Une percée de l’IA en arabe ouvre la voie à des modèles linguistiques inclusifs

L’avènement des plateformes d’IA à grands modèles de langage comme Chat-GPT a inauguré une nouvelle ère d’interactions alimentées par l’IA. Bien qu’il y ait eu une augmentation de l’intérêt et du développement des technologies de IA au Moyen-Orient, les modèles en langue arabe ont souvent pris du retard. Cependant, un effort collaboratif entre l’Université Mohamed bin Zayed d’Intelligence Artificielle (MBZUAI) d’Abou Dabi, Cerebras Systems basée dans la Silicon Valley et l’entreprise d’IA basée aux Émirats arabes unis G42 a dévoilé un outil d’IA révolutionnaire conçu pour les locuteurs arabes, appelé « Jais ». Ce développement répond non seulement aux besoins des locuteurs arabes, mais pourrait également faire progresser les grands modèles de langage dans d’autres langues sous-représentées dans le paysage de l’IA.

Le défi des modèles de langue arabes

Bien que des modèles de langage existants comme ChatGPT et LLaMA de Meta aient certaines capacités en arabe, ils ont été principalement entraînés sur des données anglaises issues d’Internet. Selon Timothy Baldwin, proviseur par intérim et professeur de traitement automatique des langues à la MBZUAI, Jais a adopté une approche différente. Il a utilisé une combinaison de jeux de données en anglais et en arabe, avec un accent marqué sur le contenu du Moyen-Orient. Cette approche d’entraînement unique a permis à Jais d’atteindre un niveau de compréhension et de maîtrise en arabe qui le distingue de ses homologues.

La domination des langues à alphabet latin

La domination des langues utilisant l’alphabet latin, avec l’anglais en tête, sur Internet a conduit à la création de jeux de données plus volumineux pour ces langues. Mohammed Soliman, directeur des technologies stratégiques et du programme de cybersécurité au Middle East Institute, souligne que l’accès exclusif aux outils d’IA pour des langues spécifiques pourrait désavantager diverses sections de la société. Les modèles de langage entraînés principalement en anglais manquent souvent de conscience culturelle et de compréhension des divers horizons, ce qui peut affecter négativement l’expérience utilisateur.

Nuances culturelles et dialectes en arabe

L’arabe, étant la sixième langue la plus parlée au monde, présente un défi unique en raison de sa riche diversité de dialectes. L’arabe standard moderne est généralement utilisé pour les documents officiels et l’écriture formelle, tandis que les dialectes locaux sont prévalents dans les blogs et les réseaux sociaux. Jais, grâce à ses données d’entraînement diversifiées, est capable de naviguer entre ces dialectes et de comprendre les nuances culturelles, ce qui le rend plus polyvalent et applicable dans différentes industries.

Élargir les possibilités

Alors que Jais continue d’évoluer, l’équipe de développement envisage d’étendre ses capacités au-delà des interactions textuelles. Ils prévoient d’incorporer la capacité de travailler avec des images, des graphiques ou des données tabulaires, ouvrant ainsi des possibilités pour des applications dans l’interprétation d’analyses médicales, l’analyse de données d’investissement ou le traitement de données satellitaires.

Responsabilité dans le développement de l’IA

Jais, comme d’autres modèles d’IA générative, met en œuvre un réglage par instructions (instruction tuning) pour empêcher la génération de contenu nuisible ou toxique. Il respecte les règles et coutumes locales, garantissant que les réponses sont conformes aux normes éthiques et culturelles. Le processus de développement de Jais a impliqué des dialogues avec le gouvernement des Émirats arabes unis et d’autres institutions pour assurer un déploiement responsable de l’IA.

Développements régionaux aux Émirats arabes unis

Les Émirats arabes unis sont à l’avant-garde du développement des systèmes d’IA générative. En 2017, ils sont devenus le premier pays au monde à nommer un ministre de l’IA. Fait notable, le plus grand modèle d’IA générative de la région, Falcon, a été dévoilé par le Conseil de recherche en technologies avancées d’Abou Dabi et l’Institut d’innovation technologique (TII). Bien que Falcon ne soit actuellement disponible qu’en anglais, il dispose de 180 milliards de paramètres et surpasse ses concurrents dans les tests de raisonnement, de codage et de connaissances. Falcon et Jais sont tous deux open source, rendant leur code accessible pour quiconque souhaite l’utiliser ou le modifier.

Impact potentiel de l’IA au Moyen-Orient

Selon un rapport de 2018 de PwC, le Moyen-Orient pourrait bénéficier jusqu’à 320 milliards de dollars des avantages de l’IA d’ici 2030. La région est déterminée à développer ses capacités dans le domaine de l’IA pour exploiter tout le potentiel de cette technologie. Ali Hosseini, directeur digital principal de PwC au Moyen-Orient, souligne que certains des meilleurs modèles d’IA open source ont été développés dans la région, citant Falcon et Jais comme exemples primaires.

L’introduction de Jais, un outil d’IA sur mesure pour les locuteurs arabes, constitue une avancée significative pour combler l’écart linguistique dans le paysage de l’IA. Il répond non seulement aux besoins des locuteurs arabes, mais établit également un précédent pour le développement de modèles de langage pour les langues sous-représentées dans le monde entier. Grâce à sa capacité à comprendre les dialectes et les nuances culturelles, Jais est prêt à avoir un impact profond dans diverses industries, faisant progresser l’évolution de l’IA au Moyen-Orient et au-delà. À mesure que la technologie IA continue d’avancer, l’inclusivité dans les modèles de langage est cruciale pour garantir que les avantages de l’IA soient accessibles aux populations diverses du monde entier. Jais représente un pas prometteur dans cette direction, avec le potentiel de développements révolutionnaires supplémentaires à l’horizon.