Jensen Huang ouvre son compte 𝕏 avec un plaidoyer pour les modèles ouverts

NVIDIA signe un plaidoyer avec vingt-quatre géants de la tech pour protéger les modèles ouverts. Les enjeux de sécurité et d'indépendance décryptés.

Pour son premier message sur 𝕏, le patron de NVIDIA a choisi de relayer une lettre que son entreprise vient de cosigner. Son commentaire tient en une position : les modèles ouverts renforcent la sécurité et la cybersécurité, accélèrent l'innovation et la diffusion, et rendent la souveraineté possible, le monde ayant besoin à la fois de modèles fermés et de modèles ouverts de niveau frontière.

Le document, intitulé Open Weights and American AI Leadership, réunit vingt-cinq signatures. Aux côtés de NVIDIA figurent Meta, Microsoft, IBM, Mistral, Hugging Face, Mozilla, la Linux Foundation, Black Forest Labs, CrowdStrike, Palantir, Perplexity, Replit, Andreessen Horowitz et Y Combinator. Les laboratoires de modèles fermés les plus en vue n'y figurent pas.

Le texte s'ouvre sur un parallèle avec les pionniers de l'open source des années 1980 et pose que le leadership américain se jugera moins à un modèle de frontière qu'à la capacité de diffuser l'IA dans tous les secteurs. Les open weights, définis comme des modèles que chacun peut télécharger, inspecter, modifier et exécuter sur sa propre infrastructure, y tiennent le rôle de socle : accès élargi à l'économie de l'IA, concurrence, et contrôle conservé par le client, avec l'idée qu'aucune organisation ne souhaite se retrouver captive d'un fournisseur unique.

La partie la plus discutable porte sur le risque. Les signataires concèdent qu'un modèle ouvert échappe à son auteur une fois publié et que ses versions modifiées se tracent ou s'annulent difficilement, avant d'en tirer la conclusion inverse d'une interdiction : face à des attaquants équipés d'IA avancée, les défenseurs auraient besoin de modèles de capacité comparable. Le raisonnement va plus loin en soutenant que le fermé n'est pas sûr par défaut, la concentration des capacités créant un petit nombre de points de défaillance uniques, invisibles de l'extérieur.

Suivent les demandes : accès élargi au compute pour les startups et les chercheurs, investissement dans des ressources d'entraînement partagées (jeux de données, outils, cadres d'évaluation), pas de restriction prématurée sur les modèles ouverts. Un dernier paragraphe défend la distillation comme technique légitime, à ne pas confondre avec l'extraction illicite de valeur depuis un modèle fermé, laquelle relèverait de cadres juridiques ciblés.