Nettoyer sans frotter grâce aux propriétés des mousses - Pour la Science

L'isolation des logements repose encore largement sur des matériaux dérivés du pétrole, malgré l'empreinte carbone

Depuis des années, les chercheurs tentent de comprendre comment fonctionnent les modèles d'intelligence artificielle générative. Ils sont souvent décrits comme des boîtes noires. Il est impossible de savoir ce qui se passe à l'intérieur. On peut déduire certaines règles de fonctionnement en analysant les entrées et les sorties, autrement dit les requêtes et les réponses. Toutefois, il est aussi possible d'analyser les neurones individuels. Les modèles sont des réseaux de neurones artificiels qui reposent sur différentes architectures : réseaux antagonistes génératifs (GAN), réseaux de neurones récurrents (RNN), transformeurs, réseaux de neurones convolutifs (CNN), etc. Ces neurones ne sont pas des éléments physiques, mais des fonctions mathématiques. Toutefois, jusqu'à présent, leur rôle exact au sein du réseau neuronal est resté assez mystérieux. Le problème des neurones polysémiquesDans un long article d'environ 26 000 mots, Nick Cammarata de la startup Goodfire AI et ancien employé chez OpenAI, explique comment il a réussi à comprendre le fonctionnement de ces neurones, ce qui permettrait d'étudier et de mieux comprendre les grands modèles de langage.

L’intelligence artificielle ne cesse d’évoluer et de développer de nouvelles capacités. Dans une étude récemment publiée dans la revue Transactions of the Association for Computational Linguistics, des scientifiques ont montré que des systèmes d’IA autonomes pouvaient désormais développer spontanément un langage fonctionnel et partagé, sans intervention humaine. Pour y parvenir, ils élaborent leur propre système de communication, directement adapté à leurs capteurs et à leur environnement. "Au lieu de forcer les systèmes d’IA à communiquer dans un langage humain qui ne correspond pas à leurs capteurs, nous leur permettons de développer leur propre langage naturel artificiel. Ils construisent des concepts efficaces, parfaitement adaptés à ce qu’ils perçoivent grâce à leurs capteurs, même si les données produites restent incompréhensibles pour les humains", a expliqué Jérôme Botoko Ekila, doctorant dans un laboratoire d’IA de l’Université de Namur. Qu’est-ce qui différencie ces nouveaux systèmes autonomes des modèles de langage actuels ? ChatGPT, Gemini, Claude…