Rodney Brooks, un roboticien et pionnier renommé du MIT, croit que les gens surestiment largement les capacités de l'IA générative. Voici pourquoi :

1. L'IA générative n'est pas humaine : Brooks affirme que les systèmes d'IA générative comme ChatGPT ne sont pas humains et même pas humanoïdes. C'est une erreur d'essayer de leur attribuer des capacités humaines. Les gens ont tendance à surestimer la compétence de ces systèmes en fonction de leurs performances sur des tâches spécifiques.

2. L'IA générative a des limites : Bien que l'IA générative soit capable d'effectuer certaines tâches, elle ne peut pas tout faire comme un être humain. Brooks dit que les gens généralisent souvent les capacités de ces systèmes au-delà de leur compétence réelle.

3. Les applications pratiques peuvent ne pas avoir de sens : Brooks donne l'exemple de l'utilisation d'un modèle de langage volumineux pour contrôler des robots d'entrepôt. Selon lui, ce serait une utilisation inefficace et peu pratique de l'IA générative, car cela ralentirait le système. Il est beaucoup plus simple de connecter les robots directement au logiciel de gestion d'entrepôt.

4. Une croissance exponentielle n'est pas garantie : Brooks remet en question la croyance selon laquelle la technologie croîtra toujours de manière exponentielle, comme le suggère la loi de Moore. Il utilise l'exemple de l'iPod, où la capacité de stockage n'a pas continué à doubler indéfiniment. De même, il pense que les capacités des modèles de langage peuvent ne pas croître de manière aussi exponentielle que certains le prédisent.

5. Les robots humanoïdes font face à des défis importants : Brooks a une grande expérience dans la construction de robots humanoïdes et croit que la croyance répandue en leur potentiel à court terme est mal fondée. Il prévoit qu'il faudra au moins encore 25 ans avant que les robots humanoïdes jouent un rôle important, contrairement aux affirmations de certains entrepreneurs.

Rodney Brooks, un roboticien et pionnier renommé du MIT, croit que les gens surestiment largement les capacités de l'IA générative. Bien qu'il reconnaisse la nature impressionnante de ces technologies, il met en garde contre la surestimation de leurs capacités.

Brooks explique que le problème avec l'IA générative est qu'elle peut bien réaliser un certain ensemble de tâches, mais elle ne peut pas tout faire comme un être humain. Les humains ont tendance à généraliser les capacités des systèmes d'IA en fonction de leurs performances sur des tâches spécifiques, étant souvent trop optimistes quant à leur compétence globale.

Il souligne que l'IA générative n'est pas humaine et même pas humanoïde, et qu'il est erroné d'essayer de lui attribuer des capacités humaines. Les gens la voient comme si capable qu'ils veulent l'utiliser pour des applications qui n'ont pas de sens, comme l'utilisation de modèles de langage volumineux pour contrôler des robots d'entrepôt, ce qui ralentirait en fait les choses.

Brooks remet également en question la croyance selon laquelle la technologie croîtra toujours de manière exponentielle, comme le montre la loi de Moore. Il utilise l'exemple de l'iPod, où la capacité de stockage n'a pas continué à doubler indéfiniment, comme beaucoup l'avaient prévu. De même, il pense que la croissance exponentielle des capacités des modèles de langage pourrait ne pas se poursuivre indéfiniment.

Bien que Brooks reconnaisse que les modèles de langage volumineux pourraient potentiellement aider avec des tâches spécifiques, comme assister avec des robots domestiques pour une population vieillissante, il met en garde que cela comporte également ses propres défis uniques. Le problème, dit-il, n'est pas de pouvoir effectuer les tâches, mais plutôt de la théorie de contrôle et de l'optimisation sous-jacentes requises.

En résumé, Rodney Brooks, une voix respectée dans le domaine de la robotique et de l'IA, exhorte à la prudence face à l'engouement entourant l'IA générative. Il croit que ces systèmes ont des limites et qu'il est important de maintenir une perspective réaliste sur leurs capacités et leurs applications potentielles.

Rodney Brooks, un roboticien et pionnier renommé du MIT, croit que l'engouement autour des robots humanoïdes est largement surestimé. Il a appris de ses décennies d'expérience dans le domaine que le facteur de forme des robots humanoïdes n'est pas la solution la plus efficace pour les applications pratiques.

