Baidu a lancé son ERNIE Bot AI, avec des capacités de génération multimodales
Pressé par les investisseurs et les partenaires après le lancement époustouflant de ChatGPT, le géant chinois du Web Baidu a lancé sa propre IA multimodale, avec des plans pour l’intégrer dans toutes ses applications et services – mais la société admet qu’elle n’est peut-être pas prête.
Le ChatGPT d’OpenAI a sensibilisé le public à la puissance, au potentiel et à la menace insensés des grands modèles de langage. Les répercussions du lancement de ChatGPT à la fin de l’année dernière se font sentir dans tous les secteurs. Vous ne pouvez pas planifier de manière responsable l’avenir de presque toutes les entreprises sans tenir compte de la façon dont ces robots ridiculement capables et apparemment intelligents vont perturber presque tous les processus.
Lorsque OpenAI a publié le GPT-4 encore plus étonnant il y a quelques jours, il l’a fait avec une certaine appréhension. Comme indiqué dans le document GPT-4 , le modèle de langage lui-même a été construit et pré-formé il y a environ huit mois, et l’entreprise a passé ces huit mois à travailler fébrilement pour le rendre sûr et aseptisé pour la consommation publique.
Sachant que de nombreux concurrents travaillent sur des modèles d’IA similaires, OpenAI a reconnu que le lancement de cette chose déclencherait une course technologique furieuse – et que lorsqu’une « dynamique de course » se développerait, d’autres entreprises seraient forcées par leurs actionnaires et clients d’accélérer leurs propres programmes d’IA. Les mesures de sécurité, a estimé l’entreprise, seraient parmi les premières choses sur le billot. En conséquence, la société a envisagé de rester sur GPT-4 pendant six mois pour donner au concours le temps de procéder avec prudence – mais a décidé de ne pas le faire.
Le co-fondateur, président et PDG de Baidu, Robin Li, salue les médias lors du lancement d’ERNIE Bot
Hier, Baidu a prouvé que ces inquiétudes étaient fondées, avec ce qui semble être un lancement précipité de son IA « ERNIE Bot » dans le but d’apaiser ses actionnaires et partenaires. Le cofondateur, président et chef de la direction de Baidu, Yanhong « Robin » Li, a été franc à ce sujet dans ses commentaires d’introduction.
« Beaucoup de gens m’ont demandé pourquoi nous lancions ce produit en ce moment », a déclaré Li par l’intermédiaire d’un traducteur. « Sommes-nous vraiment prêts ? En effet, depuis une dizaine d’années, Baidu a investi dans la R&D pour ERNIE Bot. En effet, la version initiale a été lancée en 2019, et chaque année une nouvelle version est lancée… D’autres – dont Google , Facebook, etc – n’ont pas de produit au même niveau. Baidu est le premier à lancer un tel produit. »
« Nos attentes pour ERNIE Bot sont proches de GPT – ou même GPT-4 », a-t-il poursuivi. « Lors de nos premiers tests internes, nous avons expérimenté les capacités d’ERNIE Bot. Nous pensons qu’il n’est pas encore parfait. Alors pourquoi le lançons-nous aujourd’hui ? Parce qu’il y a d’énormes demandes sur le marché. Pour diverses gammes de produits, y compris la recherche, le cloud IA, la conduite autonome … Tout le monde attend cette technologie. Plus important encore, nos clients et nos partenaires attendent une telle technologie et un tel produit. Ils nous poussent à lancer un tel produit. Bien sûr, pour les grands modèles, une fois les produits lancés, ils auront de vrais commentaires des utilisateurs, et avec les commentaires des utilisateurs, ils itéreront et amélioreront leurs capacités très rapidement.
Li a admis que Baidu avait lancé l’IA plus tôt que prévu en réponse à la demande oraledes actionnaires et des partenaires
Il a ensuite donné cinq courtes démonstrations apparemment préenregistrées des capacités de l’IA. Dans le premier, il lui a demandé de résumer l’intrigue de la série de science-fiction Three Body de Cixin Liu (un banger d’une lecture, si vous n’avez pas plongé un orteil dans la science-fiction chinoise). Il a demandé à l’IA comment elle pourrait continuer les livres d’un point de vue philosophique et quels étaient les points communs entre les acteurs principaux des films.
