Ce sont sans doute des pas de géants que certains domaines de la recherche, très friands d'intelligence artificielle, vont pouvoir faire dans un avenir proche. À l'Argonne National Laboratory, un centre de recherche américain lié au département de l'Énergie, les scientifiques vont pouvoir compter sur une arme redoutable: le déploiement du CS-1, présenté comme la machine dédiée à l'IA la plus puissante au monde.
Jusqu'ici, les calculs nécessaires à ces logiciels complexes étaient réalisés par des GPU (graphical processing units), des processeurs dédiés à l'affichage graphique et bien connus des gamers, dont les caractéristiques particulières les ont aussi rendus très efficaces dans les processus d'apprentissage automatique.
Les GPU sont efficaces mais pas sans limite, comme l'a récemment expliqué Facebook à propos de l'un de ses algorithmes de traduction multilangage. Entre alors en scène la start-up Cerebras qui, comme d'autres (AMD, Intel ou les plus jeunes Graphcore, SambaNova ou Groq), a développé une puce spécialisée dès sa conception dans les tâches liées à l'IA.
1.000 fois plus rapide
Le mot «puce» est d'ailleurs mal choisi: son Wafer Scale Engine (WSE) est le processeur le plus grand du monde; il mesure 46,225 millimètres carrés et comporte plus de 1,2 billions de transistors.
De quoi processer avec vélocité, de quoi ingérer un nombre de données immensément plus important et travailler avec des modèles bien plus complexes. La Technology Review du MIT parle d'une célérité multipliée par 1.000 par rapport au plus puissant des GPU actuels. Lors de tests, le temps d'apprentissage du modèle, qui se comptait auparavant en semaines, a été réduit à seulement quelques heures.
L'une des premières applications pratiques du CS-1 a été la recherche médicale. La Technology Review note à ce titre qu'il existe davantage de molécules thérapeutiques potentielles que d'atomes dans le Système solaire.
L'Argonne National Laboratory souhaite notamment se concentrer sur la lutte contre le cancer. L'ordinateur pouvant ingérer, traiter et combiner des milliards de paramètres, il peut beaucoup plus rapidement développer un modèle de deep learning à même de prédire la réaction d'une tumeur à une molécule ou à une combinaison de molécules.
En dehors de la médecine, le laboratoire songe à se servir de la puissance du CS-1 pour accélérer la recherche sur les batteries électriques: bien entraîné, l'ordinateur pourrait tester les millions de combinaisons moléculaires possibles pour trouver un éventuel remplaçant plus efficient au lithium-ion.
