Les prétentions c'est "on arrive à créer une IA générale", c'est donc assez naturel de les tester sur des tâches diverses et qui les mettent à rude épreuve. Surtout qu'on nous vends des modèles de générations de films.
Il y a aussi des raisons plus fondamentales à faire ça. Si les modèles ont prétention à comprendre le vrai monde, au delà du simple reflet que représente les texte d'apprentissage, ils doivent le comprendre dans sa dimension spatiale. C'est une des dimensions de ce que Yann le Cun disait quand il dit "pas de modèle du monde" (et c'est pas un clown platiste). Et dans sa dimension physique. Ce qui est encore autre chose. Et c'est une expérience plus riche qu'on ne capture que partiellement avec nos textes, qui sont plein de manques d'informations explicites.
La question sous-jacente était "est-ce qu'on peut prétendre comprendre tout ça", pour par exemple prétendre planifier des trucs dans la vraie vie, au travers de texte ?
Le truc suivant c'est que si tu veux faire du mapping "monde physique / vrai monde" ben tu peux pas te contenter de faire des apprentissage sur du texte, il te faut plein de données sur la correspondance entre les deux, genre plein de scènes décrites de manière détaillées. Et pour la dynamique c'est encore plus difficile. Et faire la correspondance pour modéliser des problèmes avec des équations physiques à partir d'image encore plus dur.
Bref, il y a du boulot qui ne dépend pas uniquement des capacités de calcul ou de raisonnement général brut, avec aussi des données qui sont difficiles à avoir et qui sont des vrais facteurs limitants.
[^] # Re: Inutile
Posté par thoasm . En réponse à la dépêche Nouvelles sur l’IA de février 2026. Évalué à 3. Dernière modification le 09 mars 2026 à 18:54.
Les prétentions c'est "on arrive à créer une IA générale", c'est donc assez naturel de les tester sur des tâches diverses et qui les mettent à rude épreuve. Surtout qu'on nous vends des modèles de générations de films.
Il y a aussi des raisons plus fondamentales à faire ça. Si les modèles ont prétention à comprendre le vrai monde, au delà du simple reflet que représente les texte d'apprentissage, ils doivent le comprendre dans sa dimension spatiale. C'est une des dimensions de ce que Yann le Cun disait quand il dit "pas de modèle du monde" (et c'est pas un clown platiste). Et dans sa dimension physique. Ce qui est encore autre chose. Et c'est une expérience plus riche qu'on ne capture que partiellement avec nos textes, qui sont plein de manques d'informations explicites.
La question sous-jacente était "est-ce qu'on peut prétendre comprendre tout ça", pour par exemple prétendre planifier des trucs dans la vraie vie, au travers de texte ?
Le truc suivant c'est que si tu veux faire du mapping "monde physique / vrai monde" ben tu peux pas te contenter de faire des apprentissage sur du texte, il te faut plein de données sur la correspondance entre les deux, genre plein de scènes décrites de manière détaillées. Et pour la dynamique c'est encore plus difficile. Et faire la correspondance pour modéliser des problèmes avec des équations physiques à partir d'image encore plus dur.
Bref, il y a du boulot qui ne dépend pas uniquement des capacités de calcul ou de raisonnement général brut, avec aussi des données qui sont difficiles à avoir et qui sont des vrais facteurs limitants.