L’activité de recherche est une donnée extrêmement importante pour les calendriers de transformation de l’intelligence artificielle. Afin de prioriser les interventions, les stratèges de l’IA doivent avoir une idée de la vitesse à laquelle l’effort de recherche en IA s’accélère. Il est particulièrement important de comprendre les différentiels de taux de croissance de la recherche entre les principaux acteurs.
Un différentiel particulièrement pertinent pour la prise de décision est la quantité relative d’activité de recherche liée à l’IA se produisant aux États-Unis par rapport à la Chine. Ces deux pays sont à l’origine de la majeure partie des progrès de l’IA. Du point de vue de la gouvernance, il est donc important de savoir qui est le plus susceptible de dominer l’IA au cours des prochaines décennies. Par exemple, si la communauté de la sécurité de l’IA progresse dans le paysage américain, mais que la plupart des recherches se déroulent (de manière risquée) en Chine, alors le risque mondial restera élevé.
Les prévisionnistes restent très incertains quant à la croissance relative de l’IA aux États-Unis par rapport à la Chine. Alors que les États-Unis devancent la Chine en matière d’investissements privés et de création de nouvelles start-ups, la Chine devance nettement les États-Unis en ce qui concerne le nombre de publications liées à l’IA par an.
Pour étudier cette dernière tendance, j’ai rassemblé des données provenant de l’AI Country Activity Tracker (CAT) du CSET. Le corpus du CSET « combine (et déduplique) des bourses provenant de six ensembles de données – arXiv, China National Knowledge Infrastructure (CNKI), Digital Science, Microsoft Academic Graph (MAG), Papers With Code, et Web of Science », tous provenant de Dimensions. Pour en savoir plus sur ce corpus, y compris sur la façon dont les articles pertinents pour l’IA ont été identifiés, cliquez ici ; pour nos besoins, il représente une bonne approximation (bien qu’imparfaite) du total des publications sur l’IA.
Le graphique suivant présente le nombre total de publications sur l’IA pour chaque pays pendant la période de 11 ans allant de 2010 à 2020, et extrapole cette tendance jusqu’en 2030 en utilisant un modèle de régression quadratique. les intervalles de confiance à 90 % sont également représentés.
La Chine a publié beaucoup plus d’articles sur l’IA que les États-Unis depuis 2010. Cela n’indique probablement pas une plus grande productivité réelle de la recherche en IA en Chine depuis 2010, puisque les avancées les plus importantes au cours de cette période ont eu lieu aux États-Unis.
La tendance notable, cependant, est que les publications liées à l’IA s’accélèrent plus rapidement en Chine qu’aux États-Unis, ce qui pourrait indiquer que la Chine prend de l’avance dans l’activité de recherche sous-jacente, malgré des niveaux plus faibles d’investissement privé. On peut supposer que cela se traduirait à terme par le fait que la Chine dépasserait les États-Unis en termes de productivité réelle de la recherche, et que les acteurs chinois développeraient les modèles les plus puissants au monde.
Les prévisionnistes de la chronologie de l’IA devraient surveiller non seulement les métriques qui mesurent la performance et la complexité des ML en bout de ligne, mais aussi les facteurs qui font progresser la recherche. Cela est particulièrement vrai pour les prévisions à long terme. En outre, un éventail de mesures devrait être pris en compte, car – comme dans le cas de l’investissement privé par rapport à la publication sur papier – différentes mesures peuvent raconter différentes histoires. Il serait intéressant de prévoir de manière plus complète les communautés de recherche dont les stratèges doivent s’attendre à ce qu’elles prennent de l’avance.
Il convient également de mentionner que pour que ce type d’analyse soit pertinent pour la prise de décision, les stratèges doivent également modéliser la relation entre l’activité de recherche et les avancées dans le domaine, par exemple entre les taux de publication de la recherche et les avancées réelles en matière de performance.
Dans l’ensemble, cependant, l’histoire est que des montants plus faibles d’investissement privé dans l’IA en Chine et moins de nouvelles entreprises fondées ne suggèrent pas nécessairement une moindre croissance de la R&D. Au contraire, la tendance ci-dessus suggère que la croissance de la R&D est moins importante. Au contraire, la tendance ci-dessus suggère une mise à jour provisoire vers des niveaux croissants de domination de l’IA chinoise au cours de la prochaine décennie.
