Un fossé persiste entre humains et modèles d’IA sur des tâches spatiales structurées, avec des écarts de réussite mesurés sur des puzzles de grille. Cette limite touche la robotique et la navigation autonome, tandis que des équipes explorent des architectures intégrant explicitement les relations dans l’espace.
Robotique et autonomie exposées à des limites de fiabilité
Des robots autonomes dépourvus d’un raisonnement spatial adéquat risquent de manquer de fiabilité pour la livraison de colis et l’assistance aux personnes âgées. Dans la navigation autonome, des véhicules qui ne maîtrisent pas ce type de raisonnement peuvent rencontrer des obstacles imprévus. Ces enjeux techniques s’accompagnent de défis réglementaires et éthiques, avec des questions de responsabilité et de sécurité pour les systèmes autonomes.
Un écart de performance objectivé par les puzzles de grille
Des études sur des puzzles de grille, où il s’agit de placer des éléments dans un espace selon des règles, mettent en évidence les faiblesses des modèles d’IA. Des tests rapportent des taux de réussite supérieurs à 90 % chez des humains, quand des modèles d’IA n’atteignent souvent pas les 70 %. Ces tâches mobilisent une compréhension dynamique des relations entre objets, au cœur du raisonnement spatial.
La recherche en IA vous passionne ?
Les papers et avancées qui comptent, expliqués simplement, chaque soir. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Architectures actuelles peu adaptées aux contraintes spatiales
Des systèmes comme GPT-4 et DALL-E, spécialisés dans le traitement du texte et de l’image, ne prennent pas systématiquement en compte de façon optimale les aspects spatiaux dans leur conception. Les réseaux de neurones convolutifs, bien qu’ils occupent une place essentielle en vision par ordinateur, rencontrent parfois des difficultés face à des structures spatiales complexes, ce qui restreint leur aptitude à gérer des tâches requérant un raisonnement spatial sophistiqué.
Pistes de recherche et ouvertures sectorielles
Des chercheurs et experts travaillent à renforcer le raisonnement spatial des modèles, avec des initiatives visant à intégrer des mécanismes dédiés dans des architectures existantes. Des approches fondées sur des graphes pour représenter les relations spatiales sont expérimentées pour améliorer la compréhension. Des progrès dans ce domaine pourraient améliorer l’efficacité des modèles d’IA et ouvrir de nouveaux usages en architecture et en urbanisme. Les entreprises qui investissent dans ces capacités pourraient se positionner en tête sur des marchés en expansion. Le raisonnement spatial est identifié comme un enjeu important pour l’avenir de la technologie.
