sont d'autant plus strictes si le modèle est considéré comme un GPAI à risque systémique, c'est-à-dire un modèle suffisamment puissant pour potentiellement causer des perturbations graves à l'échelle de l'Union européenne. Les seuils de puissance définissant ce risque seront précisés par la Commission européenne, mais pourraient concerner des modèles avec un nombre très élevé de paramètres ou nécessitant une capacité de calcul d'entraînement significative, par exemple supérieure à 10^25 FLOPs.
Implications pour les entreprises
Pour les PME, l'utilisation ou le développement de GPAI implique une vigilance accrue quant à la conformité réglementaire. Si une PME utilise des modèles GPAI dans ses produits ou services, elle doit s'assurer que ces modèles respectent les exigences de l'AI Act, notamment en matière de gestion des risques, de qualité des données et de documentation technique. Si elle est développeur d'un tel modèle, les responsabilités s'étendent à des obligations plus lourdes, telles que l'évaluation et l'atténuation des risques systémiques potentiels.