L’intelligence artificielle (IA) ne cesse d’évoluer, et avec les progrès technologiques, les chercheurs découvrent les limites des méthodes actuelles. Demis Hassabis, PDG du laboratoire de recherche en IA DeepMind de Google, a souligné la nécessité de percées fondamentales en recherche en IA pour atteindre le « niveau suivant » des capacités de l’IA. Les approches traditionnelles, telles que l’apprentissage profond et les modèles de langage génératif, nécessitent des ressources et du temps importants pour produire des résultats utiles. Pour relever ces défis, l’ingénieur ex-Tesla George Morgan a fondé une startup appelée Symbolica AI.
Morgan a réalisé lors de son passage chez Tesla que l’augmentation de la puissance de calcul, qui est souvent la solution privilégiée en recherche en IA, n’est pas une approche durable à long terme. Au lieu de cela, Symbolica AI vise à développer des modèles novateurs pouvant offrir une plus grande précision avec des exigences de données inférieures, un temps de formation réduit et des coûts moindres. Ces modèles, connus sous le nom d’IA structurée, se concentrent sur l’encodage de la structure sous-jacente des données plutôt que de s’appuyer uniquement sur des ensembles massifs de données.
L’IA symbolique, fondement des modèles structurés, existe depuis des décennies et repose sur l’idée de représenter la connaissance à travers des symboles et des ensembles de règles. Contrairement aux réseaux neuronaux, qui reposent sur une approximation statistique et l’apprentissage par l’exemple, l’IA symbolique repose sur des règles qui manipulent des symboles pour résoudre des tâches spécifiques. Morgan soutient que l’IA symbolique présente plusieurs avantages, notamment une plus grande fiabilité, transparence et explicabilité.
Symbolica AI a développé une boîte à outils pour créer des modèles d’IA symbolique, spécifiquement conçus pour des tâches telles que la génération de code et la preuve de théorèmes mathématiques. L’équipe de 16 personnes de l’entreprise travaille assidûment à fournir des modèles pré-entraînés pour ces tâches. Bien que le modèle économique exact soit encore en cours de détermination, Symbolica AI prévoit d’offrir des services de consultation et de soutien aux entreprises intéressées à construire des modèles sur mesure en utilisant leur technologie.
Symbolica AI est récemment sorti du mode furtif, avec un investissement de 33 millions de dollars dirigé par Khosla Ventures et d’autres investisseurs notables. Vinod Khosla, le fondateur de Khosla Ventures, estime que Symbolica AI relève des défis cruciaux de l’industrie de l’IA et a réuni une équipe hautement qualifiée.
Cependant, il existe des opinions divergentes sur l’efficacité de l’IA symbolique. Les détracteurs soutiennent que les modèles d’IA symbolique reposent fortement sur des données bien définies et structurées, les rendant sujets à la fragilité et à la dépendance contextuelle. Définir les connaissances nécessaires pour les modèles d’IA symbolique peut également être un processus intensif en main-d’œuvre. Néanmoins, certains voient un potentiel dans la combinaison des avantages de l’apprentissage profond et des approches symboliques.
Morgan est convaincu que les modèles d’IA structurée de Symbolica AI offrent une alternative prometteuse aux méthodes de formation actuelles. Alors que la demande en IA ne cesse de croître, Symbolica AI se voit stratégiquement positionnée pour l’avenir. Avec un financement sécurisé et des modèles relativement plus petits et plus économiques, Symbolica AI vise à répondre aux besoins des entreprises cherchant à exploiter l’IA à diverses fins.
FAQ:
Qu’est-ce que l’IA structurée ?
L’IA structurée, également connue sous le nom d’IA symbolique, est une branche de l’intelligence artificielle qui se concentre sur l’encodage de la structure sous-jacente des données en utilisant des symboles et des règles. Contrairement aux réseaux neuronaux, qui reposent sur une approximation statistique, l’IA structurée résout les tâches grâce à la manipulation de symboles et d’ensembles de règles dédiés à des travaux spécifiques.
En quoi Symbolica AI se démarque-t-elle des approches traditionnelles de l’IA ?
Symbolica AI vise à développer des modèles novateurs qui offrent une meilleure précision avec des exigences de données inférieures, un temps de formation réduit et des coûts moindres. Les approches traditionnelles en matière d’IA tournent souvent autour de l’augmentation de la puissance de calcul, mais Symbolica AI est convaincue que l’encodage de la structure des données offre des solutions plus durables et efficaces.
Quelles sont les applications potentielles des capacités de raisonnement structuré de Symbolica AI ?
Les capacités de raisonnement structuré de Symbolica AI ont d’immenses applications commerciales, notamment dans la génération de code. En raisonnant sur de grands ensembles de code et en générant du code utile, Symbolica AI offre une alternative aux offres existantes qui pourraient être insuffisantes dans ce domaine.
Qui sont les investisseurs de Symbolica AI ?
Symbolica AI a sécurisé un investissement de 33 millions de dollars dirigé par Khosla Ventures, avec la participation d’investisseurs tels que Abstract Ventures, Buckley Ventures, Day One Ventures et General Catalyst.
Sources :
– TechCrunch (URL du domaine)
Cette nouvelle ère de l’IA met en lumière l’importance de repenser les approches traditionnelles pour s’adapter aux exigences croissantes de précision, de transparence et d’efficacité. Symbolica AI incarne cette évolution en proposant des modèles structurés innovants qui pourraient redéfinir les normes de l’industrie. Alors que l’IA continue d’évoluer, la fusion d’approches symboliques et d’apprentissage profond permet d’explorer de nouvelles possibilités et de créer des modèles plus flexibles et performants pour répondre aux défis actuels et futurs.
The source of the article is from the blog be3.sk