La révolution de l’IA est déjà dans votre téléphone

Vous voyagez en train lorsque le réseau disparaît. Pourtant, une application peut continuer à identifier le contenu d’une image et le clavier à proposer des mots. Sur certains téléphones, un petit modèle peut même corriger un texte sans envoyer chaque phrase à un serveur. Rien n’a changé dans l’apparence du téléphone. Ce qui évolue, c’est l’endroit où les calculs sont effectués.

Depuis longtemps, de nombreuses applications d’IA s’appuient sur des centres de données très puissants. Le téléphone envoie une question et attend le résultat transmis par Internet. Ce fonctionnement reste indispensable pour certaines tâches complexes. Mais une autre solution progresse : l’IA embarquée, ou on-device AI, exécutée avec les puces et la mémoire du smartphone. Ce n’est ni une seule application, ni une exclusivité d’un fabricant. C’est une nouvelle répartition du travail.

Qu’est-ce qui fonctionne réellement en local ?

Le terme « IA » recouvre plusieurs technologies. Une caméra améliore une photo grâce à l’apprentissage automatique. Un système reconnaît des paroles et les transforme en texte. Un modèle de langage résume une note ou reformule une phrase. Certaines fonctions reposent sur de petits modèles très spécialisés, d’autres sur des modèles génératifs plus souples. Certaines sont locales, d’autres distantes, et d’autres encore combinent les deux.

Voir un bouton « IA » dans une application ne prouve pas que le calcul se fait sur le téléphone. Un assistant en ligne peut paraître totalement intégré au système. Inversement, un modèle téléchargé une première fois peut fonctionner sans réseau par la suite. Pour comprendre la différence, il faut lire la description technique de la fonction précise et, si possible, la tester hors connexion.

Comment un ordinateur de poche utilise un modèle d’IA

Un modèle contient des relations numériques apprises pendant son entraînement. Lorsqu’il traite une nouvelle image, une phrase ou un son, il applique ces relations : c’est ce qu’on appelle l’inférence. L’entraînement initial est généralement beaucoup plus coûteux que l’utilisation ultérieure du modèle. Le smartphone ne recommence donc pas tout l’apprentissage à chaque demande.

Plusieurs composants participent au calcul. Le CPU gère des opérations générales ; le GPU accélère de nombreux calculs parallèles ; et certains appareils possèdent une NPU, conçue pour les opérations typiques de l’IA. Le système choisit la combinaison adaptée à la tâche. Cette spécialisation peut économiser du temps et de l’énergie, sans supprimer les limites de mémoire, de température et de batterie.

Les ingénieurs réduisent aussi la taille des modèles. La quantification, par exemple, représente certains nombres avec moins de bits afin de diminuer les besoins de stockage et de calcul. Mais il faut ensuite vérifier que la qualité n’a pas trop changé. Un petit modèle performant pour résumer trois lignes n’est pas nécessairement capable d’analyser un problème scientifique difficile.

Android : Gemini Nano et AICore

Dans sa documentation officielle, Google présente Gemini Nano comme un modèle génératif compact pour des appareils Android compatibles. Le service système AICore permet à certaines applications d’utiliser ces capacités. Des interfaces destinées aux développeurs prennent notamment en charge des tâches de résumé, de correction ou de reformulation, suivant la compatibilité de l’appareil et de la version logicielle. Lorsqu’une tâche est réellement exécutée en local, elle n’a pas besoin d’envoyer chaque requête à un modèle distant.

Cela ne signifie pas que tous les smartphones Android disposent des mêmes outils. L’accès dépend du fabricant, du matériel, du système, de l’application et parfois de la langue. Certains modèles doivent être téléchargés ou mis à jour avant de pouvoir fonctionner sans connexion. La question utile n’est donc pas « Android possède-t-il l’IA ? », mais « Cette fonction particulière fonctionne-t-elle localement sur mon appareil ? »

Apple : du local, puis parfois Private Cloud Compute

Apple décrit Apple Intelligence comme une approche hybride. Certaines demandes sont traitées directement sur un appareil compatible ; d’autres, plus exigeantes, peuvent utiliser Private Cloud Compute, une infrastructure distante dotée de protections spécifiques. Apple affirme que les informations nécessaires à la requête n’y sont pas conservées et ne sont pas rendues accessibles à l’entreprise. Le fabricant publie également des documents techniques pour permettre l’examen de cette architecture.

Il faut retenir une nuance essentielle : un cloud conçu pour la confidentialité reste un cloud. Son utilisation nécessite une connexion ; le calcul ne se déroule plus exclusivement sur le téléphone. La disponibilité d’Apple Intelligence varie en outre selon le modèle de l’appareil, les langues, les régions et les versions du système. Le nom commercial ne suffit pas pour déterminer le parcours des données.

Les avantages — et leurs limites

Le premier avantage potentiel est la réactivité. Éviter un aller-retour sur le réseau peut supprimer une partie du délai, même si un calcul complexe sur un téléphone peut rester plus lent que sur un serveur puissant. Le deuxième est l’autonomie hors réseau : certaines fonctions sont utiles dans un tunnel, en avion ou en déplacement. Le troisième concerne la confidentialité : si un contenu sensible ne quitte pas l’appareil pour une opération donnée, il n’est pas transmis à un serveur pour cette opération.

Ces bénéfices ont des limites. L’application peut synchroniser le résultat plus tard, sauvegarder des données en ligne ou appeler un autre service. Un traitement local ne garantit pas qu’un logiciel soit sûr ni qu’un modèle ne fasse jamais d’erreur. Les mises à jour et l’installation de nouvelles langues peuvent également demander une connexion.

Comment vérifier une promesse publicitaire

Choisissez une fonction sans enjeu sensible, par exemple la correction d’une phrase inventée. Installez d’abord les éventuels modèles nécessaires, puis activez le mode avion. La fonction marche-t-elle encore ? Demande-t-elle soudain l’accès à Internet ? Notez le résultat et consultez ensuite la documentation du fabricant. Celle-ci affirme-t-elle que l’opération que vous venez de tester, et pas simplement une partie du produit, s’effectue sur l’appareil ?

Ce test ne constitue pas un audit de sécurité et ne permet pas de prouver qu’aucune donnée ne sera jamais synchronisée. Il aide néanmoins à prendre du recul face aux slogans. Vérifiez aussi les autorisations de l’application, les sauvegardes, les langues disponibles, l’autonomie et l’intérêt réel de la fonction pour vos besoins quotidiens.

Une transformation presque invisible

Les applications les plus utiles de l’IA locale ne seront peut-être pas les plus spectaculaires : meilleure reconnaissance vocale, outils d’accessibilité, résumés rapides et aides disponibles lorsque le réseau est faible. Le téléphone accomplit davantage de travail là où les informations sont produites. Cela ne met pas fin à l’IA dans le cloud et ne règle pas tous les problèmes de précision ou de protection des données. Mais cela nous invite à poser une question plus concrète : où cette fonction travaille-t-elle, et qui reçoit mes informations ?