Les modèles d'IA sont encore loin d'un raisonnement de niveau AGI : des chercheurs d'Apple

Des chercheurs d'Apple étudient les capacités de raisonnement des modèles d'IA avancés, remettant en question leurs progrès vers l'intelligence artificielle générale (IAG). Ils ont constaté que les principaux grands modèles linguistiques (LLM) ont du mal avec le raisonnement complexe, malgré les avancées. Les chercheurs ont créé des jeux de réflexion pour tester ces modèles au-delà des benchmarks standards, en se concentrant sur leur capacité à penser. Leurs conclusions ont révélé que les modèles actuels ne parviennent pas à généraliser efficacement le raisonnement et perdent en précision lorsque la complexité augmente. Ces LLM présentent souvent un raisonnement incohérent et superficiel, générant parfois des réponses correctes initialement, puis échouant par la suite. L'étude suggère que ces modèles peuvent imiter des schémas de raisonnement sans réellement les comprendre, ce qui constitue un obstacle important à la réalisation de l'IAG. Le travail des chercheurs remet en question les prédictions optimistes concernant la disponibilité à court terme de l'IAG. L'IAG, la poursuite de l'intelligence de niveau humain dans les machines, est encore un objectif lointain. Les PDG d'OpenAI et d'Anthropic ont exprimé leur confiance dans la réalisation prochaine de l'IAG. La recherche des chercheurs d'Apple souligne la nécessité d'une compréhension plus approfondie des limites des LLM. Ils ont constaté que ces modèles rencontrent des barrières fondamentales au raisonnement généralisable.