Sans parler chinois, il est difficile d’évaluer les performances du modèle, mais Li a affirmé que ces tâches entraîneraient généralement une forte probabilité d’erreurs dans un modèle de langage comme celui-ci, et a déclaré qu’ERNIE Bot était capable de les parcourir. Il semble que l’IA ait accès aux résultats de recherche et aux connaissances au-delà de ses données de formation initiales : « ERNIE Bot adopte une augmentation de la recherche et une amélioration des connaissances », a déclaré Li. Nous avons 550 milliards de points de données de connaissance, de sorte que nous pouvons garantir que les réponses d’Ernie Bot seront fondamentalement correctes. »
Une deuxième tâche était plus axée sur les affaires et créative, demandant des noms commerciaux suggérés et des slogans associés pour une entreprise de services de haute technologie, ainsi qu’un premier bulletin d’information de 600 mots. Le troisième l’a contesté sur le « raisonnement logique mathématique » et sa capacité à signaler les défauts dans les invites de saisie.
Un poème sur l’idiome du papier Luoyang, dans lequel chaque phrase contient tous les caractères de l’idiome
Le quatrième a montré la compréhension d’ERNIE Bot de la langue et du contexte chinois, ainsi que sa capacité à travailler avec des contraintes créatives. Un idiome chinois bien connu se traduisant approximativement par « le papier de Luoyang est cher » a été inséré, et l’IA l’a correctement reconnu comme une allégorie de l’économie de l’offre et de la demande. Il était alors capable d’écrire un poème chinois, dans lequel chaque caractère de l’idiome était intégré dans chaque phrase du poème.
Pour voir si cela différencie ERNIE Bot d’une concurrence basée en anglais comme ChatGPT, j’ai exécuté une invite similaire dans GPT-4 et j’ai constaté qu’il n’y avait aucun problème à faire de même – en supposant que son chinois ne sonne pas guindé pour les locuteurs natifs.
ChatGPT semble être en mesure d’égaler ERNIE Bot sur sa compréhension des idiomes chinois et sa capacité à écrire de la poésie dans les limites de la créativité
La démo finale a montré sa créativité multimodale – et ici, ERNIE Bot a montré certaines capacités que GPT n’a pas encore activées, car il commence tout juste à ouvrir l’accès aux entrées basées sur des images et ne produit actuellement que du texte.
On lui a demandé de créer une image d’affiche pour la conférence mondiale sur les transports intelligents de 2023, ce qu’elle a semblé faire avec une rapidité impressionnante. Ensuite, il a été demandé quelles villes seraient les plus adaptées au développement dudit transport intelligent. Ensuite, on lui a dit de lire sa réponse dans le dialecte du Sichuan, ce qu’il a fait. Ensuite, Li lui a simplement dit « d’en faire une vidéo ». Il a accompli cette tâche avec une vitesse stupéfiante, prenant environ dix secondes pour être prêt pour la lecture. Vous pouvez voir cette démo dans la vidéo ci-dessous – passez à environ 1:20 si vous voulez juste voir la vidéo.
Baidu ERNIE Bot AI crée des vidéos en quelques secondes
On peut trouvé cette démo absolument époustouflante pour commencer – elle a craché une minute de vidéo formidable en à peu près le temps que DALL-E 2 prend pour répondre à une seule demande d’image. En regardant un peu plus près, cependant, il semble que ce soit loin d’être aussi sophistiqué ; l’IA relie simplement des sections de séquences d’archives qui semblent pertinentes pour le contenu de la narration, plutôt que de créer une vision à part entière.
