L'Asie du Sud-Est (ASE) émerge comme un acteur significatif sur le marché mondial de l'intelligence artificielle (IA), avec des dépenses prévues à 110 milliards de dollars d'ici 2028, selon les prévisions d'IDC. Cela représente un taux de croissance annuel de 24 % dans la région Asie-Pacifique.
Le développement rapide des technologies IA s'accompagne d'une demande croissante de vastes quantités de données. Les experts avertissent que le besoin de données d'entraînement pourrait dépasser la disponibilité des données textuelles humaines publiques d'ici 2026, soulevant des préoccupations concernant la qualité des données, la vie privée et le risque de surentraînement des modèles IA.
Avec plus de 1 200 langues parlées en ASE, dont plus de 700 en Indonésie et environ 175 aux Philippines, la collecte de données de haute qualité est particulièrement difficile. Les systèmes de traitement du langage naturel ont souvent du mal avec cette diversité linguistique, ce qui peut entraîner des résultats IA peu fiables si des données de faible qualité sont utilisées.
Le surentraînement est un autre problème, où les modèles IA deviennent trop finement adaptés à leurs données d'entraînement, limitant leur capacité d'adaptation à de nouvelles informations. Cela est exacerbé lorsque les modèles sont formés sur des données générées par IA, créant des biais potentiels.
Malgré ces défis, la génération de données synthétiques s'avère utile dans des domaines comme les véhicules autonomes. Cependant, cela nécessite une puissance de traitement GPU significative, entraînant de fortes demandes énergétiques et des coûts élevés.
Les experts suggèrent que les organisations adoptent des modèles linguistiques plus petits (SLMs) adaptés à des tâches spécifiques pour plus d'efficacité. La mise à niveau de l'infrastructure des données et la collaboration avec des partenaires soucieux de l'environnement peuvent aider à équilibrer performance et durabilité.
À mesure que l'IA continue d'évoluer, une approche collaborative au sein des organisations est cruciale pour réduire les biais et atteindre des résultats efficaces. Bien que le chemin vers le succès de l'IA soit complexe, l'innovation et l'investissement en IA en ASE signalent un avenir prometteur.