Une étude de "Google" : les modèles d'intelligence artificielle pensent collectivement et non individuellement

SadaNews - Une étude de recherche récente, élaborée par des chercheurs de Google Research, a révélé que certains modèles avancés d'intelligence artificielle ne fonctionnent pas selon une logique linéaire simple, mais montrent des schémas plus proches de l'intelligence collective, se comportant comme une discussion interne entre un groupe d'esprits humains.

L'étude, publiée sur la plateforme arXiv sous le titre "Les modèles de raisonnement génèrent des sociétés de pensée", s'est concentrée sur des modèles d'inférence avancés, parmi lesquels DeepSeek-R1 et le modèle QwQ-32B de la société Alibaba. Elle conclut que ces modèles ne se contentent pas de traiter les données de manière computationnelle, mais imitent également implicitement une interaction multi-agents au sein d'un même modèle.

Discussion interne plutôt que pensée unidimensionnelle

Selon les chercheurs, ces modèles montrent ce que l'on appelle "la diversité des points de vue", générant parfois des idées contradictoires, puis s'efforçant de les équilibrer et de résoudre les contradictions en interne, d'une manière semblable à une discussion d'équipe cherchant à parvenir à la meilleure décision possible.

En d'autres termes, la réponse finale ne se produit qu'après un débat interne invisible pour l'utilisateur, selon un rapport publié par le site "digitaltrends" et consulté par "Al-Arabiya Business".

Cette assertion défie l'idée dominante dans la Silicon Valley depuis des années, qui supposait que l'amélioration de l'intelligence artificielle reposait essentiellement sur l'augmentation de la taille des modèles, la croissance des données et le renforcement de la puissance de calcul.

L'étude affirme que la manière d'organiser le processus de pensée elle-même est tout aussi importante que la taille ou la puissance computationnelle.

L'avocat du diable au sein du modèle

Les résultats de la recherche indiquent que l'efficacité de ces modèles réside dans leur capacité à effectuer ce qui ressemble à un "changement de perspective", où ils révisent leurs conclusions, posent des questions clarificatrices, et testent plusieurs alternatives avant d'arriver à la réponse finale.

Cela ressemble à la présence d'un "avocat du diable" interne qui pousse le modèle à remettre en question sa propre logique plutôt que de se contenter de la première conclusion.

Qu'est-ce que cela signifie pour les utilisateurs ?

Pour les utilisateurs, ce changement pourrait représenter un bond qualitatif dans la qualité de l'intelligence artificielle.

Ainsi, au lieu de réponses fiables mais parfois incorrectes, les modèles d'intelligence collective peuvent être plus précis, mieux à même de traiter des questions complexes et ambiguës, et se comporter de manière plus proche de la pensée humaine.

Les chercheurs estiment également que cette approche pourrait contribuer à réduire les biais, car la prise en compte de multiples points de vue en interne diminue la probabilité de tomber dans un schéma de pensée unique ou une vision limitée.

Vers une nouvelle génération d'intelligence artificielle

En fin de compte, ces résultats poussent à redéfinir l'intelligence artificielle, la faisant passer d'une machine de calcul avancée à un système de pensée organisé s'appuyant sur la diversité interne et la collaboration implicite.

Si ces hypothèses se confirment, l'avenir de l'intelligence artificielle pourrait ne pas ensuite se limiter à construire des modèles plus grands, mais à concevoir des équipes numériques au sein d'un même modèle.

Cela fait du concept d'intelligence collective, souvent associé à la biologie et aux sociétés humaines, un candidat pour devenir la base de la prochaine révolution dans le monde de la technologie.