Symbolica mise sur les modèles symboliques pour mettre fin à la course aux armements de l’IA – une solution révolutionnaire !

Dépasser les limites de l’IA actuelle grâce à la recherche fondamentale

En février, Demis Hassabis, le PDG du laboratoire de recherche en IA DeepMind de Google, a averti que l’ajout croissant de ressources informatiques aux algorithmes d’IA couramment utilisés aujourd’hui pourrait entraîner des rendements décroissants. Selon Hassabis, pour atteindre le « niveau suivant » de l’IA, il faudra plutôt des percées dans la recherche fondamentale qui permettront de trouver des alternatives viables aux approches actuelles.

Symbolica AI : repenser l’IA traditionnelle

George Morgan, ancien ingénieur de Tesla, est d’accord avec cette analyse. Il a donc fondé une start-up, Symbolica AI, dans le but de repenser l’IA traditionnelle.

Selon Morgan, les méthodes d’apprentissage profond traditionnelles et les modèles de langage génératif requièrent des ressources informatiques, du temps et de l’énergie inimaginables pour produire des résultats utiles. En construisant des modèles novateurs, Symbolica peut obtenir une plus grande précision avec des besoins réduits en termes de données, de temps de formation et de coûts, tout en produisant des résultats structurés et prouvés corrects.

Morgan a quitté l’université de Rochester pour rejoindre Tesla, où il a travaillé sur l’équipe en charge du développement d’Autopilot, le système avancé d’aide à la conduite de Tesla.

Les limites des méthodes d’IA actuelles

En travaillant chez Tesla, Morgan s’est rendu compte que les méthodes d’IA actuelles, qui consistent principalement à augmenter les ressources informatiques, ne seraient pas viables à long terme.

Il explique que ces méthodes n’ont qu’un seul paramètre à ajuster : augmenter les ressources et espérer un comportement émergent. Cependant, l’augmentation des ressources nécessite plus de calculs, plus de mémoire, plus d’argent pour la formation et plus de données. Mais à un certain point, cela ne permet plus d’obtenir des performances significativement meilleures.

Ce constat n’est pas unique à George Morgan. Dans un mémo publié cette année, deux dirigeants de TSMC, le fabricant de semi-conducteurs, ont déclaré que si la tendance de l’IA se poursuit à son rythme actuel, l’industrie aura besoin d’une puce contenant 1 billion de transistors – soit 10 fois plus que la moyenne des puces actuelles – dans les dix prochaines années.

Le modèle d’IA structurée de Symbolica

Face à l’augmentation des coûts – OpenAI et Google ont dépensé respectivement environ 78 millions et 191 millions de dollars pour former leurs modèles GPT-4 et Gemini Ultra – Morgan a commencé à explorer les modèles d’IA « structurée ». Ces modèles structurés codent la structure sous-jacente des données, ce qui leur permet d’obtenir de meilleures performances en utilisant moins de ressources informatiques.

Morgan affirme qu’il est possible de produire des capacités de raisonnement structuré adaptées à un domaine spécifique avec des modèles beaucoup plus petits. Il combine pour cela une boîte à outils mathématiques avancée avec des percées dans l’apprentissage profond.

Symbolica AI n’est pas une idée nouvelle. Elle remonte à plusieurs décennies et repose sur l’idée que l’IA peut être construite sur des symboles qui représentent des connaissances à l’aide d’un ensemble de règles.

Les modèles d’IA symboliques traditionnels résolvent des tâches en définissant des ensembles de règles de manipulation de symboles dédiées à des travaux spécifiques. Symbolica vise à tirer le meilleur parti des deux mondes, en combinant les réseaux neuronaux avec des approches symboliques.

Symbolica AI : lancement et perspectives

Aujourd’hui, Symbolica AI sort de l’ombre. La société, basée à San Francisco, propose une boîte à outils permettant de créer des modèles d’IA symboliques pré-entraînés pour des tâches spécifiques, telles que la génération de code et la démonstration de théorèmes mathématiques.

Bien que le modèle économique exact de Symbolica ne soit pas encore défini, la société envisage de fournir des services de conseil et de support aux entreprises souhaitant développer des modèles personnalisés utilisant ses technologies.

Symbolica a récemment obtenu un investissement de 33 millions de dollars, dirigé par Khosla Ventures, ainsi que d’autres investisseurs tels que Abstract Ventures, Buckley Ventures, Day One Ventures et General Catalyst.

Cependant, certains ne sont pas convaincus que l’IA symbolique soit la voie à suivre. Selon Os Keyes, doctorant à l’université de Washington, les modèles d’IA symboliques sont extrêmement fragiles et dépendent d’un contexte et d’une spécificité précis. De plus, définir ces connaissances peut être très coûteux en termes de main-d’œuvre.

Malgré les doutes, George Morgan est optimiste quant à l’avenir de Symbolica AI. Il prévoit que l’effectif de l’entreprise doublera d’ici 2025.

Ainsi, Symbolica AI tente de repousser les limites de l’IA traditionnelle en combinant des approches symboliques et des réseaux neuronaux, pour obtenir des modèles d’IA plus fiables, transparents et performants. Leur objectif est de fournir des capacités de raisonnement structuré pour des applications commerciales immenses, en particulier la génération de code, où les offres actuelles sont insuffisantes.

Partagez votre avis

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.