Une nouvelle version bêta d'une intelligence artificielle italienne nommée Emma-6 a révélé des limitations importantes lors de tests récents. Développée par Egomnia, une entreprise fondée par l'entrepreneur Matteo Achilli, le chatbot n'a pas réussi à répondre correctement à des questions simples. Lorsqu'on lui a demandé ce que valait deux plus deux, le modèle a fourni des réponses contradictoires de 2, 1 et 0, accompagnées d'un tableau de nombres sans sens. De même, lorsqu'on l'a interrogé sur la hauteur de la tour Eiffel, Emma-6 a proposé trois chiffres différents avant de tenter une correction affirmant que 327 plus 317 égale 327, en la décrivant comme exactement le double de la largeur. Ces erreurs reflètent les problèmes observés dans la version précédente, Emma-5, qui avait fait le buzz en affirmant que le monument parisien pouvait atteindre mille mètres par vent fort.

Emma-6 représente une mise à niveau technique par rapport à son prédécesseur, augmentant le nombre de ses paramètres de 550 millions à 1,55 milliard. L'entreprise déclare que le modèle a été entraîné sur environ 25 milliards de jetons, qui sont des unités de texte correspondant souvent à des mots ou à des parties de mots. Bien que ces dimensions soient considérées comme petites par rapport aux principaux modèles internationaux, Egomnia reconnaît que les modèles compacts sont plus susceptibles d'hallucinations, où l'IA génère des informations fabriquées présentées comme des faits. L'entreprise considère ces tests bêta comme essentiels pour identifier les bogues et vise à développer progressivement une technologie nationale avec la contribution des utilisateurs.

Le concept d'une IA « pensant » en italien n'implique pas une cognition semblable à celle de l'homme, mais plutôt le traitement de représentations mathématiques optimisées pour la langue. L'entraînement d'un modèle principalement sur des données italiennes peut améliorer sa capacité à reconnaître des nuances grammaticales spécifiques, des expressions idiomatiques et des références culturelles. Par exemple, un modèle spécialisé pourrait mieux distinguer les différences subtiles entre des mots comme « boh », « mah » et « beh », ou comprendre les variations régionales de termes comme « sticazzi », qui exprime l'indifférence à Rome mais la surprise dans le nord de l'Italie. Cependant, cette spécialisation n'est pas un avantage automatique, car les grands modèles multilingues possèdent également de fortes capacités en italien grâce à la vaste quantité de données disponibles dans d'autres langues.

Au-delà des capacités conversationnelles, un modèle entraîné sur des documents italiens pourrait offrir des avantages pratiques pour l'administration publique, la santé, les entreprises et les études professionnelles. Les applications potentielles incluent l'interprétation des réglementations fiscales, le résumé de documents administratifs ou l'orientation des citoyens à travers les procédures bureaucratiques, à condition que les réponses soient vérifiées par rapport à des sources mises à jour. De plus, les modèles plus petits nécessitent généralement moins de mémoire et de puissance de calcul, ce qui leur permet de fonctionner sur des serveurs locaux ou des appareils. Cette configuration peut réduire les coûts et les temps de réponse tout en minimisant la nécessité de transmettre des données sensibles à des services externes.

Le développement de modèles d'IA nationaux est également motivé par des raisons stratégiques liées à la souveraineté numérique. Actuellement, de nombreuses entités européennes dépendent de technologies contrôlées par des entreprises étrangères, créant des dépendances en matière de mises à jour, de tarification et de traitement des données. Posséder des modèles propriétaires permet aux institutions, telles que les hôpitaux, de gérer directement les infrastructures critiques sans envoyer d'informations confidentielles à l'étranger. Cependant, la nationalité du développeur est insuffisante ; la propriété, la licence, les sources de données et les lieux de traitement sont des facteurs tout aussi critiques pour atteindre une véritable autonomie.

Emma fait partie d'un effort européen plus large visant à créer des alternatives aux géants technologiques américains. D'autres initiatives italiennes incluent Minerva, développée par l'Université Sapienza de Rome avec le soutien de Cineca, et FastwebMIIA par Fastweb, qui se concentre sur les entreprises et l'administration publique en utilisant une infrastructure locale. Almawave a également introduit Velvet 25B, un modèle conçu pour les 24 langues officielles de l'UE. Au niveau international, Mistral AI de la France sert d'exemple éminent de succès européen dans le secteur. Bien qu'Emma-6 rencontre actuellement des difficultés avec des opérations élémentaires et ne puisse pas encore être considéré comme un outil fiable, ces défis sont considérés comme faisant partie du processus d'apprentissage nécessaire pour l'avenir de l'intelligence artificielle italienne.

Sources: Focus.it.