PDG de Nvidia : les logiciels dévorent le monde, mais l'IA va dévorer les logiciels

Les entreprises technologiques et les investisseurs ont récemment investi de l'argent dans l'intelligence artificielle, et beaucoup a été versé au fabricant de puces Nvidia. Les revenus de la société ont augmenté car elle a commencé à fabriquer du matériel personnalisé pour les algorithmes d'apprentissage automatique et des cas d'utilisation tels que les voitures autonomes. Lors de la conférence annuelle des développeurs de la société à San Jose, en Californie, cette semaine, le PDG de la société, Jensen Huang, s'est entretenu avec Examen de la technologie MIT sur la façon dont la révolution de l'apprentissage automatique ne fait que commencer.

Nvidia a bénéficié d'une explosion rapide des investissements dans l'apprentissage automatique des entreprises technologiques. Cette croissance rapide des cas d'utilisation de l'apprentissage automatique peut-elle se poursuivre ?

Nous sommes très tôt. Très peu de lignes de code dans les entreprises et les industries du monde entier utilisent l'IA aujourd'hui. C'est assez répandu dans les sociétés de services Internet, en particulier deux ou trois d'entre elles. Mais il y en a tout un tas d'autres dans la technologie et d'autres industries qui essaient de rattraper leur retard. Les logiciels dévorent le monde, mais l'IA va dévorer les logiciels.

Quelle industrie sera ensuite transformée par l'apprentissage automatique ?

L'un est l'industrie automobile. Dix des plus grands constructeurs automobiles du monde sont ici avec nous à la conférence. Le deuxième, ce sont les soins de santé, et l'impact sur la société sera très grand. Les informations sur la santé sont désordonnées et non structurées, mais les ordinateurs peuvent désormais les comprendre pour augmenter les diagnostics et les prédictions des médecins.

Les résultats de recherches récentes sur l'application de l'apprentissage automatique au diagnostic sont impressionnants (voir Un ophtalmologiste en intelligence artificielle montre comment l'apprentissage automatique peut transformer la médecine ). Mais on ne sait pas comment les régulateurs testeront et approuveront ces nouveaux types de systèmes.

Quand on parle de vies humaines, il y a toujours des défis réglementaires. Mais on ne peut ignorer l'impact d'une technologie qui apporte des résultats 10 ou 1 000 fois meilleurs. Je suis convaincu que des esprits raisonnables réaliseront les avantages de cette technologie et la mettront entre les mains des médecins, des cliniciens et des radiologues afin qu'ils puissent faire un meilleur travail. Arterys a récemment obtenu l'approbation de la FDA pour son imagerie cardiaque [qui annote les scans du cœur], et j'en connais beaucoup d'autres qui sont en préparation.

L'utilisation de l'apprentissage automatique dans les voitures créera également de nouveaux défis pour les régulateurs. Nvidia a fait la démonstration d'un logiciel qui apprend à conduire simplement en regardant ce que fait un conducteur humain, mais il est difficile d'expliquer exactement comment il fonctionne ou se comporterait dans différents scénarios (voir Le sombre secret au cœur de l'IA ).

La puissance et la promesse de cette approche de bout en bout sont très séduisantes. Nous croyons vraiment qu'à long terme, la façon dont l'IA conduira est similaire à la façon dont les humains conduisent - nous ne décomposons pas le problème en objets, en vision, en localisation et en planification. Mais combien de temps il nous faudra pour y arriver est discutable. Faire en sorte qu'il fasse tout correctement est un grand défi, [and] quand il ne fait pas une chose correctement, comment le corrigez-vous, parce que vous essayez de tout entraîner ensemble. Nous devons probablement décomposer certains de ces problèmes en plus petits morceaux.

Vos puces conduisent déjà certaines voitures : tous les véhicules Tesla utilisent désormais l'ordinateur Drive PX 2 de Nvidia pour alimenter la fonction Autopilot qui automatise la conduite sur autoroute. Cette fonction utilise-t-elle la pleine capacité du matériel ? Pourrait-il alimenter une conduite entièrement autonome ?

Drive PX 2 est une plate-forme informatique avec beaucoup de capacité de calcul réservée - l'idée est d'en avoir assez pour que vous puissiez continuellement mettre à jour le logiciel et être ravi des améliorations au fil du temps. Pour une autonomie complète, c'est-à-dire une voiture sans conducteur, il y a encore des inconnues, mais il y a beaucoup de développement logiciel en cours. Je ne suis pas sûr, mais nous le saurons.

Intel, Google et plusieurs autres sociétés travaillent actuellement sur des puces conçues pour accélérer l'apprentissage automatique (voir La bataille pour fournir des puces pour le boom de l'IA se réchauffe ). Comment garderez-vous une longueur d'avance ?

Beaucoup de gens reconnaissent l'importance de ce marché, et je pense qu'il va être très vaste. Nous allons orienter nos années d'investissement dans nos puces GPU et un budget R&D de deux milliards et demi de dollars vers l'apprentissage en profondeur. Et nous rendrons notre architecture disponible partout : dans les PC, dans les serveurs, dans le cloud, dans les voitures, dans les robots.

Vous êtes d'accord avec les chercheurs qui disent que les défis physiques liés à la fabrication de transistors plus petits et plus économes en énergie ralentissent les progrès de la puissance des processeurs informatiques (voir La loi de Moore est morte. Maintenant quoi? ). Mais vous affirmez que les puces de Nvidia peuvent continuer à progresser car elles sont spécialisées dans des cas d'utilisation particuliers. Vous ne pouvez sûrement pas résister éternellement à la physique.

Pas de doute à ce sujet, nous ne pouvons pas. À l'heure actuelle, nous récupérons les inefficacités des processeurs et des logiciels dans nos GPU plus spécialisés. J'ai l'impression que nous continuerons d'en profiter pendant quelques décennies. Mais quelque part, nous devrons trouver quelque chose de nouveau. Nous avons une équipe d'ingénieurs incroyable dans l'entreprise qui repousse les limites de la physique des appareils et d'excellents partenaires dans la fabrication. Entre nous tous, nous trouverons le chemin.

cacher