Tu suis la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Un tournant pour l'IA incarnée inspiré par GPT-3
Avant l'arrivée de GPT-3 par OpenAI, le développement de modèles de traitement du langage naturel nécessitait de partir de zéro. Les entreprises devaient entraîner ces modèles sur des volumes massifs de données spécifiques à chaque tâche. Aujourd'hui, cette approche a radicalement changé. Les organisations commencent désormais avec des modèles généraux, comme ceux de la série GPT d'OpenAI, Claude ou Llama, qu'elles adaptent ensuite à leurs besoins spécifiques.
Pim de Witte, le PDG de General Intuition, entrevoit un avenir similaire pour l'IA incarnée. Selon lui, plutôt que de s'évertuer à collecter d'immenses quantités de données du monde réel pour créer des modèles robotisés spécialisés, l'industrie devrait privilégier des ensembles de données de haute qualité. Ces ensembles pourraient alors permettre de développer des modèles de fondation capables de transférer des intuitions sur le mouvement et l'interaction à travers divers environnements.
Vers une généralisation des modèles robotiques
De Witte souligne que de nombreuses entreprises se concentrent actuellement sur des travaux spécialisés, ciblant des incarnations, des environnements et des robots individuels. Lors d'un épisode récent d'Equity sur TechCrunch, il a expliqué que ces efforts pourraient bientôt devenir obsolètes avec l'émergence de modèles généraux, comme celui développé par General Intuition.
Il affirme que la généralisation du modèle est en soi le produit. Selon lui, un modèle doté d'un raisonnement de base sur l'espace et le temps pourrait réduire considérablement la nécessité de collecter des millions d'heures de données du monde réel. En réalité, il suffirait de quelques minutes de données pour obtenir des résultats significatifs.
Un modèle entraîné sur des données de jeux vidéo
General Intuition a conçu son propre modèle de fondation en s'appuyant sur des millions d'heures de données issues de jeux vidéo. Ces données incluent des informations sur les actions des joueurs, comme les boutons pressés sur une manette et le moment où cela se produit. Pim de Witte et Vinod Khosla, l'investisseur principal de la startup, estiment que ces données d'action sont essentielles pour développer une intuition humaine en matière de raisonnement spatio-temporel.
Le mois dernier, la startup a réussi à lever 320 millions de dollars, atteignant une valorisation de 2,3 milliards de dollars. Cette levée de fonds repose sur la thèse que leur modèle actuel est capable de jouer à un jeu vidéo pendant des heures et de contrôler un robot quadrupède, ce dernier exploit ayant été réalisé après seulement huit minutes d'entraînement avec des données robotiques du monde réel.
Des résultats surprenants et prometteurs
Pim de Witte a exprimé sa surprise face aux capacités démontrées par le robot. Celui-ci a pu fonctionner sans apprentissage préalable, utilisant uniquement sa caméra frontale, sans autres capteurs, dans un environnement de bureau dynamique avec des objets et des personnes en mouvement. "Je pense que c'est un signe de ce qui est à venir", a-t-il déclaré.
L'objectif ultime de General Intuition n'est pas de fabriquer des robots, mais de devenir le modèle de base pour l'IA physique. L'idée est de fournir un modèle de fondation que d'autres entreprises de robotique pourront utiliser pour développer leurs propres machines. Comme l'a résumé de Witte : « Nous ne créerons pas une entreprise de voitures autonomes. Nous allons rendre dix fois plus facile pour la prochaine personne de créer une entreprise de voitures autonomes. »
