Les mots ne leur suffisent plus. Pour développer des IA s'approchant davantage de l'intelligence humaine, Meta, Google ou encore Nvidia misent sur les « world models ». Leur particularité : ils simulent le monde physique et agissent en prédisant les conséquences de leurs actions.Attention ! Si vous veniez à peine de saisir l'importance des « grands modèles de langage » ou des « agents IA », vous risquez de devoir ajouter un mot de jargon à votre vocabulaire. « World models » (parfois traduit par « modèles du monde » ou « simulateurs du monde ») est le nouveau buzzword des aficionados de l'IA.
Ce terme est revenu à plusieurs reprises dans les conversations durant le sommet de l'IA à Paris. On l'a notamment entendu dans la bouche de pontes du secteur comme Yann Le Cun (Prix Turing et directeur scientifique chez Meta), Demis Hassabis (Prix Nobel et directeur de Google DeepMind) ou de la chercheuse américaine Fei-Fei Li. Ce concept désigne des IA capables de simuler le monde physique qui nous entoure, de prédire les conséquences des actions et d'utiliser cette connaissance pour prendre des décisions autonomes.
Nouvelle obsession des big tech
Chez Meta et Google, les « World Models » occupent grandement les équipes de recherche. En octobre, Google DeepMind a débauché Tim Brooks, l'un des principaux ingénieurs de Sora, le modèle de génération vidéo d'OpenAI, pour « réaliser le vieux rêve de créer un simulateur du monde », a commenté Demis Hassabis sur X.
La firme a également présenté ces derniers mois deux projets qui s'approchent de ce que pourraient être les « World Models ». Le modèle Genie 2, capable de générer à partir d'une simple image des « vidéos interactives » - ou mini-jeux vidéo si vous préférez - de quelques secondes. Ce qui signifie qu'il est capable de comprendre comment les objets et personnages évoluent dans un espace donné. Google DeepMind le décrit même comme un « foundation world model ». Et le projet Astra, une sorte d'assistant façon Siri encore expérimental, doté d'yeux et d'oreilles, qui peut donc aider un utilisateur en fonction de l'environnement qui l'entoure.