Recherche ouverte de pointe

La crise

La recherche ouverte en IA de pointe dans les démocraties occidentales fait face à une menace existentielle. L’écart entre les ressources disponibles pour les chercheurs académiques et les laboratoires d’entreprise fermés est passé de 2x (il y a une décennie) à 10-1000x aujourd’hui. Les principaux laboratoires d’IA qui publiaient ouvertement autrefois - Google, OpenAI, DeepMind - ont progressivement fermé leurs portes.

Pendant ce temps, la Chine est devenue le leader des contributions ouvertes en IA, avec des entreprises comme DeepSeek et Alibaba publiant des articles techniques détaillés et libérant des modèles open-weight compétitifs.

Pourquoi la recherche ouverte est importante

Précédent historique

Comme le note Jeff Dean, Google lui-même a été construit sur la recherche académique ouverte :

• TCP/IP issu du travail académique
• PageRank issu du financement du Stanford Digital Library Project
• Deep learning issu de la recherche sur les réseaux neuronaux d’il y a 30-40 ans

Chaque paradigme technologique majeur a été accéléré par la collaboration ouverte.

Le modèle Manhattan Project vs. Internet

Yan Stoica contraste deux modèles historiques pour le développement de technologies importantes :

1. Projet Manhattan : Fermé, nationalisé, contrôlé
2. Internet : Ouvert, collaboratif, artefacts partagés

Les deux ont atteint leurs objectifs, mais le modèle Internet a créé plus d’innovation distribuée et a bénéficié à plus de personnes.

Démocratie et pouvoir

Yoshua Bengio présente l’IA ouverte comme essentielle à la démocratie :

“The power of intelligence is going to give power to whoever controls it, including potentially AIs that could be smarter than us, including dictators. This is a threat to our democracies because democracy is about sharing power.”

“Le pouvoir de l’intelligence va donner du pouvoir à quiconque le contrôle, y compris potentiellement des IA qui pourraient être plus intelligentes que nous, y compris des dictateurs. C’est une menace pour nos démocraties car la démocratie consiste à partager le pouvoir.”

Efficacité d’échantillonnage et représentation

Yejin Choi souligne que l’IA devrait être :

• Des humains - Reflétant les valeurs humaines
• Par les humains - Créée par des sociétés diverses, pas seulement quelques entreprises
• Pour les humains - Bénéficiant à tous, pas seulement à ceux au pouvoir

L’état actuel

Laboratoires fermés

Les principaux laboratoires américains ont progressivement restreint la publication :

• OpenAI : Publiait tout autrefois, publie maintenant de manière sélective
• Google/DeepMind : Publication ouverte réduite, pression concurrentielle
• Anthropic : Partage de recherche publique limité

Alternatives ouvertes

L’écosystème ouvert continue à travers :

• Meta AI : Modèles Llama, culture de recherche ouverte
• Laboratoires chinois : DeepSeek, Qwen, publications détaillées
• Collaborations académiques : LAUD Institute, Berkeley AI Research
• Startups : Certaines (comme Mistral) s’engagent à l’ouverture

Ce qui est nécessaire

Ressources

Les chercheurs académiques ont besoin de :

• Accès au calcul : Comparable à ce que les laboratoires fermés ont
• Compensation compétitive : Différence de 2x, pas 10-1000x
• Financement à long terme : Horizons de recherche de 3-5 ans

Infrastructure de collaboration

• Artefacts partagés : Code, modèles, ensembles de données
• Benchmarks ouverts : Évaluation transparente
• Culture de publication : Récompenser l’ouverture

Soutien politique

• Financement gouvernemental : Investissement NSF, DARPA dans l’IA ouverte
• Coopération internationale : Pas seulement les États-Unis, collaboration mondiale
• Cadres réglementaires : Qui ne désavantagent pas la recherche ouverte

Voix clés

Yan Stoica (Berkeley) :

“In order for the best minds to collaborate, they need to be able to share the information and work on shared artifacts.”

“Pour que les meilleurs esprits collaborent, ils doivent pouvoir partager l’information et travailler sur des artefacts partagés.”

Yoshua Bengio (Law Zero) :

“We need a global agreement on what to do and not do, where countries agree not to use AI to dominate others.”

“Nous avons besoin d’un accord mondial sur ce qu’il faut faire et ne pas faire, où les pays acceptent de ne pas utiliser l’IA pour dominer les autres.”

Yejin Choi (Stanford) :

“We need to democratize generative AI. Different countries and different social sectors should be able to create that AI.”

“Nous devons démocratiser l’IA générative. Différents pays et différents secteurs sociaux devraient pouvoir créer cette IA.”

Lectures connexes

• Yoshua Bengio - Fondateur de Law Zero, défenseur de la sécurité et de l’ouverture de l’IA
• Yejin Choi - Professeure à Stanford plaidant pour une IA démocratique
• Jeff Dean - Scientifique en chef de Google, défenseur du financement académique