Que déclenche réellement cet engouement pour les modèles de raisonnement dans le monde de l’IA? À la suite du lancement du modèle o1 d’OpenAI, prétendument un modèle de raisonnement, tout semble s’accélérer. De DeepSeek, une société financée par des tradérs quantitatifs, à Alibaba, qui prétend avoir développé le premier véritable challenger ouvert à o1, l’industrie est en effervescence. Mais quelle est la véritable motivation derrière cette frénésie de développement ?
La quête de nouvelles approches pour affiner la technologie générative de l’IA a-t-elle ouvert la voie ? Les techniques de « brute force », souvent utilisées jusqu’à présent pour développer et agrandir ces modèles, ne fournissent plus les résultats escomptés. Comme l’a rapporté Max Zeff, c’est peut-être cette pression qui incite à changer de cap. En outre, l’incroyable potentiel du marché mondial de l’IA, avec une valeur estimée à 196,63 milliards de dollars en 2023 pourrait atteindre 1,81 trillion d’ici 2030. Un tel enjeu stimule la créativité et l’innovation. Alors, jusqu’où peut-on repousser les limites de ces technologies ?
OpenAI, de son côté, affirme que les modèles de raisonnement sont capables de résoudre des problèmes plus complexes que les versions précédentes. Cependant, des sceptiques remettent en question cette vision. Est-ce réellement la meilleure voie pour faire progresser l’IA gén
érative ?
Peut-on vraiment croire à tous les arguments marketing des géants de la tech?
Les modèles de raisonnement ont aussi leurs inconvénients. Ils sont coûteux et gourmands en ressources. À titre d’exemple, OpenAI facture un tarif trois à quatre fois supérieur à ses anciens modèles pour l’utilisation de leur dernier né, le modèle o1. Avec un modèle tel que celui-ci, où va l’impact économique pour l’utilisateur ? Plus encore, même si le modèle o1 est accessible gratuitement via ChatGPT, l’introduction du mode « pro » à 2 400 $ par an reste intimidante pour le consommateur moyen. Mais comment ces coûts impactent-ils réellement l’adoption de ces modèles par les entreprises et individus ?
Certains experts comme Guy Van Den Broeck soulignent que ces modèles de raisonnement, bien que prometteurs, ne réalisent pas de véritables raisonnements comme un humain pourrait le faire. Cela limite leur application aux tâches qu’ils connaissent au préalable grâce aux données de formation. Alors, s’agit-il vraiment d’un saut quantique ou d’une simple évolution technologique déguisée en révolution ?
L’engouement pour ces modèles sera-t-il suffisant pour surmonter les défis techniques encore présents ? Les universités et chercheurs indépendants pourront-ils contribuer alors que les grands laboratoires gardent jalousement leur savoir-faire ? Seul l’avenir dira si la promesse de ces modèles tient sa valeur, mais la question reste ouverte : qui finira par dominer ce nouveau champ de l’intelligence artificielle ?
À ce stade, nous devons nous demander : l’avenir des modèles de raisonnement marquera-t-il une révolution ou deviendra-t-il simplement une nouvelle norme dans l’industrie de l’IA ?
Source : Techcrunch
