Dans des laboratoires remplis d'écrans et de processeurs silencieux, l'intelligence artificielle a passé des années à apprendre le langage des motifs. Elle lit d'immenses bibliothèques de textes, reconnaît des visages dans des images et prédit le prochain mot d'une phrase avec une remarquable fluidité. Pourtant, au-delà de la lueur de l'écran se cache un autre type de connaissance : le poids des objets, la persistance de la gravité, la simple certitude qu'un verre placé sur le bord d'une table pourrait tomber.

Pour de nombreux chercheurs, cette compréhension quotidienne représente l'horizon suivant pour les machines.

Cette semaine, le scientifique en IA de renom Yann LeCun a annoncé une nouvelle entreprise visant à rapprocher l'intelligence artificielle de cet horizon. LeCun, connu pour son travail pionnier dans l'apprentissage profond et son rôle de scientifique en chef de l'IA chez Meta, a contribué à lever environ 1 milliard de dollars pour une startup axée sur la construction de systèmes capables de comprendre et de raisonner sur le monde physique.

Le projet reflète une croyance croissante parmi les chercheurs que les modèles d'IA actuels—malgré leurs remarquables capacités linguistiques—manquent encore de l'intuition plus profonde que les humains développent naturellement par l'expérience. Bien que les grands modèles de langage puissent analyser des textes ou générer des images, ils ont souvent du mal à prédire comment les objets interagissent dans des environnements réels ou à comprendre la cause et l'effet dans le sens physique.

LeCun a longtemps soutenu que l'atteinte d'une intelligence artificielle plus avancée nécessitera des systèmes capables de modéliser le monde réel plutôt que de simplement reconnaître des motifs dans les données. Ses recherches ont exploré ce qu'il décrit comme des "modèles du monde", des cadres computationnels qui permettent aux machines d'apprendre comment les environnements se comportent au fil du temps.

La nouvelle entreprise financée vise à pousser ce concept plus loin en développant des systèmes d'IA capables de simuler et de raisonner sur les interactions physiques. De tels modèles pourraient finalement aider les robots à naviguer dans des environnements complexes, améliorer les véhicules autonomes et renforcer les simulations utilisées en science et en ingénierie.

L'idée arrive à un moment où la course mondiale pour faire progresser la technologie de l'IA s'est accélérée rapidement. Des entreprises de tout le secteur technologique investissent des milliards de dollars dans de nouveaux modèles et infrastructures, motivées par la conviction que l'intelligence artificielle façonnera des industries allant des soins de santé et de la fabrication au transport et à la finance.

Dans cette course, l'approche de LeCun reflète une emphase quelque peu différente. Plutôt que de se concentrer uniquement sur des modèles de langage plus grands, ses recherches ont souvent souligné l'importance d'apprendre par observation—des machines construisant des représentations internes du monde de manière à ressembler à la façon dont les animaux et les humains apprennent de leur environnement.

Les partisans de cette direction croient que des systèmes capables de comprendre le monde physique pourraient débloquer de nouvelles applications au-delà des textes et des images. Les robots pourraient apprendre à manipuler des objets de manière plus fiable, les machines industrielles pourraient s'adapter à des environnements imprévisibles, et les systèmes d'IA pourraient commencer à raisonner sur la cause et la conséquence avec une plus grande précision.

Le tour de financement de la startup comprend apparemment le soutien de grands investisseurs technologiques et de sociétés de capital-risque, signalant un fort intérêt pour des approches qui élargissent les capacités des systèmes d'IA actuels.

Cela dit, construire des machines qui comprennent véritablement le monde physique reste l'un des défis les plus complexes dans la recherche en intelligence artificielle. Contrairement à la reconnaissance de la langue ou des images, le monde réel se déroule à travers un mouvement continu, une incertitude et d'innombrables forces interagissantes.

Pour l'instant, la nouvelle entreprise de LeCun représente une autre étape dans cette longue exploration—un rappel que, bien que les machines soient devenues fluides dans les données, la logique plus profonde de la réalité reste une frontière pour l'intelligence artificielle.

L'entreprise prévoit d'utiliser le nouveau financement pour développer sa technologie et élargir les équipes de recherche axées sur les architectures de modèles du monde et les systèmes d'IA du monde réel.

Avertissement sur les images d'IA : Les visuels inclus avec cet article sont des illustrations générées par IA créées à des fins conceptuelles.

Sources

Reuters Bloomberg Financial Times TechCrunch The Wall Street Journal