fr.wedoany.com Rapport : Récemment, l'Académie chinoise des technologies de l'information et de la communication (CAICT) a organisé un « Séminaire sur l'évaluation des grands modèles et les normes » lors du sommet mondial « AI for Good » à Genève, en Suisse. Bilel Jamoussi, directeur adjoint du Bureau de normalisation des télécommunications de l'Union internationale des télécommunications (UIT), et Yu Xiaohui, président de la CAICT, ont assisté à l'événement et prononcé des discours. La réunion visait à répondre aux recommandations du « Pacte numérique mondial des Nations Unies » concernant l'élimination de la nouvelle fracture numérique dans le domaine de l'évaluation de l'IA.
Dans son discours, Bilel Jamoussi a souligné que les normes internationales deviennent un soutien essentiel pour promouvoir la gouvernance de l'IA et les applications fiables. L'UIT a déjà publié des normes internationales pour l'évaluation de référence des grands modèles et poursuit ses travaux de normalisation sur les grands modèles multimodaux. L'initiative conjointe publiée lors de ce séminaire vise à favoriser la collaboration intersectorielle et interinstitutionnelle sur les indicateurs, méthodes et normes d'évaluation à l'échelle mondiale, afin de promouvoir un développement sûr, inclusif et bénéfique de l'IA.
Yu Xiaohui, président de la CAICT, a indiqué que le système d'évaluation des grands modèles reflète les choix de valeur de l'humanité quant à la direction du développement de l'IA. La définition des dimensions et des méthodes d'évaluation influencera profondément l'évolution technologique et l'orientation des applications, constituant une base importante pour promouvoir un développement fiable de l'IA tout en conciliant équité sociale et développement durable. Il a souligné que la clé pour faire progresser la coopération internationale en matière d'évaluation réside dans la construction d'un consensus mondial, en renforçant la coordination des voies techniques d'évaluation et en établissant conjointement une orientation de valeurs axée sur la sécurité, la fiabilité, le contrôle et le bien.
Wang Jian, académicien de l'Académie chinoise d'ingénierie, fondateur d'Alibaba Cloud et directeur du laboratoire de Zhijiang, a déclaré dans son discours principal que les grands modèles, en tant que systèmes hautement complexes, rendent difficile pour leurs développeurs eux-mêmes de cerner précisément leurs limites de capacité, ce qui pose un défi majeur pour l'évaluation. Il a noté que l'évaluation actuelle se concentre davantage sur les tests de fonctionnalités du système, et qu'à l'avenir, on pourrait s'inspirer des tests de QI humains pour explorer l'établissement d'une méthodologie cohérente de mesure de l'intelligence machine. L'importance de l'évaluation ne réside pas seulement dans le classement des scores, mais aussi dans la compréhension et la promotion de la technologie elle-même.
Lin Yonghua, vice-présidente et ingénieure en chef de l'Institut de recherche en intelligence artificielle de Pékin (BAAI), Gilles Thonet, secrétaire général adjoint de la Commission électrotechnique internationale (IEC), Nicolas Miailhe, cofondateur d'AI Safety Connect, ainsi que des experts de Korabench.ai, Amazon Web Services, Future Ethics Lab, l'Institut de recherche en électronique et télécommunications de Corée, Huawei et ZTE, ont partagé leurs pratiques et mené des discussions approfondies sur des sujets tels que les modèles de base scientifiques, les tests d'équipe rouge, la mesure des comportements de l'IA, l'interopérabilité des normes et la reconnaissance mutuelle internationale. Les participants ont abouti à quatre consensus : premièrement, une IA fiable repose sur la vérification, non sur les déclarations, et l'évaluation est une capacité fondamentale pour promouvoir une IA bénéfique ; deuxièmement, les limites des références statiques deviennent de plus en plus évidentes, et l'évaluation doit évoluer vers une approche dynamique, continue et couvrant l'ensemble du cycle de vie ; troisièmement, le champ de l'évaluation doit s'étendre des modèles aux applications, en tenant compte à la fois des risques à long terme et des impacts immédiats ; quatrièmement, il faut renforcer le partage des méthodes et la reconnaissance mutuelle des résultats, en faisant des normes et de l'évaluation une infrastructure publique mondiale, afin que les résultats de l'évaluation profitent à davantage de pays et de groupes.
Wei Kai, directeur de l'Institut de recherche en intelligence artificielle de la CAICT, a présenté le système d'évaluation des grands modèles « Fangsheng » dans un rapport thématique intitulé « Évaluation des grands modèles : pratiques et normalisation ». Wei Kai a souligné que l'évaluation des grands modèles joue un triple rôle : celui de « boussole » guidant l'innovation technologique, de « connecteur » entre la technologie et les applications, et de « soupape de sécurité » garantissant un développement bénéfique de l'IA. À l'avenir, l'évaluation des capacités mettra davantage l'accent sur la validation des tâches complexes, l'évaluation de la sécurité et de la fiabilité s'étendra à l'identification des risques systémiques, et l'évaluation de l'efficacité technique renforcera la synergie entre coût et efficacité. Le système « Fangsheng », basé sur la norme ITU-T F.748.44, couvre plusieurs dimensions telles que les capacités, les applications, la sécurité et la fiabilité, et l'intelligence de pointe. En juillet 2026, ce système avait réalisé plus de 1 500 évaluations, constitué un ensemble de données de test de 8,5 millions d'entrées, et réduit les risques de contamination des données et de manipulation des classements grâce à des tests dynamiques.
Lors de la réunion, la CAICT a publié l'« Initiative internationale pour la construction conjointe d'un système d'évaluation des grands modèles et un développement bénéfique », qui propose des actions autour de dix axes : reconnaître la valeur de l'évaluation, promouvoir l'innovation en matière d'évaluation, perfectionner le cadre d'évaluation, consolider la base de données, soutenir les applications industrielles, favoriser une collaboration ouverte, garantir la transparence de l'évaluation, maintenir l'intégrité de l'évaluation, promouvoir l'interopérabilité des normes et encourager une IA bénéfique. Cette initiative invite les organisations internationales, les instituts de recherche, les entreprises et la société civile à partager des ensembles de données et des méthodes d'évaluation, et à construire ensemble une communauté d'évaluation open source, afin de réduire la fracture numérique.
À l'avenir, la CAICT approfondira sa coopération avec des organisations internationales telles que l'UIT, l'IEC et l'ISO, ainsi qu'avec l'industrie mondiale, le monde universitaire et les communautés open source, en partageant ouvertement les méthodes d'évaluation, les ensembles de données et les expériences pratiques, afin de favoriser un écosystème d'évaluation de l'IA ouvert, inclusif et interopérable, et de contribuer par des pratiques chinoises au développement bénéfique de l'IA.
