Après les LLM : les « world models », puis l'IA qui s'auto-améliore

Après les LLM — les modèles qui raisonnent à partir des mots — les « world models » prennent progressivement les devants. Leur objectif : comprendre le monde au-delà des mots qu'on utilise pour le décrire.

C'est un changement de paradigme qui va clairement faire évoluer notre vision de l'« IA ChatGPT ». L'idée tient en une phrase, signée Fei-Fei Li, fondatrice de World Labs :

Le monde n'est pas fait de mots.

— Fei-Fei Li, fondatrice de World Labs.

De la statistique vers la logique

Progressivement, la notion de logique remplace la notion de statistique dans la construction des IA. Le résultat optimal sera sans doute un mix des deux — comme c'est déjà le cas dans les modèles utilisés en climatologie.

Mais la vraie bascule est ailleurs

Cette course des world models reste, pour moi, une tendance de très court terme. La vision d'une IA flexible qui s'auto-améliore, portée par Andrej Karpathy (Anthropic), est bien plus porteuse sur le long terme — avec un puissant effet de levier. C'est probablement elle qui finira par gagner la course.

Pour une PME, la conséquence pratique est la même d'une vague à l'autre : ne misez pas sur une techno figée, gardez de la flexibilité. C'est tout l'enjeu que je développe dans « Où est la bulle de l'IA ? ». Et pour la version opérationnelle de cette flexibilité côté agents, voyez ce qui fait vraiment tenir une boucle d'agent.