OpenAI annonçait le 12 septembre dernier une nouvelle génération de son LLM. Dénommé "o1", ce LLM comprend des capacités renforcées, particulièrement adaptées à la résolution de problèmes scientifiques complexes.
OpenAI o1 n’est pas (encore) un modèle d’IAG, mais l’avancée technologique qu’il implique est toutefois très prometteuse.
Basé sur le principe de chain-of-thought (CoT) – technique développée initialement par Google en 2022 –, le modèle fait appel à une séquence logique de tâches visant à décomposer le problème posé en sous-problèmes plus simples, ayant pour but de guider sa "réflexion". Ce principe reproduit le mécanisme de raisonnement qu’un humain pourrait avoir, ou taper intuitivement en une succession de prompts pour guider une IA générative.
La nouveauté avec OpenAI o1 est que cette séquence est désormais automatisée. Le modèle décompose la problématique et génère les prompts adéquats. Il obtient des résultats bluffants, avec plus de 80% de réussite sur des problèmes complexes (mathématiques, génération de code, questions scientifiques).
Plus que le mécanisme en lui-même, ce sont ses performances qui sont impressionnantes – d’autant plus qu’elles semblent directement corrélées à la puissance de calculs allouée (on peut donc considérer qu’il existe encore une marge de progression importante).
Cette nouvelle approche ne permet toutefois pas de dépasser les moteurs de LLM "classiques" comme GPT-4o sur des tâches usuelles (traitement de texte, image…) et induit un temps de réponse légèrement supérieur.
La promesse d’une IAG (Intelligence Artificielle Générale) semble encore lointaine, mais force est de constater que cette nouvelle génération permet de franchir un pas en s’attaquant à des cas d’usages encore inaccessibles il y a quelques semaines.
Vous souhaitez en savoir plus ?