Brooks explique que l'essentiel est de rendre la technologie accessible et conçue pour un but spécifique, plutôt que de se concentrer sur la création de robots ressemblant à des humains. Il donne l'exemple de sa société actuelle, Robust.AI, où les robots ressemblent à des chariots de supermarché avec des poignées. Cette conception permet une intervention humaine facile en cas de problème avec le robot.

Selon Brooks, le problème avec les robots humanoïdes est qu'ils ne sont pas humains et même pas humanoïdes. Essayer de leur attribuer des capacités humaines est une approche erronée. Il a constaté qu'il est beaucoup plus efficace de concevoir des robots qui peuvent travailler aux côtés des humains, plutôt que de tenter de reproduire la forme et les fonctions humaines.

Brooks met également en garde contre l'idée reçue selon laquelle la technologie croîtra toujours de manière exponentielle, comme le suggère la loi de Moore. Il utilise l'exemple de l'iPod pour illustrer que la technologie ne suit pas toujours une trajectoire linéaire. Le même principe s'applique au développement des modèles de langage volumineux (LLM) et des systèmes d'IA.

Bien que Brooks reconnaisse que les LLM pourraient potentiellement aider avec des tâches spécifiques, comme dans le contexte d'une population vieillissante, il souligne que les vrais défis se situent dans la théorie de contrôle et d'autres optimisations mathématiques fondamentales, plutôt que de simplement reproduire les capacités humaines.

En résumé, la perspective de Rodney Brooks remet en question l'engouement dominant autour des robots humanoïdes et suggère une approche plus pragmatique axée sur la conception de solutions robotiques conçues pour un but spécifique et accessibles, qui peuvent collaborer efficacement avec les humains.

Brooks reconnaît qu'il existe une croyance erronée, principalement grâce à la loi de Moore, selon laquelle il y aura toujours une croissance exponentielle en ce qui concerne la technologie. L'idée que si ChatGPT 4 est si bon, imaginez ce que seront ChatGPT 5, 6 et 7.

Il dit que cette logique est erronée et que la technologie ne croît pas toujours de manière exponentielle, malgré la loi de Moore. Il utilise l'exemple de l'iPod - pour les premières itérations, la capacité de stockage a en effet doublé, passant de 10 à 160 Go. S'il avait continué sur cette trajectoire, il a calculé que nous aurions un iPod de 160 To d'ici 2017. Mais bien sûr, cela ne s'est pas produit. Les modèles vendus en 2017 avaient en fait 256 Go ou 160 Go car, comme il l'a souligné, personne n'avait vraiment besoin de plus que cela.

Bien que ce soit un point valable selon lequel la loi de Moore ne s'applique pas toujours à chaque analyse de la technologie, l'exemple de l'iPod de Brooks n'est peut-être pas la comparaison la plus applicable. Une comparaison plus pertinente serait d'examiner la vitesse des processeurs, car c'est plus proche de la puissance de calcul et des capacités des modèles de langage comme ChatGPT.

Néanmoins, l'argument principal de Brooks est que nous devrions être prudents lorsqu'il s'agit d'extrapoler une croissance exponentielle indéfiniment en ce qui concerne la technologie. Le fait qu'un système démontre des capacités impressionnantes aujourd'hui ne signifie pas nécessairement que ces capacités continueront à croître au même rythme à l'avenir. Les contraintes du monde réel et les besoins pratiques tempèrent souvent le rythme de l'avancement technologique.

Rodney Brooks reconnaît que les modèles de langage volumineux (LLM) pourraient potentiellement aider avec les robots domestiques, en particulier pour assister une population vieillissante où il n'y a pas assez de personnel pour fournir des soins. Cependant, il met en garde que cela pourrait comporter ses propres défis uniques.

Brooks explique que le problème n'est pas de pouvoir effectuer les tâches, mais plutôt de la théorie de contrôle et des autres optimisations mathématiques fondamentales requises. Il déclare que "les gens disent oh les modèles de langage volumineux vont faire faire aux robots des choses qu'ils ne pouvaient pas faire mais ce n'est pas là où se trouve le problème".

Bien que les LLM puissent aider avec des tâches spécifiques pour les robots domestiques, Brooks pense qu'il y a encore des obstacles techniques importants à surmonter. Il souligne que les percées fondamentales de la recherche nécessaires pour des robots domestiques pratiques ne sont pas triviales, malgré l'optimisme de certains entrepreneurs naïfs.

Dans l'ensemble, Brooks adopte une approche mesurée et prudente quant aux applications potentielles de l'IA générative dans les robots domestiques. Il reconnaît les avantages possibles, mais met également en évidence les défis substantiels qui doivent être relevés avant que de tels systèmes ne puissent être largement déployés et efficaces.

