spectrum.ieee.org via Hacker News

RxScanner et drones indiens : les petits modèles d'IA hors réseau

edge ai generative ai ai-business

TL;DR

  • Le RxScanner d'Adebayo Alonge, fondateur de RxAll, authentifie des médicaments hors ligne dans les pharmacies du Ghana, du Kenya, du Myanmar et du Nigéria.
  • Selon un rapport de la Banque mondiale publié en novembre, 0,7 % des internautes des pays les plus pauvres ont utilisé ChatGPT, contre un quart dans les nations les plus développées.
  • En 2025, un peu plus d'un tiers des smartphones vendus dans le monde savaient faire tourner un modèle génératif ; ce ratio doit passer à 45 % d'ici fin d'année.

Un chiffre du rapport de la Banque mondiale publié en novembre remet les priorités de l'IA dans l'ordre : 0,7 % des internautes des pays les plus pauvres ont utilisé ChatGPT, contre un quart de ceux des nations les plus développées. C'est le décor que plante IEEE Spectrum pour raconter la montée en puissance des petits modèles d'IA, ceux qui tiennent en quelques milliards de paramètres et tournent sans data center à portée.

Le personnage central de l'article est Adebayo Alonge, fondateur de RxAll. Son RxScanner est un spectromètre de poche qui envoie l'empreinte moléculaire d'un comprimé, obtenue par infrarouge, à un modèle d'IA doté d'une base pharmaceutique, et rend en quelques secondes un verdict d'authenticité. Les pharmacies l'utilisent dans plus d'une dizaine de pays, dont le Ghana, le Kenya, le Myanmar et le Nigéria natal d'Alonge. La bascule vers l'embarqué vient d'une frustration très concrète, raconte-t-il à IEEE Spectrum : son serveur était installé aux États-Unis, et « juste pour obtenir le résultat d'un seul scan » il lui fallait « plus de 5 minutes ».

Ajay Banga, président de la Banque mondiale, sert de caution institutionnelle à cette approche : « la plupart des gens discutent de l'IA côté LLM/génératif », mais cela « demande beaucoup de puissance de calcul, d'électricité, de données massives et de personnel qualifié ». L'article égrène ensuite les cas d'usage qui contournent le cloud : un système de drones développé par Bala Murugan et ses collègues au Vellore Institute of Technology, en Inde, photographie des plants d'anacardier et repère les taches signalant la maladie ; ailleurs, des Arduino analysent des ECG au Brésil ou détectent des moustiques vecteurs du paludisme.

Le pari matériel accompagne le pari logiciel. IEEE Spectrum rappelle qu'en 2025, un peu plus d'un tiers des smartphones vendus dans le monde pouvaient faire tourner un modèle génératif, que ce chiffre doit atteindre 45 % d'ici la fin de l'année et dépasser la moitié fin de l'année suivante. Marcelo José Rovai, professeur à l'Université fédérale d'Itajubá au Brésil, résume la dynamique : « c'est le domaine le plus important de l'IA aujourd'hui. Il grandit très vite. »

Le caveat honnête, c'est que ces récits restent des vitrines : le reportage ne chiffre pas la précision réelle du RxScanner sur les contrefaçons, ne détaille pas le taux d'échec des drones agricoles, et ne dit rien du coût de déploiement dans une pharmacie type. Ce qu'il montre, en revanche, c'est où l'innovation utile se joue quand la fibre et les GPU sont hors de portée, et pourquoi Arduino, Google DeepMind ou Alibaba, dont les Gemma et Qwen sont cités, ont peut-être plus à gagner sur ces marchés qu'un OpenAI resté ancré dans le cloud.