OpenAI a annoncé qu'ils ont commencé à former leur prochain modèle de pointe, qu'ils anticipent qui les amènera au prochain niveau de capacités sur leur chemin vers l'Intelligence Artificielle Générale (AGI). Bien que l'entreprise soit fière de construire et de publier des modèles de pointe en termes de capacités et de sécurité, ils accueillent un débat solide à ce moment important.

Le fait qu'OpenAI ait déclaré qu'ils ont récemment commencé à former ce prochain modèle de pointe suggère que le prochain modèle sera probablement un système que nous n'avons pas anticipé, de la même manière que GPT-4 n'a pas été complètement anticipé. Cela est très différent du développement de GPT-5, qui a été plus ouvertement discuté par l'entreprise.

Il n'est pas clair exactement quelles capacités ce nouveau modèle possédera, mais le libellé d'OpenAI laisse entendre qu'il pourrait apporter des progrès significatifs. L'entreprise est connue pour son langage prudent, donc cette annonce signale probablement un nouveau système d'impact en cours de développement. Qu'il s'agisse d'un modèle de langage plus avancé, d'un système agentique ou de quelque chose d'autre reste à voir.

Néanmoins, l'accent mis par OpenAI sur la construction de l'AGI, plutôt que sur la poursuite de la superintelligence, donne un aperçu de la direction stratégique de l'entreprise. Ils semblent parier que d'autres organisations résoudront le problème d'alignement pour les systèmes superintelligents, tandis qu'OpenAI se concentre sur le développement de systèmes AGI capables qui peuvent être exploités pour des applications pratiques.

Le document récent examine si les grands modèles de langage (LLM) peuvent effectuer avec succès une analyse des états financiers d'une manière similaire aux analystes humains professionnels. Les chercheurs ont fourni des états financiers standardisés et anonymes à GPT-4 et ont demandé au modèle de les analyser pour déterminer la direction des bénéfices futurs, même sans aucune information narrative ou spécifique à l'industrie.

Les principales conclusions de l'étude sont :

• Le LLM surpasse les analystes financiers dans sa capacité à prédire les changements de bénéfices.
• Le LLM présente un avantage relatif par rapport aux analystes humains dans les situations où l'analyste a tendance à avoir des difficultés.
• La précision de prédiction du LLM est à la hauteur des performances d'un modèle d'apprentissage automatique de pointe étroitement formé.
• La prédiction du LLM ne provient pas de sa mémoire d'entraînement, mais plutôt il génère des informations narratives utiles sur les performances futures d'une entreprise.
• Les stratégies de trading basées sur les prédictions du LLM donnent un ratio de Sharpe et des Alphas plus élevés que les stratégies basées sur d'autres modèles.

Les chercheurs concluent que les LLM peuvent jouer un rôle central dans la prise de décision financière à l'avenir. L'étude fournit une démo publiquement accessible qui permet aux utilisateurs d'expérimenter les capacités d'analyse financière du LLM.

Google a récemment mis à jour son API Gemini 1.5 Pro, en post-formant le modèle pour améliorer ses capacités. Cette mise à jour a permis à l'API Gemini 1.5 Pro de détrôner Claude 3 Opus dans les classements ELO de l'Arena, bien qu'elle n'ait pas encore dépassé GPT-4.

Le processus de post-formation implique d'apporter des changements subtils au modèle après sa formation initiale, ce qui peut améliorer de manière significative sa fiabilité, sa réactivité et ses performances globales. C'est une technique qu'OpenAI a utilisée avec GPT-4, mettant constamment à jour et affinant le modèle pour maintenir son avantage.

La décision de Google d'adopter une approche similaire avec l'API Gemini 1.5 Pro démontre la course continue pour améliorer les grands modèles de langage et rester compétitif dans le paysage de l'IA en évolution rapide. Bien que les différences d'ELO Arena entre les meilleurs modèles soient relativement faibles, cela met en évidence les efforts constants des géants de la technologie pour repousser les limites de ce que ces systèmes peuvent accomplir.

Alors que le point de convergence de ces modèles continue de se rétrécir, il sera fascinant de voir comment le paysage évolue dans l'année à venir. Les progrès rapides dans le domaine de l'IA sont vraiment captivants, et il sera passionnant d'être témoin de la prochaine génération de ces puissants modèles de langage et de leur impact potentiel sur diverses industries et applications.

La nouvelle fonctionnalité Search Generative Experience (SGE) de Google a suscité une certaine controverse, car les réponses générées par l'IA se sont avérées contenir des informations inexactes ou même dangereuses.

Parmi les exemples mis en évidence dans la discussion, on peut citer :

• Recommander aux femmes enceintes de fumer 2 à 3 cigarettes par jour, ce qui est clairement un conseil médical dangereux.
• Suggérer d'ajouter de la colle non toxique à la pizza pour faire mieux tenir le fromage, ce qui pourrait être nocif s'il était suivi.
• Conseiller de manger au moins un petit caillou par jour, ce qui est extrêmement dangereux et ne doit pas être fait.

Il semble que Google se soit précipité pour mettre en œuvre cette nouvelle fonctionnalité de recherche et n'ait pas correctement vérifié les sources de données utilisées pour générer les réponses. Cela a conduit à l'inclusion de réponses humoristiques et d'autres informations peu fiables présentées comme factuelles.

Il est conseillé aux utilisateurs d'être prudents lorsqu'ils s'appuient sur les réponses SGE, car elles ne sont pas toujours exactes ou sûres. Il est important de recouper les informations à partir de sources de confiance plutôt que d'accepter aveuglément les réponses générées par l'IA. Google devra probablement améliorer ses processus de sélection et de vérification des contenus pour assurer la fiabilité de la fonctionnalité SGE à l'avenir.

Les points clés du transcript sont :

1. OpenAI a formé un nouveau comité de sécurité et de sûreté pour faire des recommandations sur les décisions critiques pour leurs projets.
2. OpenAI a commencé à former son "prochain modèle de pointe", qui est probablement un nouveau système d'IA au-delà de GPT-5.
3. Le nouveau modèle devrait apporter de nouvelles capacités significatives, bien que les détails soient flous.
4. Il y a des indications qu'OpenAI oriente davantage son attention vers la construction de produits plutôt que sur la recherche pure sur la superintelligence.
5. La nouvelle fonctionnalité "Recall" de Microsoft qui suit l'utilisation du PC soulève des préoccupations en matière de confidentialité et fait l'objet d'une enquête.
6. Un nouveau document de recherche montre que les grands modèles de langage peuvent surpasser les analystes financiers humains dans la prédiction des changements de bénéfices.
7. Google a mis à jour son API Gemini 1.5 Pro, améliorant ses performances par rapport à d'autres modèles de pointe comme GPT-4 et Claude 3 Opus.
8. La nouvelle fonctionnalité Search Generative Experience de Google a rencontré quelques problèmes en fournissant des réponses inexactes ou inappropriées.