Le géant du matériel informatique Nvidia a lancé un nouveau modèle d’IA open source avec NVLM 1.0. Le LLM est basé sur une autre version comportant 72 milliards de paramètres.
Le nouveau modèle multimodal LLM (Large Language Model) de Nvidia est très performant dans les tâches complexes de traduction visuelle. Selon les critères d’évaluation en matière d’IA, le NVLM 1.0 n’est pas le premier dans les tâches textuelles. En revanche, il traite très bien les images. Les chercheurs ont présenté des exemples montrant que le modèle peut analyser des images et résoudre des problèmes mathématiques complexes étape par étape.
Après une formation multimodale, les performances des commandes textuelles s’améliorent, alors qu’elles se détériorent dans de nombreux autres modèles.
Un nouveau chapitre dans le développement de l’IA avec un modèle ouvert
Selon Venturebeat, Nvidia souhaite concurrencer les leaders du marché avec des modèles fermés comme GPT-4o d’OpenAI ou Claude 3.5 d’Anthropic. Le fait que Nvidia rende publics ses paramètres (poids des modèles) et bientôt ses codes d’entraînement donne aux chercheurs et aux développeurs un accès complet à une technologie de pointe. Les petites organisations ou entreprises peuvent de ce fait mener des recherches sur l’IA de manière plus efficace. L’utilisation commerciale de cette technologie n’est simplement pas autorisée.
Cette décision de Nvidia de dévoiler l’intégralité de ces travaux pourrait accélérer considérablement la recherche sur l’IA. De ce fait, l’entreprise espère contraindre ses concurrents à une transparence totale. L’innovation et la collaboration ne pouvant qu’en bénéficier.
D’un autre côté, une telle transparence peut aussi être remise en question. Une IA aussi puissante et, surtout, accessible pourrait aussi rapidement tomber entre de mauvaises mains, ce qui soulèverait des questions éthiques. L’impact de la décision de Nvidia se visible dans les semaines et les mois à venir.