PEKIN, 11 février (Reuters) - Selon Robin Li, PDG de Baidu, des investissements dans les centres de données et l'infrastructure de cloud restent nécessaires malgré le défi posé par DeepSeek à l'efficacité coûts des grands modèles d'IA.
Lors du Sommet mondial du gouvernement à Dubaï, Li a déclaré : "L'investissement dans l'infrastructure de cloud est toujours très nécessaire. Pour élaborer des modèles plus intelligents que les autres, vous devez utiliser plus de puissance de calcul."
La puissance de calcul fait référence aux ressources matérielles qui permettent aux modèles d'IA de fonctionner, de s'entraîner sur des données, de traiter des informations et de générer des prédictions.
Les commentaires de Li interviennent alors que la start-up chinoise d'IA DeepSeek a réussi à développer des modèles linguistiques égalant les performances de systèmes leaders tels que le GPT d'OpenAI tout en utilisant moins de puissance de calcul, soulevant des interrogations sur la nécessité de dépenses massives dans l'infrastructure de l'IA.
Baidu a été parmi les premières entreprises chinoises à lancer des produits d'IA suite à la publication du ChatGPT d'OpenAI fin 2022. Cependant, son grand modèle de langage Ernie, que Baidu prétend égaler les capacités du GPT-4, a connu une adoption limitée par le public.
Par le passé, Li a fait des déclarations audacieuses sur le paysage de l'IA en Chine, affirmant notamment qu'il était improbable qu'une autre entreprise à la manière d'OpenAI émerge de Chine. Il avait également plaidé en faveur de modèles à code source fermé comme la seule voie viable pour le développement de l'IA.
Lors du sommet de mardi, Li a reconnu que l'émergence soudaine de DeepSeek démontrait la nature imprévisible de l'innovation.
"Il est impossible de savoir quand et d'où viennent les innovations," a-t-il déclaré.
Li a également souligné que les contraintes de puissance de calcul ont poussé les entreprises chinoises à innover pour réduire les coûts.
Il a également semblé adoucir sa position sur le développement à code source fermé, reconnaissant désormais que les approches en code source ouvert pourraient accélérer l'adoption de l'IA.
"Si vous ouvrez les choses, beaucoup de personnes seront assez curieuses pour essayer. Cela contribuera à propager la technologie beaucoup plus rapidement."