Le mercredi dernier, un nouveau laboratoire d’intelligence artificielle nommé Flapping Airplanes a été lancé avec succès, bénéficiant d’un financement initial de 180 millions de dollars obtenus auprès de Google Ventures, Sequoia et Index. L’équipe fondatrice est remarquable par ses profils et ses compétences, mais ce qui attire particulièrement l’attention, c’est l’objectif principal du projet : explorer une méthode d’entraînement des modèles de grande taille moins gourmande en données. Ce défi, qui pourrait transformer la manière dont nous développons l’IA, est au cœur des ambitions du laboratoire.
Selon les premières analyses, je situerais leurs efforts à un niveau deux sur une échelle de tentative de monétisation. Cependant, ce qui rend ce projet encore plus intrigant, c’est la perspective qu’il offre pour repenser la façon dont la recherche en intelligence artificielle est conduite. Comme l’explique David Cahn, partenaire chez Sequoia, Flapping Airplanes constitue l’une des premières initiatives à aller au-delà de la simple montée en puissance (scaling) des modèles existants, qui consiste à déployer continuellement davantage de données et de puissance de calcul. La démarche de scaling privilégie une expansion rapide, mobilisant autant de ressources que possible, dans l’espoir d’atteindre une intelligence artificielle générale (AGI). En revanche, la philosophie de la recherche mise sur des avancées fondamentales, en visant des ruptures dans 2 à 3 ans, avec une vision à long terme de 5 à 10 ans.
Ce changement de paradigme introduit une approche « recherche d’abord », où la priorité n’est pas la simple amplification des ressources mais la diversification des efforts de recherche, prêts à prendre des risques importants dans l’espoir de découvertes majeures. Contrairement à une stratégie orientée uniquement vers le court terme, cette méthode encourage à répartir les investissements dans le temps, en acceptant un taux d’échec plus élevé mais en élargissant le champ des possibles. Si certains pensent que l’orientation vers la croissance rapide des capacités de calcul est la seule voie, il est également rassurant de voir des initiatives comme Flapping Airplanes explorer des alternatives audacieuses et potentiellement plus durables.
Ce projet représente le début d’une nouvelle ère où la recherche fondamentale pourrait ouvrir des portes que le simple scaling ne pourra jamais atteindre.
En conclusion, tandis que l’industrie continue de se concentrer sur l’augmentation rapide des capacités des modèles IA, l’émergence de laboratoires tels que Flapping Airplanes met en lumière une voie différente, plus axée sur l’innovation fondamentale et la recherche stratégique. Si cette approche devait porter ses fruits, elle pourrait également redistribuer les cartes dans l’avenir de l’intelligence artificielle, ouvrant la voie à des avancées imprévues et durables.