Rodney Brooks, un roboticien et pionnier renommé du MIT, offre une mise en garde sur l'état actuel de l'IA et de l'écosystème des startups. Il souligne la nécessité d'une réflexion rationnelle face à l'engouement et à la surestimation entourant l'IA générative.

Brooks reconnaît les capacités impressionnantes des modèles de langage volumineux (LLM) comme ChatGPT, mais met en garde contre la surestimation de leurs capacités. Il explique que si ces systèmes peuvent bien réaliser certaines tâches, ils ne sont pas humains et manquent de la gamme complète des capacités humaines. Cette tendance à généraliser la performance d'un système d'IA sur une tâche spécifique à une compétence plus large est un piège courant.

En ce qui concerne les robots humanoïdes, Brooks a une perspective unique. Malgré avoir construit et livré plus de robots humanoïdes que quiconque, il pense que l'approche actuelle est mal orientée. Il préconise des robots pratiques et conçus pour un but spécifique qui privilégient l'accessibilité et la facilité d'utilisation, plutôt que des formes humanoïdes.

Brooks aborde également la tendance préoccupante de la fraude des startups et des affirmations gonflées dans l'industrie technologique. Il cite des exemples de PDG dans la Silicon Valley qui ont fait l'objet de poursuites judiciaires pour avoir induit les investisseurs et le public en erreur. Ce modèle, selon lui, est le résultat de la mentalité "fais semblant jusqu'à ce que tu y arrives" qui est devenue omniprésente dans la culture des startups.

Le blog de l'auteur, où il tient à jour un tableau de bord de ses prédictions, fournit des informations précieuses sur son approche rationnelle des progrès technologiques. Ses prédictions, qui se sont largement avérées exactes, suggèrent une perspective mesurée et fondée sur des preuves de l'avenir de l'IA et de la robotique.

En conclusion, les idées de Rodney Brooks servent de rappel pour aborder l'engouement entourant l'IA et les startups avec un esprit critique et rationnel. Alors que le paysage technologique continue d'évoluer, il est essentiel de séparer le fait de la fiction et de maintenir une compréhension équilibrée des capacités et des limites de ces technologies émergentes.

Rodney Brooks, un roboticien et pionnier renommé du MIT, croit que les gens surestiment largement les capacités de l'IA générative. Bien qu'il reconnaisse la nature impressionnante des modèles de langage volumineux (LLM) comme ChatGPT, il met en garde contre la confiance excessive dans leurs capacités.

Brooks explique que le problème avec l'IA générative est que bien qu'elle puisse bien réaliser certaines tâches, elle ne peut pas tout faire comme un être humain. Les humains ont tendance à surestimer la compétence des systèmes d'IA, généralisant leurs performances sur des tâches spécifiques à un éventail plus large de capacités. Cependant, Brooks souligne que l'IA générative n'est pas humaine et même pas humanoïde, et qu'il est erroné d'essayer de lui attribuer des capacités humaines.

Il donne l'exemple de sa propre entreprise, Robust.ai, où quelqu'un a suggéré d'utiliser un LLM pour contrôler les robots d'entrepôt. Brooks pense que ce ne serait pas un cas d'utilisation raisonnable pour l'IA générative et ralentirait en fait les choses. Au lieu de cela, il préfère connecter les robots directement au logiciel de gestion d'entrepôt, ce qui est une solution plus simple et plus efficace.

Brooks remet également en question la croyance répandue selon laquelle la technologie croîtra toujours de manière exponentielle, comme le suggère la loi de Moore. Il utilise l'exemple de l'iPod, où la capacité de stockage n'a pas continué à doubler indéfiniment, comme beaucoup l'avaient prévu. De même, il pense que la croissance exponentielle des capacités des LLM ne peut pas être un prédicteur fiable des progrès futurs.

Bien que Brooks reconnaisse que les LLM pourraient potentiellement aider avec les robots domestiques, en particulier pour prendre soin d'une population vieillissante, il met en garde que cela pourrait également comporter ses propres défis uniques. Il souligne que le problème ne concerne pas seulement la capacité d'effectuer des tâches, mais aussi la théorie de contrôle et d'autres optimisations mathématiques complexes.

Dans l'ensemble, la perspective de Brooks offre une vision plus nuancée et prudente sur l'état actuel et le potentiel fu