Washington vient d’accuser la start-up chinoise Moonshot d’avoir pillé un modèle d’intelligence artificielle américain grâce à une technique appelée distillation. Derrière ce mot devenu soudainement omniprésent dans les médias spécialisés se cache une réalité bien plus nuancée : la distillation est à la base une méthode parfaitement licite, largement pratiquée par les plus grands laboratoires du monde. C’est son usage détourné qui la transforme en vol caractérisé.
À retenir
- Technique courante : la distillation consiste à entraîner un petit modèle à imiter les sorties d’un modèle plus grand, ce qui est légal dans la plupart des contextes.
- La ligne rouge : quand la distillation sert à contourner les conditions d’utilisation d’un modèle propriétaire, elle devient une forme de vol de propriété intellectuelle.
- Affaire Moonshot : la start-up chinoise est accusée par les États-Unis d’avoir utilisé cette méthode pour copier un modèle américain sans autorisation.
Ce qu’est vraiment la distillation et pourquoi tout le monde s’en sert
La distillation de modèles est une technique née dans la recherche académique il y a une dizaine d’années. Son principe est simple à comprendre : on dispose d’un grand modèle, appelé « enseignant », très performant mais coûteux à faire tourner. On entraîne alors un modèle plus petit, l’« élève », en lui faisant reproduire les réponses du grand. L’élève n’apprend pas directement à partir des données brutes, il apprend à se comporter comme son modèle de référence. Le résultat est un modèle compact, moins gourmand en ressources, qui conserve une grande partie des capacités de l’original.
Cette approche est au cœur de nombreuses avancées récentes : des modèles comme Mistral ou les versions légères de LLaMA ont bénéficié de techniques proches. Aucun spécialiste ne la considère problématique en soi. Elle devient illégale, ou du moins contraire aux conditions d’utilisation, dès lors qu’elle sert à extraire la substance d’un modèle propriétaire dont l’accès est fourni sous licence restrictive. Autrement dit : utiliser l’API d’OpenAI pour générer des millions de paires question-réponse et s’en servir pour entraîner son propre modèle concurrent, c’est précisément ce que les contrats interdisent.
L’affaire Moonshot, symptôme d’une guerre technologique plus large
L’accusation portée contre Moonshot AI s’inscrit dans un contexte de tensions croissantes entre Washington et Pékin sur le terrain de l’intelligence artificielle. La start-up, connue pour son modèle Kimi, est accusée d’avoir massivement sollicité les sorties d’un modèle américain via des accès API, puis d’avoir utilisé ces données pour entraîner son propre système. Ce schéma, s’il est avéré, reviendrait à copier des années de recherche et des centaines de millions de dollars d’investissement en contournant simplement une interface publique.
Ce n’est pas la première fois que ce type d’accusation émerge. Des chercheurs avaient déjà signalé en 2023 que certains modèles chinois semblaient anormalement proches de GPT-4 dans leurs comportements, laissant supposer une distillation non autorisée à grande échelle. Le cas Moonshot marque toutefois une escalade : c’est désormais une accusation officielle émanant du gouvernement américain, avec des implications diplomatiques et commerciales potentiellement sérieuses.
« La distillation n’est pas un crime. Ce qui l’est, c’est d’utiliser une API pour voler le travail d’un concurrent en contournant ses conditions contractuelles. »
Un vide juridique que l’industrie peine à combler
Le problème fondamental est que la loi n’a pas suivi la vitesse de développement de ces technologies. Il n’existe pas, à ce jour, de cadre juridique clair et universellement reconnu qui définisse précisément où s’arrête la distillation légitime et où commence la contrefaçon. Les conditions d’utilisation des API sont contractuelles, pas réglementaires : leur violation relève du droit civil, pas du droit pénal, ce qui complique considérablement toute poursuite internationale, a fortiori entre les États-Unis et la Chine.
Les grands acteurs américains, OpenAI en tête, ont renforcé leurs conditions d’utilisation ces dernières années précisément pour tenter de bloquer ces pratiques. Mais la détection reste un défi technique : comment prouver qu’un modèle a été entraîné sur les sorties d’un autre, et non sur des données similaires collectées indépendamment ? Des travaux de recherche existent pour identifier des « empreintes » caractéristiques dans les comportements d’un modèle distillé, mais ils n’ont pas encore atteint le niveau de fiabilité nécessaire pour constituer une preuve juridique solide.
Ce que cette affaire change pour l’écosystème de l’IA
Au-delà du cas Moonshot, cette affaire soulève une question structurelle pour toute l’industrie. Si la distillation non autorisée se généralise, elle érode les incitations à investir massivement dans la recherche fondamentale : pourquoi financer des années de développement si un concurrent peut en extraire l’essentiel en quelques semaines via une API ? Le risque est réel de voir les entreprises américaines fermer davantage l’accès à leurs modèles, au détriment de la recherche ouverte et des développeurs indépendants.
La réponse viendra probablement sur plusieurs fronts simultanés : des évolutions réglementaires, en particulier dans le cadre de l’IA Act européen et des futures législations américaines sur l’IA ; des protections techniques renforcées (tatouage des sorties, détection comportementale) ; et une pression diplomatique accrue entre grandes puissances. Ce qui est sûr, c’est que la distillation ne redeviendra jamais une technique anodine. Elle est entrée dans le vocabulaire de la géopolitique technologique, et c’est un retour en arrière difficile à imaginer.
En savoir plus sur Glorieux Geek
Subscribe to get the latest posts sent to your email.
