Dipsic : Le challenger émergent d'OpenAI dans le paysage de l'IA

Dipsic est une entreprise chinoise qui concurrence OpenAI, qui développe des modèles comme GPT-4 et O1. Dipsic a ses propres modèles, tels que V3 et R1, et les propose en open source, ce qui signifie qu'ils sont gratuits, modifiables et utilisables par quiconque sans dépendre des grandes entreprises technologiques.

Dipsic affirme que son modèle R1, qui est complètement gratuit, est aussi performant que le modèle O1 d'OpenAI, qui a coûté 100 millions de dollars à entraîner. En revanche, R1 n'a nécessité que 5,5 millions de dollars pour son entraînement, soulignant une efficacité de coût significative dans l'approche de Dipsic.

L'essor de l'IA open-source a perturbé les marchés financiers, affectant notamment la valeur boursière de Nvidia. Pendant ce temps, le gouvernement américain a accusé Dipsic d'avoir volé les résultats d'OpenAI pour affiner et entraîner ses modèles, malgré le fait qu'OpenAI ait extrait des données du web pour ses propres données d'entraînement.

L'application Dipsic est devenue l'application gratuite numéro un téléchargée sur l'App Store, surpassant ChatGPT. Cependant, Dipsic fait actuellement face à une cyberattaque qui a rendu son application inutilisable, mais elle a tout de même réussi à lancer un nouveau modèle de génération d'images appelé Janus Pro, qui concurrence directement DALL-E d'OpenAI.

L'avantage clé pour les utilisateurs est la nature open-source du modèle R1 de Dipsic, permettant aux individus de le télécharger et de l'exécuter sur leurs propres ordinateurs sans avoir besoin d'une connexion Internet. Cette configuration offre de la confidentialité, permettant à des professionnels comme les physiothérapeutes, les médecins et les avocats de former le modèle sur leurs propres données sans dépendre d'une entreprise américaine.

Les utilisateurs peuvent se précipiter pour utiliser l'application de Dipsic, découvrant que son modèle fonctionne de manière comparable à ChatGPT-4, qui nécessite un abonnement de 20 € par mois. En revanche, le modèle de Dipsic est gratuit, mais l'intervenant avertit que 'lorsque c'est gratuit, vous êtes le produit', laissant entendre qu'il pourrait y avoir des coûts cachés ou une utilisation des données.

Pour illustrer les coûts associés à l'utilisation du modèle R1, l'orateur le compare à l'entraînement d'un chien à reconnaître des drogues. La phase d'entraînement initiale est coûteuse, mais une fois que le modèle est opérationnel, il nécessite des ressources informatiques pour fonctionner, de la même manière qu'un chien a besoin de nourriture pour fonctionner.

Le modèle R1 fonctionne actuellement sur des serveurs appartenant à la société Dipsic, mais il y a une incertitude concernant l'emplacement et la sécurité de ces serveurs. Cela soulève des inquiétudes parmi les utilisateurs quant au téléchargement d'informations sensibles sur un modèle open-source hébergé sur des serveurs inconnus. Cependant, puisque le modèle est open-source, il peut être téléchargé et exécuté sur des serveurs ou des ordinateurs personnels.

La discussion présente 'Lama', décrit comme un magasin d'applications pour des modèles open-source, proposant divers modèles tels que le Queen 2.5 d'Alibaba, qui est aussi performant que le modèle 4ro, et Mistral, un modèle français. Les utilisateurs peuvent télécharger ces modèles sur leurs ordinateurs, mais les exigences en ressources sont importantes, le modèle complet nécessitant 404 Go de ressources. Une version distillée avec 1,5 milliard de paramètres est disponible, nécessitant seulement 1,1 Go, ce qui la rend plus accessible.

Pour exécuter le modèle sur des ordinateurs personnels, les utilisateurs doivent télécharger 'Lama' et exécuter une commande dans le terminal pour initier le téléchargement du modèle. Une fois téléchargé, les utilisateurs peuvent interagir avec le modèle hors ligne, car il fonctionne directement sur leur machine, garantissant la confidentialité des données.

Reconnaissant les défis liés à l'utilisation d'une interface en ligne de commande, l'orateur présente 'webui', un outil open-source qui offre une interface conviviale pour interagir avec le modèle fonctionnant sur des ordinateurs personnels. Cela permet aux utilisateurs, tels que les avocats ou les professionnels de la santé, d'utiliser des modèles sans dépendre de serveurs étrangers.

