Que peut faire une IA qui pense en italien ?

Combien font deux plus deux ? La réponse est évidente, mais pas pour Emma, une intelligence artificielle italienne en cours de développement. Lors d’un essai bref de la version bêta d’Emma-6, le chatbot a répondu d’abord 2, puis 1 et enfin 0, accompagnant le tout d’un très long tableau de chiffres dépourvu de sens. Cela ne s’est pas mieux passé non plus avec la hauteur de la Tour Eiffel : après en avoir donné trois valeurs différentes, elle a tenté de se corriger en avançant que 327 plus 317 font 327, en commentant : « exactement le double de la largeur ».

Emma-5, la version précédente, était devenue virale pour ses réponses farfelues, notamment celle selon laquelle l’emblématique tour parisienne pourrait atteindre mille mètres quand le vent soufflait fort. En somme, la nouvelle version est encore « hallucinée ». Nous sommes convaincus que tôt ou tard les programmeurs trouveront la bonne approche et corrigeront chaque bug (les versions bêta, d’ailleurs, servent précisément à cela), mais au-delà de cela, Emma soulève une série de questions intéressantes sur le fonctionnement d’un tel système et sur les avantages qu’il pourrait offrir s’il était conçu spécifiquement pour la langue italienne.

Une IA en croissance

Emma est développée par Egomnia, société fondée par l’entrepreneur Matteo Achilli. Par rapport à Emma-5, qui disposait de 550 millions de paramètres, Emma-6 en possède 1,55 milliard. Les paramètres sont les valeurs numériques qu’un réseau neuronal ajuste au cours de l’entraînement pour apprendre à reconnaître des schémas et produire des réponses. Leur nombre influe sur les capacités du modèle, mais ne les détermine pas à lui seul l’intelligence, et Egomnia déclare avoir entraîné Emma-6 sur environ 25 milliards de tokens, les unités utilisées pour découper les textes, le plus souvent équivalentes à des mots ou des parties de ceux-ci. Ce sont des dimensions très modestes par rapport à celles des grands modèles internationaux.

La même entreprise reconnaît les limites des modèles compacts, plus exposés aux soi-disant « hallucinations », c’est-à-dire des réponses inventées mais présentées comme vraies. L’objectif est de développer progressivement une technologie nationale, aussi grâce à la contribution des utilisateurs qui participent à l’expérimentation.

Penser en italien

Mais une intelligence artificielle peut-elle réellement penser dans notre langue ? En réalité, non au sens humain du terme. Les modèles linguistiques traitent des représentations mathématiques des informations et, lorsqu’ils génèrent un texte, calculent quels tokens produire successivement. Entraîner un modèle principalement sur l’italien peut toutefois améliorer sa capacité à reconnaître les particularités grammaticales, les expressions idiomatiques et les références culturelles. Pensons aux nuances entre « boh », « mah » et « beh », ou bien au célèbre « sticazzi », qui dans son usage romain exprime surtout de l’indifférence, alors que dans le nord de l’Italie il est souvent utilisé pour manifester de la stupéfaction.

Ou encore, les différences entre langage bureaucratique, professionnel et familier.

Un modèle spécialisé pourrait les interpréter avec plus de précision, mais cela n’est pas pour autant un avantage automatique : même les grandes IA multilingues comprennent bien l’italien et peuvent bénéficier d’énormes quantités d’informations recueillies dans d’autres langues. Ce qui fait la différence, ce sont la qualité des données, l’entraînement et les vérifications subséquentes.

Applications concrètes

Les bénéfices potentiels ne concernent pas seulement la conversation. Un modèle entraîné sur des documents italiens pourrait être particulièrement utile dans l’administration publique, dans le domaine de la santé, dans les entreprises et les cabinets professionnels. Par exemple, il pourrait aider à interpréter une réglementation fiscale, résumer un document administratif ou expliquer à un citoyen comment remplir une démarche, à condition que les réponses soient vérifiées et basées sur des sources à jour. La spécialisation pourrait par ailleurs réduire le besoin d’adapter des systèmes conçus principalement pour le marché anglophone.

Un autre avantage concerne les dimensions : des modèles relativement petits nécessitent généralement moins de mémoire et de puissance de calcul, avec la possibilité de fonctionner sur des serveurs d’entreprise ou des dispositifs locaux. Cela peut réduire les coûts, les temps de réponse et la nécessité de transmettre des informations à des services externes. Bien sûr, bien connaître la langue ne suffit pas pour comprendre les lois ou pour donner des conseils fiables : dans les domaines les plus sensibles, il faut des données certifiées, des contrôles humains et, surtout, des systèmes capables d’admettre quand ils n’ont pas de réponse certaine.

Souveraineté numérique

Il existe aussi une raison stratégique de développer des intelligences artificielles nationales. Aujourd’hui, de nombreuses entreprises et institutions européennes utilisent des technologies contrôlées par de grandes sociétés étrangères, auxquelles elles dépendent pour les mises à jour, les tarifs, la disponibilité des services et le traitement des données. Disposer de modèles propres peut contribuer à la souveraineté numérique, c’est-à-dire à la capacité de gérer autonomement les technologies essentielles pour l’économie et les services publics. Un hôpital, par exemple, pourrait être intéressé par l’utilisation d’une IA installée sur des infrastructures contrôlées directement, sans avoir à envoyer des informations sensibles à des fournisseurs externes.

La nationalité du développeur ne suffit pas : compte aussi la propriété des systèmes, les licences, les données utilisées et le lieu où elles sont traitées. Le défi ne consiste donc pas seulement à créer un chatbot capable de parler notre langue, mais à bâtir des compétences scientifiques, des infrastructures de calcul et des outils capables de s’adapter aux besoins du pays.

Le défi européen

Emma n’est pas le seul projet italien. Minerva, développé dans le cadre des recherches de l’Université Sapienza de Rome avec le soutien des infrastructures Cineca, est une famille de modèles linguistiques entraînés à partir de zéro.

Fastweb, lui, a développé FastwebMIIA, entraîné principalement sur des textes en langue maternelle et destiné surtout aux entreprises et aux administrations publiques, avec des infrastructures de calcul localisées en Italie. Une autre voie est celle choisie par Almawave avec Velvet 25B, un modèle de 25 milliards de paramètres conçu pour traiter des textes dans les 24 langues officielles de l’Union européenne.

En regardant au-delà des frontières, l’exemple le plus marquant est Mistral AI, société fondée à Paris en 2023, devenue l’un des principaux acteurs européens du secteur grâce à des modèles multilingues destinés au marché international. Ce sont des initiatives très différentes par leur taille et leurs objectifs, mais elles montrent que l’alternative européenne aux géants américains peut suivre plusieurs voies, de la spécialisation linguistique à la compétition technologique à grande échelle. Emma, pour l’instant, échoue même sur les opérations élémentaires, et cela empêche de la considérer – pour le moment – comme un outil fiable, mais l’avenir de l’IA européenne passe aussi par ce type d’obstacles.