Rich Sutton lance Oak Lab pour révolutionner les agents IA autonomes
Le lauréat du prix Turing, Richard Sutton, a officiellement fait son entrée dans l'arène des startups avec le lancement d'Oak Lab, une entreprise basée à Toronto qui vise à redéfinir l'intelligence artificielle. Dépassant les limites des modèles génératifs modernes, la société cherche à construire des agents autonomes capables de véritables découvertes grâce à un apprentissage continu et en temps réel.
Dépasser l'imitation générative
Richard Sutton, pionnier de l'apprentissage par renforcement moderne et ancien chercheur chez Keen Technologies, estime que la trajectoire actuelle de l'IA est fondamentalement erronée. Alors que l'industrie est actuellement obsédée par les grands modèles de langage (LLM), Sutton soutient que ces méthodes d'apprentissage profond sont « faibles et inefficaces ».
Selon Sutton, l'IA générative actuelle excelle dans l'imitation mais échoue dans l'auto-évaluation. Comme ces modèles ne peuvent pas évaluer de manière critique leurs propres résultats, ils sont intrinsèquement incapables de véritable découverte ou de progrès scientifique. La mission d'Oak Lab est de dépasser l'ère de « l'entraînement statique », où les modèles sont alimentés par des ensembles de données massifs puis figés, pour tendre vers un avenir d'intelligence dynamique et évolutive.
L'objectif : apprentissage en temps réel et modèles de monde
En partenariat avec Khurram Javed, Sutton positionne Oak Lab pour poursuivre une vision ancrée dans l'apprentissage par renforcement avancé. Au lieu de s'appuyer sur des données pré-emballées, Oak Lab vise à développer des agents qui apprennent continuellement de leur environnement.
La feuille de route technique se concentre sur plusieurs piliers critiques :
- Modèles de monde internes : Construire des agents qui ne se contentent pas de prédire le prochain jeton (token), mais qui comprennent la mécanique sous-jacente de leur environnement.
- Évaluation autonome : Développer des systèmes capables de gérer leurs propres processus de variation, d'évaluation et de sélection sans intervention humaine.
- Planification en temps réel : Passer d'une reconnaissance de formes réactive à une planification proactive et orientée vers des objectifs.
Sutton a fixé un objectif ambitieux à long terme pour le laboratoire : créer un agent de mille milliards de paramètres capable d'apprendre et de planifier en temps réel tout en ne consommant que 20 watts d'énergie. Cet objectif s'attaque à l'un des goulots d'étranglement les plus importants de l'IA moderne : les besoins énergétiques massifs des clusters de calcul géants.
Pourquoi cela est important pour le paysage de l'IA
La fondation d'Oak Lab signale un potentiel changement de paradigme dans l'industrie de l'IA. Alors que la majeure partie du marché actuel se concentre sur le passage à l'échelle des architectures transformer et l'augmentation de la taille des ensembles de données, Sutton appelle à une « refonte complète » des idées fondamentales qui animent le domaine.
Si Oak Lab réussit, l'industrie pourrait s'éloigner de la méthode de la « force brute » consistant à augmenter la quantité de données pour se tourner vers des architectures plus élégantes et efficaces qui imitent l'intelligence biologique. En privilégiant l'apprentissage par renforcement et l'interaction avec l'environnement, Sutton parie que la voie vers l'intelligence artificielle générale (AGI) réside dans l'expérience et l'autonomie plutôt que dans une simple imitation à plus grande échelle.
Points clés à retenir
- Nouvelle approche philosophique : Oak Lab vise à remplacer les méthodes actuelles d'apprentissage profond « faibles » par des agents qui apprennent par une interaction environnementale continue plutôt que par des ensembles de données statiques.
- Ambitions d'efficacité : La startup vise une percée en matière d'efficacité computationnelle, avec pour objectif un modèle de mille milliards de paramètres fonctionnant avec seulement 20 watts de puissance.
- Accent sur la découverte : Contrairement à l'IA générative, qui se concentre sur l'imitation, Oak Lab construit des agents capables d'auto-évaluation et de planification autonome en temps réel.