Comprendre le Règlement sur l’IA de l’UE : Définition des Modèles d’IA à Usage Général
Le règlement sur l’IA de l’UE impose à toute entité ou individu mettant un modèle d’IA sur le marché de l’UE de déterminer si ce modèle est un modèle d’IA à usage général (GPAI). Cette étape est cruciale pour évaluer si le modèle est soumis aux dispositions applicables aux modèles GPAI définies par le règlement.
Définition d’un Modèle d’IA à Usage Général
Selon le règlement, un modèle d’IA à usage général est défini comme un modèle d’IA capable d’effectuer une large gamme de tâches distinctes et pouvant être intégré dans divers systèmes ou applications. Les modèles utilisés à des fins de recherche, de développement ou de prototypage avant leur mise sur le marché ne sont pas inclus dans cette définition.
Les exigences pour qu’un modèle soit qualifié de GPAI incluent :
- Existence d’un modèle d’IA
- Généralité significative
- Capacité à effectuer une large gamme de tâches distinctes
- Capacité à être intégré dans des systèmes ou applications en aval
Exigences Relatives à l’Existence d’un Modèle d’IA
Le règlement ne définit pas explicitement ce qu’est un modèle d’IA. Cependant, deux institutions reconnues fournissent des définitions. L’Organisation internationale de normalisation (ISO) décrit un modèle d’IA comme une « représentation physique, mathématique ou logique d’un système, d’un phénomène ou de données ». Le National Institute of Standards and Technology (NIST) définit un modèle d’IA comme un composant d’un système d’information qui utilise des techniques informatiques, statistiques ou d’apprentissage automatique pour produire des résultats à partir d’un ensemble donné d’entrées.
Généralité Significative
Le règlement établit que les modèles ayant « au moins un milliard de paramètres et entraînés avec une grande quantité de données » doivent être considérés comme affichant une généralité significative. Les facteurs clés incluent le nombre de paramètres et la quantité de données d’entraînement. Pour simplifier, la Commission européenne a introduit une mesure appelée calcul de formation, qui est basée sur le nombre d’opérations à virgule flottante (FLOPs) nécessaires pour l’entraînement d’un modèle.
Pour qu’un modèle soit qualifié de GPAI, il doit effectuer au moins 10^23 FLOPs lors de son entraînement. Ce seuil est typique pour les modèles entraînés avec un milliard de paramètres. Les fournisseurs peuvent utiliser différentes méthodes pour estimer ce calcul, y compris le suivi de l’utilisation des unités de traitement graphique (GPU) ou des estimations basées sur l’architecture du modèle.
Capacité à Effectuer une Large Gamme de Tâches Distinctes
Un modèle d’IA à usage général doit également être capable d’effectuer une large gamme de tâches. Les modèles de génération de langage, par exemple, sont souvent plus avancés et diversifiés, car ils peuvent stocker des connaissances, communiquer et raisonner. Les modèles capables de générer du texte, de la parole ou d’autres types de contenu peuvent remplir cette exigence, même s’ils n’atteignent pas toujours le seuil de FLOPs.
Intégration dans des Systèmes ou Applications en Aval
Un modèle GPAI, en tant qu’entité autonome, n’est pas un système d’IA. Pour devenir un système d’IA, il doit être intégré avec d’autres composants, comme une interface utilisateur. L’intégration d’un modèle GPAI dans un système d’IA est soumise aux réglementations du règlement sur l’IA de l’UE, ce qui garantit que les obligations s’appliquent tant au modèle qu’au système.
Conclusion
En résumé, un modèle d’IA à usage général est un modèle qui peut exécuter des calculs complexes, basé sur une grande quantité de données. Pour être qualifié de GPAI, un modèle doit afficher une complexité, une taille et une polyvalence significatives. En ultime analyse, un modèle d’IA autonome nécessite l’ajout de composants supplémentaires pour fonctionner comme un système d’IA complet.