La nature open-source de ces modèles permet aux utilisateurs d'accéder facilement aux mises à jour et aux innovations. En mettant simplement à jour leur modèle via 'Lama', les utilisateurs peuvent bénéficier des dernières fonctionnalités tout en gardant le contrôle sur leurs données sensibles, répondant ainsi aux préoccupations concernant l'utilisation de modèles étrangers pour des travaux sensibles.

L'orateur mentionne l'intégration des modèles d'IA dans des logiciels d'automatisation comme Make ou NW 10, soulignant la polyvalence et l'utilité de ces modèles dans diverses applications, y compris les solutions basées sur le cloud et l'intégration de GPT.

La discussion commence par deux méthodes pour utiliser des modèles dans l'automatisation : via l'interface familière de ChatGPT et par accès API. L'API permet une interaction directe avec des modèles comme 4ro ou 1, ce qui entraîne des coûts en raison de la consommation de ressources pour faire fonctionner ces modèles sur des machines.

Le conférencier met en avant la structure tarifaire du modèle O1 sur le site d'OpenAI, qui facture par jeton en fonction du contenu d'entrée et de sortie. En revanche, le modèle Dipsic est nettement moins cher, environ 2 % du coût du modèle O1, ce qui en fait une option attrayante pour une automatisation étendue.

Pour répondre aux préoccupations concernant l'automatisation avec des données sensibles, l'intervenant suggère d'utiliser des machines locales plutôt que des modules Dipsic ou OpenAI. Cependant, des défis se posent car les ordinateurs personnels ne sont pas toujours allumés ou suffisamment puissants, ce qui conduit à l'idée de louer un serveur en France pour exécuter des modèles comme Llama.

Le locuteur mentionne avoir contacté Hostinger pour explorer la possibilité de faire fonctionner Llama sur leurs serveurs. Il explique qu'un serveur est essentiellement un ordinateur puissant sans écran situé dans un centre de données, et que Hostinger propose diverses applications préinstallées, y compris des options open-source.

Pour des performances optimales, le conférencier recommande de sélectionner un serveur avec des ressources suffisantes, mentionnant spécifiquement le modèle KVM8 avec 8 CPU. Ils conseillent d'utiliser un code promo lors du paiement pour des réductions sur les plans de 12 et 24 mois, en soulignant l'importance de choisir un serveur qui a déjà Llama installé.

Une fois le serveur configuré, le processus d'installation est rapporté comme s'étant bien déroulé. En cas de problème, les utilisateurs peuvent demander de l'aide à un assistant IA fourni par Hostinger, qui peut effectuer des actions sur l'interface. L'intervenant conclut en démontrant l'installation réussie d'une instance privée de Dipsic avec Llama.

La discussion commence avec le conférencier expliquant comment accéder à l'API Olama à des fins d'automatisation. Ils mentionnent qu'Olama fournit un accès direct à l'API, et pour rendre le serveur disponible via une URL, ils utiliseront un outil appelé ngrok pour créer un tunnel. Cette configuration permet aux utilisateurs de connecter leur serveur Olama à des outils d'automatisation comme Make ou n8n.

Le conférencier partage un exemple d'utilisation de Google Sheets pour interagir avec leur serveur Olama déployé, qu'ils ont configuré en utilisant Hostinger. Ils mettent en garde que les performances du serveur peuvent ne pas correspondre à celles de fournisseurs plus grands comme OpenAI ou DeepMind, mais soulignent la sécurité de garder les documents et les informations privées.

Pour ceux qui préfèrent ne pas utiliser d'outils propriétaires comme Make, l'intervenant présente n8n comme une alternative open-source. Il mentionne que les utilisateurs peuvent installer leur propre instance de n8n sur un VPS de Hostinger. L'intervenant exprime sa volonté de créer une vidéo détaillée sur l'installation de logiciels open-source sur des serveurs s'il y a de l'intérêt de la part des spectateurs.

Le conférencier discute de l'utilisation de Bolt DIY, un outil de création d'applications, qui permet aux utilisateurs de générer du code sans encourir les coûts associés aux outils commerciaux comme Operator pour ChatGPT, qui coûte 200 $ par mois. Ils soulignent le potentiel de connecter leurs propres modèles à des outils comme Browser Use pour des actions sur Internet, mettant en avant les vastes possibilités disponibles.

Le conférencier encourage les spectateurs à explorer une vidéo précédente où il a démontré la création de dix applications en utilisant des outils d'IA comme Bolt, qui génèrent du code pour des applications. Il décrit ce processus comme magique et invite les spectateurs à le découvrir, concluant par un au revoir amical.