Tous ceux qui ont assisté à mes conférences ou participé aux ateliers Flexa savent que je le répète depuis plus de deux ans : l'intelligence artificielle ne pense pasEt la première étape pour construire quelque chose de vraiment utile dans le monde de l’entreprise est d’abandonner cette illusion.
Une nouvelle étude menée par des chercheurs d'Apple — L'illusion de la pensée — mettre en lumière un point central : Les modèles de langage avancés (LLM), même les plus sophistiqués comme Claude 3.7, DeepSeek-R1 et OpenAI o1, ne « pensent » pas vraiment.
Ces modèles ont été testés dans des environnements contrôlés avec des énigmes classiques telles que la Tour de Hanoï, le Saut de Dames, la Traversée de Rivière et le Monde des Blocs. L'objectif était de comprendre leur raisonnement face à des tâches de plus en plus complexes, et non pas seulement de vérifier s'ils obtiennent le résultat final.
Et qu'ont-ils découvert ?
- Tâches simples : Modèles sans « pensée » (sans Chaîne de pensée) résoudre les problèmes plus rapidement et avec plus de précision. Surprenant, n'est-ce pas ?
- Tâches de complexité moyenne : Les modèles dotés d'une pensée structurée commencent à prendre l'avantage. Jusqu'ici, tout va bien.
- Tâches complexes : Tout le monde échoue. Même les plus robustes. Et ils n'échouent pas par manque de temps ou de jetons. Simplement. réduire l'effort de raisonnement lorsque la tâche devient plus difficileCela défie toutes les attentes.
Cette conclusion est puissante : ce que nous appelons « raisonnement » dans ces modèles est en fait une simulation faible de modèles connus.
Et pourquoi est-ce important pour les entreprises ?
Parce que je vois encore des entreprises miser sur des solutions « réfléchies » qui consomment des ressources, promettent une généralisation et n’apportent pas grand-chose. Nuage Flexa , nous avons appris que les meilleurs résultats viennent d’une autre voie : utiliser l’IA pour ce qu’elle fait bien : identifier des modèles, automatiser les flux et réduire les frictions dans des problèmes bien définis.
Les applications réelles et fonctionnelles ne nécessitent pas que l'IA « pense ». Elles l'exigent. fournir des résultats prévisibles et évolutifsC’est ce que nous avons fait dans des projets pour la vente au détail, la santé, la finance, l’agroalimentaire et l’industrie, en nous concentrant toujours sur l’impact, et non sur la magie.
Si vous vous attendez encore à ce que l'IA raisonne comme un humain, vous vous attendez à l'impossible. Mais comprendre ce qu'est l'IA – et ce qu'elle n'est pas – peut vous permettre d'atteindre un niveau de productivité inédit pour votre entreprise.
La bonne question n’est pas : « Que pense l’IA ? » ET: « Que résout-il en termes de rapidité, d’échelle et de fiabilité ? »
Ci-dessous, une photo d'une diapositive que j'utilise dans mes cours depuis que j'ai commencé à donner des conférences et des ateliers sur l'IA. Apple déjà découvert.