Et un tel service est déjà bien connu des utilisateurs chinois, puisqu’il est déjà largement utilisé sur les services d’information de Baidu comme Haokan , et ce depuis plusieurs années maintenant. « Je pense que si vous êtes un créateur sur [l’un des services vidéo de Baidu], cela vous sera déjà familier », a déclaré Li. « Chaque jour, des dizaines de milliers d’articles sont automatiquement convertis en vidéo et distribués sur la plateforme de Baidu. Mais nous avons maintenant connecté tous ces points technologiques à cela. »
Les médias chinois présents ont été invités à commencer à tester le service. « D’après la performance d’Ernie Bot, vous pouvez dire qu’il peut dans une certaine mesure comprendre et exprimer le langage naturel, tout comme les humains », a déclaré Li. « Il peut aussi faire du raisonnement. Toutes ces fonctionnalités sont améliorées en permanence. Parfois, nous pouvons être vraiment surpris, mais bien sûr d’autres fois, nous identifions des erreurs. Mais une chose est sûre : ça progresse très vite, et il y aura Nous allons affiner le modèle pour le rendre adaptable à tous les produits Baidu, afin qu’Ernie Bot puisse montrer ses capacités puissantes et sa convivialité dans les interfaces et expériences utilisateur, et dessiner tous les produits Baidu plus proches de nos clients et utilisateurs. »
Les capacités de génération d’images sont déjà intégrées au modèle de langage
Li a poursuivi en révélant que Baidu cherchait à créer des couches supplémentaires au-dessus du modèle ERNIE Bot AI généralisé, en utilisant des sources de formation spécifiquement choisies pour à peu près tous les secteurs, en donnant les exemples de l’énergie, des transports et des médias.
« On estime que d’ici 2030, certains travailleurs verront leur productivité quadrupler grâce à l’intelligence artificielle », a déclaré Li. « Il y aurait un changement irréversible dans la nature de leur travail à cause de l’IA… Nous voulons utiliser de grands modèles spécifiques à l’industrie, car nous pensons qu’il pourrait y avoir une couche intermédiaire pour les données ou connaissances assez spécifiques et uniques de chaque industrie. Si cela est intégré au grand modèle ancré, une créativité et une productivité énormes seraient générées. Peut-être que ce type de capacité ne peut pas appartenir à Baidu. Peut-être que ces données seraient fournies à Baidu. Mais Baidu offre la possibilité d’affiner ces connaissances ou données pour éviter les erreurs et rendre les modèles plus adaptables à chaque industrie. »
Ce lancement quelque peu précipité n’a pas semblé impressionner les investisseurs de Baidu, et comme le rapporte CNBC , les actions de la société ont plongé jusqu’à 10 % lors de la présentation, terminant la journée à quelque 6,4 % à Hong Kong pour la clôture la plus basse de la société depuis le 19 janvier.
Li tenait à dire au reste du monde qu’ERNIE Bot arrive en paix : « Ce que je veux dire, c’est que l’Ernie Bot n’est pas utilisé pour le conflit technologique sino-américain », a-t-il déclaré. « Cela représente le rêve que nous poursuivons en tant que développeurs de technologies. C’est une plate-forme que nous voulons utiliser pour autonomiser toutes les industries, clients et utilisateurs. C’est un témoignage du développement axé sur l’innovation. »
Il n’a pas spécifiquement abordé la question de la stratégie de sécurité de Baidu ou de la désinfection de la sortie de l’IA – ce n’est peut-être pas surprenant, étant donné que les politiques chinoises de « grand pare-feu » censurent déjà fortement neuf très larges catégories d’informations sur l’ensemble de l’Internet national du pays – ainsi comme l’interdiction complète d’une longue liste de sites Web étrangers susceptibles d’héberger de la « pollution spirituelle ». Tout cela est fait en partenariat avec des sociétés Internet comme Baidu, et on peut certainement s’attendre à ce qu’ERNIE Bot suive la ligne.
Mais ces IA ont des capacités extraordinaires et peuvent être utilisées à mauvais escient d’une myriade de façons créatives et inattendues ; Les utilisateurs de ChatGPT se sont beaucoup amusés à trouver et à exploiter ses faiblesses depuis son lancement, et OpenAI a des équipes qui travaillent dur pour combler ces lacunes. Baidu peut s’attendre à la même chose.
