L’IA a eu un impact remarquable sur l’enseignement supérieur depuis la sortie de GPT 3.5 en novembre 2022. Pendant une période excessivement longue, de nombreux membres du corps professoral ont combattu l’accès à la technologie pour les étudiants et ont imposé des sanctions en cas d’utilisation suspectée de l’IA dans les évaluations des apprentissages. Non seulement les premières tentatives de « détecteur d’IA » ont été notoirement infructueuses, mais cette approche a ignoré l’acceptation et la dépendance croissantes à l’égard de l’IA sur le lieu de travail et la nécessité pour les étudiants d’acquérir des connaissances en IA. Plutôt que de refuser l’accès à l’IA dans l’enseignement supérieur, nous devrions promouvoir auprès de nos étudiants un apprentissage soutenu par l’IA.
L’attention s’est désormais portée sur l’avancement de l’IA des modèles génératifs vers les modèles agentiques et sur l’intégration globale de l’IA dans les applications d’entreprise. Ce sont des avancées importantes dans le domaine. Les approches agentiques permettent à l'IA d'assumer des rôles au sein de l'organisation qui vont au-delà des chatbots limités et des opérations strictement définies pour également effectuer des évaluations auto-attribuées, conduisant à de nouveaux rôles et activités pour améliorer la qualité et l'efficacité. De plus, les approches récursives permettent aux algorithmes de s’auto-améliorer, pour finalement proposer et mettre en œuvre des améliorations de manière indépendante.
Même si l’intelligence artificielle générale et la superintelligence artificielle marqueront des améliorations significatives dans les algorithmes d’IA, il n’existe pas de définition claire unique de l’un ou l’autre de ces termes. Par conséquent, certains experts estiment que nous avons déjà atteint l’AGI et que l’ASI n’est que dans un an ou deux ; d’autres disent qu’il faudra attendre le milieu du siècle avant que l’un ou l’autre ne soit réalisé. Ainsi, sans minimiser l’impact d’aucune des étapes vers l’intelligence générale et la superintelligence, je pense que nous sommes mieux servis en nous concentrant sur des étapes plus solidement définies dans l’avancement de l’IA.
Cela nous amène à ce qui pourrait devenir une étape cruciale du développement de l’IA, l’utilisation de l’informatique quantique stable pour accélérer et étendre le potentiel des algorithmes. Cela peut commencer par des ordinateurs numériques de supercalcul reliés à des ordinateurs quantiques pour tirer parti de la vitesse impressionnante et d’autres capacités de la physique quantique. De nombreuses entreprises ont déjà construit des ordinateurs quantiques viables. James Dargan rapporte dans le Insider quantique qu'il existe au moins 80 entreprises qui investissent massivement dans le développement d'ordinateurs quantiques : » IBM, Google, Microsoft et AWS comptent parmi les principaux acteurs technologiques, chacun investissant de manière significative dans la R&D quantique. IBM exploite la plus grande flotte de systèmes quantiques au monde via son centre de calcul quantique à New York, tandis que Google a franchi une étape importante avec sa puce Willow de 105 qubits. «
L'Institut national des normes et de la technologie a décrit plus tôt cette année certaines des caractéristiques uniques des ordinateurs quantiques :
L’une des « lois étranges, souvent contre-intuitives » mentionnées ci-dessus et qui régissent la physique subatomique est le phénomène de superposition. C’est-à-dire la capacité de particules incroyablement petites à détenir simultanément plusieurs propriétés apparemment exclusives. Tout comme les ordinateurs numériques utilisent des bits, les ordinateurs quantiques utilisent des qubits. La superposition d’un qubit lui permet d’exister simultanément dans une combinaison des états 0 et 1. Pendant au moins une brève période de temps nécessaire à la réalisation des calculs, les qubits peuvent être comptés comme 0, 1 ou une combinaison simultanée de 0 et 1 à ce moment donné. Cela se traduit par une accélération exponentielle de la capacité des ordinateurs quantiques à effectuer leur travail par rapport aux ordinateurs numériques.
Une autre qualité des qubits est qu’ils peuvent s’enchevêtrer et partager des propriétés telles que la polarité. Cet enchevêtrement leur permet d'être séparés, potentiellement par des dizaines de milliers de kilomètres, et de conserver une affinité particulière avec leur partenaire intriqué. Par exemple, si l’on change la polarité d’un qubit, le qubit partenaire intriqué change de polarité instantanément, au même instant, et pas seulement à la vitesse de la lumière. Dans le cas de qubits intriqués distants de plusieurs milliers de kilomètres les uns des autres, surveillés par des horloges atomiques, le changement se produit étrangement au même instant.
On peut dire que le physicien théoricien le plus célèbre de tous les temps a trouvé cette action extraordinaire :
Une combinaison de ces caractéristiques et qualités quantiques a essentiellement permis la téléportation subatomique sur de minuscules distances. Ce sont toutes des caractéristiques de la physique quantique subatomique plutôt que de la physique newtonienne que nous connaissons dans la vie de tous les jours.
L’application de ces fonctionnalités aux algorithmes d’IA étend et accélère considérablement leur vitesse. Dans un premier temps, cela est réalisé expérimentalement en reliant des superordinateurs à des ordinateurs quantiques et même en créant des ordinateurs hybrides. L’un des aspects les plus préoccupants de la vitesse et de la puissance incroyables du traitement quantique est son impact sur le cybercryptage, qui est utilisé pour protéger la confidentialité dans de nombreuses applications à travers le monde.
La vitesse écrasante du quantique permet aux ordinateurs quantiques de briser les cryptages. Dans un avenir très proche, on prévoit que tout chiffrement en ligne sera vulnérable au piratage utilisant des clés publiques attaquées par l’informatique quantique. Imaginez que toute la vie privée – dans les universités, les banques, les ministères de la Défense et au-delà – devienne vulnérable le jour même où un ordinateur atteint la vitesse et la complexité nécessaires pour déchiffrer tous les codes.
Dans Forbesprévient Chuck Brooks,
Un rappel dramatique de l’importance imminente du Jour Q peut être trouvé sur le site du compte à rebours du Jour Q. Au moment de la rédaction de cette chronique, le site affiche l'estimation de Google du temps jusqu'à la date du jour Q indiquant 876 jours, 7 heures, 59 minutes et 12 secondes. Ce serait le 1er janvier 2030. Consultez vous-même le site si vous souhaitez savoir quand nos systèmes financiers pourraient s’effondrer si nous ne parvenons pas à fournir une sorte d’intervention préalable.
J’espère qu’un nouveau mode ingénieux de cryptage (fusion mentale ?) pourra être découvert pour éviter la catastrophe. Je commence seulement à imaginer comment les caractéristiques uniques de l’informatique quantique pourraient améliorer l’enseignement et l’apprentissage à distance. En attendant, nous devons rester conscients que l’IA continuera de s’améliorer, mais un bond quantique massif sera probablement observé lorsque nous engagerons les ordinateurs quantiques pour faire progresser l’IA, en particulier au cours des deux ou trois prochaines années. Votre établissement est-il préparé aux vastes ramifications de l’informatique quantique ? Disposez-vous d'un ordinateur quantique opérationnel sur le campus à des fins d'enseignement et de recherche ? Qui dirige votre institution en matière de pensée et d’action quantiques ?
