La nouvelle selon laquelle OpenAI, Google et Anthropic – trois des plus grands noms dans le domaine de l'intelligence artificielle – ont des difficultés à perfectionner leurs derniers modèles, fait grand bruit. L'accent est mis sur le nouveau projet d'OpenAI, "Orion", qui est censé surpasser la performance de modèles antérieurs comme GPT-4. Mais au lieu de réaliser une avancée significative, l'entreprise est confrontée à un revers : Orion ne répond pas aux attentes internes. La même dynamique se manifeste chez Google et Anthropic, qui sont également confrontés à des défis.
Orion: Ein Schritt zurück?
Orion, le nouveau modèle tant attendu d'OpenAI, a été soumis à une première phase d'entraînement en septembre. Les attentes étaient élevées, car il était censé surpasser GPT-4. Cependant, des sources internes indiquent qu'Orion n'a pas atteint les objectifs de performance fixés, notamment pour des tâches complexes comme les questions de programmation en dehors du domaine des données d'entraînement.
Un initié a expliqué qu'Orion manque de données d'entraînement suffisamment spécifiques dans le domaine de la programmation. Un problème qui rattrape sans cesse OpenAI dans le développement d'Orion : malgré des ajustements intensifs – des « processus post-entraînement » – Orion reste en dessous du niveau nécessaire pour un lancement sur le marché. L'entreprise pourrait donc reporter la publication du modèle à l'année prochaine.
Der schrumpfende Fortschritt
L'expérience d'OpenAI n'est pas un cas isolé. Google et Anthropic sont également sous pression. Chez Google, la dernière version du logiciel Gemini déçoit, et chez Anthropic, le lancement tant attendu de Claude-3.5 Opus est retardé. Malgré un développement intensif, des investissements financiers considérables et le talent de nombreuses équipes d'experts, le succès des nouveaux modèles d'IA reste jusqu'à présent bien en deçà des attentes.
KI-Modelle am Limit – Ein Wachstumsdilemma
Le développement de nouveaux modèles d'IA repose principalement sur deux piliers : la disponibilité de données d'entraînement de haute qualité et une puissance de calcul massive.
Il s'agit moins de quantité et plus de qualité et de diversité des données", déclare Lila Tretikov, responsable de la stratégie IA chez New Enterprise Associates. "Nous pouvons générer de grandes quantités de données synthétiques, mais obtenir des ensembles de données vraiment uniques et de haute qualité sans intervention humaine est un défi, surtout pour les modèles basés sur le langage.
Die Kosten steigen, die Fortschritte sinken
Pour les entreprises comme OpenAI ou Google, qui investissent des milliards dans le développement de l'IA, la baisse d'efficacité est un problème sérieux. Le développement de modèles comme Orion ou Gemini coûte chaque année des centaines de millions de dollars. « Nous avons fait d'énormes progrès en peu de temps », déclare Noah Giansiracusa, professeur de mathématiques à l'université Bentley, « mais cela n'était pas durable. » L'enthousiasme pour les innovations rapides semble se refroidir, tandis que le développement de l'IA nécessite de nouvelles approches pour réaliser des progrès significatifs.
OpenAI et Google ont également changé de stratégie : passer de la simple croissance des modèles à des cas d'utilisation concrets.
Wird das „Agenten-Zeitalter“ die KI befreien?
Dans le secteur de l'IA, le concept d'« agents » est considéré comme un tournant potentiel. Les applications d'IA capables de prendre des décisions de manière active et automatisée pourraient être la prochaine révolution qui bouleverse le marché. OpenAI prévoit de déployer cette technologie dans les années à venir et Google expérimente des outils similaires.
Alors que les limites du système modèle actuel deviennent de plus en plus apparentes, des « agents » pourraient poser les bases de la prochaine génération d'IA – une génération qui ne se contente pas de répondre, mais qui agit. Les attentes restent élevées et, pour le secteur de l'IA, la course à l'avenir de l'intelligence artificielle est plus intense que jamais.
