Rien d'aussi abstrait, je pense, en guise d'approche. Le milieux et certains afficionados fantasme un peu sur une superintelligence, une "agi" capable de résoudre un peu tous les problèmes.
La réalité de la recherche et de l'ingénierie autour, c'est surtout semble-t-il d'essayer de faire des modèles plus performants en utilisants les approches d'hier, d'hybrider les LLM avec des techniques plus classiques de recherche d'information ou de résolution de problème, ou de les utiliser dans le cadre de la planification pour la robotique (semble intéresser Yann le Cun chez facebook dans ses communications sur X) — de ce que j'ai pu voir de ça c'est pour qu'un robot puisse évoluer dans le monde et effectuer des tache il a besoin d'établir un plan d'action, et pour ça il s'aide d'un LLM et de ses connaissance générale comme heuristique pour choisir des étapes (genre trouver un couteau c'est dans un tiroir de la cuisine, il y a de bonne chance, un LLM peut aider pour ce genre de trucs) dans le cadre d'un algorithme de planification plus classique. Ça reste de la recherche.
Le problème actuel semble être essayer de mitiger les hallucinations, en croisant les données avec une vraie base de donnée ou des techniques de recherches d'information plus maîtrisable (retrieval augmented generation), il me semble que microsoft vient de sortir un truc ou tu fournis un corpus de documents jugés fiables pour aider l'ia à croiser l'info de ce qu'il vient de générer, une approche pourrait être de croiser les infos factuelles avec des bases de données d'informations fiabilisées.
Pour le reste le fantasme de superintelligence ça reste du marketting et de la hype, j'ai l'impression.
[^] # Re: Critique du papier
Posté par thoasm . En réponse au lien Team claims human-level AI is impossible — ever. Évalué à 2.
Rien d'aussi abstrait, je pense, en guise d'approche. Le milieux et certains afficionados fantasme un peu sur une superintelligence, une "agi" capable de résoudre un peu tous les problèmes.
La réalité de la recherche et de l'ingénierie autour, c'est surtout semble-t-il d'essayer de faire des modèles plus performants en utilisants les approches d'hier, d'hybrider les LLM avec des techniques plus classiques de recherche d'information ou de résolution de problème, ou de les utiliser dans le cadre de la planification pour la robotique (semble intéresser Yann le Cun chez facebook dans ses communications sur X) — de ce que j'ai pu voir de ça c'est pour qu'un robot puisse évoluer dans le monde et effectuer des tache il a besoin d'établir un plan d'action, et pour ça il s'aide d'un LLM et de ses connaissance générale comme heuristique pour choisir des étapes (genre trouver un couteau c'est dans un tiroir de la cuisine, il y a de bonne chance, un LLM peut aider pour ce genre de trucs) dans le cadre d'un algorithme de planification plus classique. Ça reste de la recherche.
Le problème actuel semble être essayer de mitiger les hallucinations, en croisant les données avec une vraie base de donnée ou des techniques de recherches d'information plus maîtrisable (retrieval augmented generation), il me semble que microsoft vient de sortir un truc ou tu fournis un corpus de documents jugés fiables pour aider l'ia à croiser l'info de ce qu'il vient de générer, une approche pourrait être de croiser les infos factuelles avec des bases de données d'informations fiabilisées.
Pour le reste le fantasme de superintelligence ça reste du marketting et de la hype, j'ai l'impression.