Nous les appellerons également «golems»

Depuis l’introduction de la technologie des transformers en 2017, on assiste à un développement fulgurant des grands modèles de langage.  ChatGPT, GPT-4, Bard, LLaMA, Dall-e, Whisper, MidJourney et consorts sont capables de générer, de convertir et de manipuler des textes, mais aussi des sons, des images, des vidéos, et tout ce qui est assimilable à du «langage».

Vu que l’acronyme de LLM (Large Language Model) est peu lisible, que l’expression «grands modèles de langage» est à la fois très longue et prête à confusion et vu leur caractère multimodal, nous les désignerons désormais aussi sous le nom de «golems».

Des créations ambivalentes

L’emploi du terme de golem pour désigner ces modèles d’un nouveau genre n’est pas notre invention. Il a été proposé début mars 2023 par Tristan Harris et Aza Raskin, les co-fondateurs du Center for Humane Technology. Le vocable s’appuie sur les lettres GLLMM (pour Generative Large Language Multi-Modal Model) et fait bien entendu référence au golem, cette créature du folklore juif «née de la glaise et du chaos», se distinguant par son ambiguïté, à la fois protectrice et destructrice.

Pour Harris et Raskin, l’emploi d’un terme générique a l’avantage de montrer combien les développements basés sur les architectures de transformers convergent. En les désignant sous le nom de «golem», ils soulignent le caractère monstrueux d’une technologie ambivalente progressant à vitesse doublement exponentielle, aux capacités émergentes inconnues des concepteurs et dont les risques sont difficiles à appréhender avant qu’ils ne se manifestent. Père de la cybernétique, Norbert Wiener osait d’ailleurs déjà l’analogie entre la machine apprenante et le golem. 

La présentation des co-fondateurs du Center for Humane Technology (en anglais). Recharger si la vidéo ne s'affiche pas.