La réponse correcte du chat GPT-4 montre que les LLM fournissent désormais des réponses étonnantes. Pour prédire correctement le prochain mot d'une phrase, un LLM doit comprendre le texte. Cependant, les LLM ne sont pas encore capables de comprendre le monde de manière aussi complète et profonde que l'homme. Une différence majeure réside dans la manière dont les LLM et les humains apprennent. Les LLM sont entraînés exclusivement avec des données textuelles. Les humains, en revanche, apprennent non seulement par la parole, mais aussi et surtout par l'expérience directe et le vécu. Ceux-ci nous permettent de comprendre des relations complexes, de ressentir des émotions et de trouver des solutions créatives.
Les LLM n'ouvrent pas seulement des opportunités, ils comportent aussi des dangers. Le penseur de l'IA que vous avez mentionné, Geoffrey Hinton, a récemment averti que la superintelligence arriverait plus tôt que prévu. Comment faut-il interpréter cela ?
Cet avertissement est d'autant plus remarquable que Geoffrey Hinton est connu pour être un chercheur réservé et réfléchi. Son avertissement vise à motiver les gouvernements et les entreprises à se pencher sérieusement sur le développement et la réglementation de l'IA. Le principal danger, selon Hinton, réside dans la nature immortelle des modèles d'IA, qui peuvent être dupliqués à volonté et copiés en quelques secondes. Les humains, en revanche, ne peuvent échanger des informations que lentement, et leurs connaissances sont perdues à leur mort. Cette dynamique asymétrique présente des risques importants, car de puissants systèmes d'IA pourraient être utilisés à mauvais escient sans contrôles adéquats, par exemple en diffusant de la désinformation, en manipulant les opinions, en menant des cyber-attaques ou en violant la vie privée.
La gestion des actifs pourrait également bénéficier de l'utilisation de transformateurs et de LLM. Quels sont les exemples d'application ?
L'architecture des transformateurs des LLM peut être utilisée pour prédire les séries temporelles et les tendances futures. Au sein de l'équipe Systematic Equity de l'Asset Management de la Zürcher Kantonalbank, nous travaillons actuellement au développement d'un modèle de prévision des rendements boursiers à l'aide de transformers. Les LLM peuvent également être utilisés pour analyser les rapports trimestriels des entreprises. En évaluant le sentiment exprimé dans les rapports d'entreprise, les actualités et les conférences téléphoniques, les investisseurs peuvent mieux comprendre le sentiment et les potentielles évolutions futures d'une entreprise.
Les LLM aident donc également à l’analyse des actions ?
En fait, l'aide à l'analyse des actions est un autre domaine d'application important de l’IA. Les LLM peuvent traiter et synthétiser de grandes quantités de données provenant de différents rapports. Cela offre aux analystes une source d'information complète et facilite le traitement et l'évaluation des données disponibles. Ils peuvent ainsi prendre des décisions plus éclairées et fonder leurs recommandations sur une base de données plus large.