- Lors d'une conférence à Harvard, Denny Zhou de Google DeepMind a abordé l'entraînement des IA à penser davantage comme les humains.
- Son approche consiste à ajouter des réflexions, à affiner les réponses, à décomposer les problèmes en parties et à s'adapter avec flexibilité.
- Zhou voit un potentiel dans l'IA, mais souligne les défis liés aux voitures autonomes et l'écart entre la pensée humaine et celle de l'IA.
Denny Zhou, dirigeant l'équipe de raisonnement de Google DeepMind, a donné une conférence captivante organisée par le groupe Harvard Machine Learning Foundations. La conférence, intitulée de manière intrigante « Enseigner aux modèles de langage à raisonner », a exploré le travail novateur de Zhou visant à combler l'écart entre l'intelligence machine et la cognition humaine.
Révélant les mystères du raisonnement de l'IA
Il y a cinq ans, Zhou a entrepris sa quête pour explorer le raisonnement de l'IA, introduisant une approche unique de l'entraînement de l'IA. Cette approche visait à équiper les systèmes d'IA émergents avec quatre composants fondamentaux :
Chaîne de Pensée (Chain-of-Thought) : Cette méthode imite le processus cognitif humain en incorporant des pensées dans le processus de prise de décision de l'IA, améliorant ainsi ses capacités de raisonnement.
Cohérence Interne (Self-Consistency) : La stratégie de Zhou implique un échantillonnage extensif et la sélection de la réponse la plus fréquente. Cette approche itérative affine les réponses de l'IA, visant une précision plus élevée.
Du Moins au Plus (Least-to-Most) : La division de problèmes complexes en segments plus gérables, avec une résolution de problème individuelle, améliore les capacités analytiques de l'IA.
Ajustement Fin des Instructions (Instruction Finetuning) : Garantir que les systèmes d'IA peuvent évaluer de nouveaux problèmes sans nécessiter un réentraînement exhaustif, facilitant ainsi l'adaptabilité.
Le chemin vers l'intelligence humaine
Malgré les progrès remarquables de l'IA, Zhou a maintenu une perspective pragmatique sur son avancement. Il a reconnu les résultats impressionnants mais a souligné le chemin considérable que l'IA doit parcourir avant d'approcher les capacités de raisonnement complexes de l'esprit humain.
Le rôle de l'IA dans la société moderne
Zhou a exprimé son scepticisme quant à l'intégration rapide de l'IA dans divers aspects de la vie contemporaine. Contrairement aux projections optimistes, Zhou a souligné les défis considérables auxquels sont confrontés les véhicules autonomes entièrement autonomes. Le point bloquant réside dans les exigences de données uniques pour l'entraînement des modèles d'IA, qui peuvent varier considérablement d'une ville à l'autre. Par conséquent, l'évolutivité de la technologie IA reste un obstacle redoutable.
Intellect humain vs. Prouesses de l'IA
Selon Zhou, l'intelligence humaine continue de surpasser l'IA dans de multiples domaines. Il a mis en évidence l'adaptabilité des humains lorsqu'il s'agit de conduire dans divers environnements urbains, une réalisation qui échappe aux véhicules autonomes alimentés par l'IA. Cette distinction est enracinée dans les différences marquées dans les approches adoptées par les humains et les systèmes d'IA dans le contexte de la conduite autonome.
Les perspectives brillantes des modèles d'IA améliorés
Malgré les disparités existantes, Zhou a maintenu une perspective optimiste quant à l'avenir de l'IA. Il a envisagé des modèles d'IA enrichis de capacités de raisonnement apportant des contributions substantielles à la société humaine. Ces contributions englobent des applications pratiques, telles que la génération de textes plus raffinés et la facilitation d'une écriture de code plus efficace. À mesure que l'évolution de l'IA se poursuit, elle a le potentiel d'amplifier la productivité dans un large éventail de domaines.
La conférence de Denny Zhou au groupe Harvard Machine Learning Foundations Group a donné un aperçu alléchant des efforts en cours pour élever le raisonnement de l'IA. Bien que des progrès significatifs aient été réalisés, il est évident que l'IA a un long chemin à parcourir pour approcher l'intelligence de niveau humain. Les obstacles, en particulier dans des domaines comme la conduite autonome, soulignent la complexité des applications réelles de l'IA. Néanmoins, la perspective de modèles d'IA dotés de capacités de raisonnement améliorées annonce bien un avenir marqué par des solutions technologiques plus productives et efficaces.
Si vous lisez ceci, vous êtes déjà en avance. Restez ainsi grâce à notre newsletter.
Avertissement : Les informations fournies ne constituent pas des conseils en matière d'investissement. Cryptopolitan.com ne décline aucune responsabilité quant aux investissements réalisés sur la base des informations fournies sur cette page. Nous recommandons vivement de mener vos propres recherches et/ou de consulter un professionnel qualifié avant de prendre toute décision d’investissement.
Brenda Kanana
Brenda possède plus de 4 ans d'expérience spécialisée en cryptomonnaies, intelligence artificielle et technologies émergentes. Elle a travaillé chez Zycrypto, Blockchain Reporter et The Coin Republic, et fait désormais de Cryptopolitan son foyer. Son diplôme en sociologie de l'Université technique de Mombasa lui permet de rester alignée avec les préoccupations de ses lecteurs.
