« Le manque d'attention portée à la collectivité, à l'incertitude et aux mécanismes d'incitation constitue trois aspects négligés dans les discussions actuelles sur l'intelligence artificielle. » Le 5 septembre, lors du forum principal d'ouverture de la conférence Inclusion·Bund sur les quais de 2024, le doyen de l'apprentissage automatique, Michael Jordan, membre de trois académies américaines, a de nouveau présenté ses dernières idées sur l'intelligence artificielle, un an après sa précédente intervention. Michael Jordan estime que la mise en œuvre de l'intelligence artificielle dans l'industrie nécessite la formation de collectifs collaboratifs ; pour construire un système de collaboration en intelligence artificielle, il est impératif d'adopter une perspective économique axée sur les « incitations ».
Lors du forum principal de la conférence sur les quais de Bund, Michael Jordan a de nouveau abordé l'incertitude inhérente à l'intelligence artificielle. « ChatGPT, êtes-vous sûr que ce que vous venez de générer est correct ? » a-t-il souligné, faisant remarquer que les systèmes d'intelligence artificielle actuels ont du mal à exprimer les connaissances qu'ils ont réellement acquises et sont incapables d'exprimer leur degré de certitude. En revanche, les humains excellent face à l'incertitude, notamment lorsqu'ils collaborent en équipe.
Par conséquent, Michael Jordan recommande que l'intelligence artificielle ne se limite pas à des dispositifs individuels intelligents, mais qu'elle se manifeste également par une collaboration au niveau du système global. Il souligne qu'il ne suffit pas d'intégrer l'intelligence humaine dans des superordinateurs ; les applications des technologies de l'information modernes dans les domaines médical, des transports, de la technologie financière et du commerce nécessitent des systèmes intelligents collectifs et décentralisés.
Michael Jordan a approfondi l'étude du lien entre l'incertitude et la collectivité. Il a fait remarquer que les humains sont capables de mieux gérer l'incertitude lorsqu'ils collaborent, mais que la manière de conférer aux systèmes d'IA actuels une capacité de collaboration collective similaire reste un problème crucial non résolu. Il estime que la perspective de la microéconomie est un élément manquant dans la recherche actuelle sur l'IA.
« Les mécanismes d'incitation » sont des facteurs clés de l'économie de marché et de l'intelligence collective. « L'IA dispose d'une quantité massive de données, mais certaines ne génèrent pas de valeur ; la conception de mécanismes d'incitation permet de stimuler la contribution et la collaboration des entités IA. » Michael Jordan a proposé un modèle de « marchés de données à trois niveaux (Three-Layer Data Markets) », dans lequel les utilisateurs, les plateformes et les acheteurs de données forment une boucle fermée grâce à « la cession de données », « l'achat de données » et « la fourniture de services ». Il souligne que les acheteurs de données, à savoir les entreprises, peuvent combiner « données et services » pour créer des mécanismes d'incitation pour les utilisateurs, leur apportant ainsi une véritable valeur ajoutée.
À cet égard, Michael Jordan s'est référé à la théorie des contrats statistiques, une théorie nouvelle combinant statistique et économie. Dans la théorie des contrats, les agents disposent d'informations privées, tandis que les mandants, grâce à des mécanismes d'incitation, créent un marché où les données et les services se renforcent mutuellement, maintenant ainsi l'équilibre des intérêts des deux parties.
Par exemple, les compagnies aériennes proposent des « classes affaires » et des « classes économiques ». La compagnie aérienne, en tant que mandant, peut proposer des prix différents en fonction de la volonté de paiement des agents, sans que ces derniers aient à divulguer leurs informations personnelles. Étant donné que la réglementation de la confidentialité des données s'est accrue à l'échelle mondiale au cours des dix dernières années, il suggère également que « nous pouvons améliorer l'utilité des utilisateurs grâce à des exigences de confidentialité non uniformes, en imposant des exigences plus strictes aux plateformes à faible coût. »
L'intelligence artificielle, en tant que domaine d'ingénierie émergent, connecte les humains de manière innovante grâce à des systèmes à grande échelle. Son développement est similaire à l'essor du génie chimique au milieu du XXe siècle et du génie électrique à la fin du XIXe siècle ; le premier s'appuyant sur la chimie, la mécanique des fluides, etc., le second sur l'électromagnétisme, l'optique, etc. Les systèmes d'intelligence artificielle s'appuient sur les concepts de raisonnement, d'algorithmes et d'économie développés par l'humanité au cours des 300 dernières années, et doivent viser le bien-être humain. Michael Jordan met en garde : « Mais l'intelligence artificielle est placée dans des visions anciennes, simplistes et non réfléchies, son essor et son développement sont faussés. »
Le professeur Michael Jordan est un pionnier du domaine de l'apprentissage automatique. En établissant des liens entre l'apprentissage automatique, les probabilités, les statistiques et les modèles graphiques, il a jeté les bases mathématiques et informatiques de l'apprentissage automatique. Il a reçu la médaille John von Neumann de l'IEEE, le prix de recherche d'excellence de la Conférence internationale sur l'intelligence artificielle et le prix de la première édition de l'Association mondiale des scientifiques de premier plan en 2022.
La conférence Inclusion·Bund sur les quais de 2024 s'est tenue du 5 au 7 septembre au parc des expositions de Huangpu à Shanghai, avec un forum principal d'ouverture et 36 forums d'idées ouvertes. Récemment, le quotidien technologique asiatique, un média faisant autorité qui suit de près les tendances technologiques mondiales, a sélectionné les quatre « conférences mondiales sur les technologies innovantes les plus attendues du second semestre 2024 », parmi lesquelles la conférence sur les quais de Bund.