Français
Un milliard de dollars est une façon assez appuyée de dire : « Je pense que nous devrions essayer autre chose. » La nouvelle entreprise de Yann LeCun, Advanced Machine Intelligence, a annoncé une levée de fonds de 1,03 milliard de dollars pour une IA centrée sur les modèles du monde.
L’annonce arrive quelques jours après la sortie de GPT-5.4 par OpenAI. Ensemble, elles illustrent deux formes de progrès : un nouveau modèle commercial que les gens peuvent utiliser et un programme de recherche fortement financé qui cherche à changer ce que les futurs systèmes pourront faire.
L’argument derrière AMI
LeCun, lauréat du prix Turing et ancien directeur scientifique de l’IA chez Meta, défend depuis longtemps des systèmes qui apprennent des représentations plus riches du monde et les utilisent pour planifier. Sa conférence de 2022 à Berkeley décrit une proposition d’architecture organisée notamment autour d’un modèle prédictif du monde.
L’objectif n’est pas seulement de produire une prochaine phrase plausible, mais d’anticiper les effets des actions dans un environnement. C’est une orientation de recherche ambitieuse. Il n’est pas établi pour autant que les systèmes actuels fondés sur les modèles de langage soient totalement incapables de raisonner ou que tous les laboratoires concurrents aient choisi une voie identique vers l’intelligence.
L’analogie avec la natation est tentante : lire un texte sur une piscine n’est pas la même chose que comprendre ce qui se passe lorsqu’on y plonge. Mais les modèles du monde apprennent eux aussi à partir de données et de représentations ; ils n’acquièrent pas une expérience humaine simplement parce que leur nom contient le mot « monde ». Merci de ne pas jeter le serveur dans la piscine.
Une très grosse levée de fonds d’amorçage
L’annonce de lancement d’AMI du 10 mars confirme un financement de 1,03 milliard de dollars, soit environ 890 millions d’euros. Cathay Innovation, Greycroft, Hiro Capital, HV Capital et Bezos Expeditions figurent parmi les chefs de file de la levée. NVIDIA et Temasek font partie des autres investisseurs.
L’entreprise décrit des objectifs comprenant la mémoire persistante, le raisonnement, la planification et la contrôlabilité. Ce sont les capacités qu’elle compte construire, pas des résultats établis par le montant du chèque. Une annonce de financement peut montrer la confiance des investisseurs ; elle ne peut pas trancher un débat scientifique.
Le soutien de NVIDIA à AMI est intéressant, mais il ne signifie pas nécessairement que les modèles de langage sont condamnés. Un fournisseur de matériel peut avoir des raisons de soutenir plusieurs approches susceptibles de nécessiter d’importantes ressources de calcul. Les équipes de recherche peuvent être en désaccord sur la route ; quelqu’un fournit toujours les moteurs.
Que doit faire un modèle du monde ?
Dans l’approche défendue par LeCun, un modèle apprend des représentations d’un environnement et prédit l’évolution de ses aspects pertinents. La planification peut ensuite utiliser ces prédictions pour envisager des actions possibles. L’architecture qu’il propose inclut JEPA, pour Joint Embedding Predictive Architecture, plutôt que de reposer uniquement sur la génération de chaque détail de l’observation suivante.
Cela offre une manière de poser le problème différente de la génération de texte. Cela ne signifie pas que tout système appelé modèle du monde soit automatiquement fiable, comprenne tout ou partage la même architecture. Les questions utiles portent sur ce qu’il représente, ce qu’il peut prédire et la manière dont ces prédictions aident à accomplir des tâches réelles.
C’est l’une des raisons pour lesquelles le débat plus large sur l’intelligence artificielle générale (en anglais) peut devenir glissant. On peut employer la même expression ambitieuse tout en proposant de construire des choses assez différentes.
Nabla est un partenaire, pas la preuve que la recherche est terminée
Le point du 10 mars de l’entreprise de santé Nabla décrit un partenariat stratégique annoncé fin 2025. Nabla prévoit un accès anticipé à la technologie émergente d’AMI et évoque l’association de modèles du monde aux capacités des modèles de langage dans les processus de travail cliniques.
Il s’agit d’une relation de développement, pas de la preuve qu’un produit d’AMI a déjà éliminé les hallucinations ou démontré sa sécurité clinique. Les applications à forts enjeux rendent la validation plus importante, pas moins. « Une architecture différente » ne remplace pas la démonstration qu’un système accomplit la tâche prévue.
Pendant ce temps, GPT-5.4 est arrivé le 5 mars
Le lancement de GPT-5.4 par OpenAI a précédé de cinq jours l’annonce du financement d’AMI. Le modèle associe raisonnement, programmation et utilisation d’outils, avec des travaux professionnels tels que les documents, les feuilles de calcul et les présentations parmi les usages annoncés.
Dans ChatGPT, GPT-5.4 Thinking peut fournir un plan initial et permettre aux utilisateurs de modifier la direction pendant qu’il travaille. C’est une fonction d’interaction utile, pas une retransmission transparente de chaque étape du raisonnement interne. Quiconque a vu un logiciel résoudre avec enthousiasme la mauvaise tâche peut apprécier l’intérêt de rectifier sa trajectoire tôt.
OpenAI fait état d’améliorations sur plusieurs évaluations. Ces résultats concernent des tâches et des conditions de test particulières ; ils ne prouvent pas que l’approche sous-jacente n’a aucune limite. De même, la possibilité de limites n’efface pas l’utilité pratique d’un modèle.
Deux paris, sans vainqueur instantané
Les produits d’aujourd’hui peuvent s’améliorer pendant que les chercheurs explorent des architectures qu’ils pensent capables d’aller plus loin. Les systèmes à venir pourraient combiner des idées qui semblent aujourd’hui se situer de part et d’autre du débat.
Le financement d’AMI donne à son équipe une marge de manœuvre pour mener ses recherches. GPT-5.4 offre aux utilisateurs un autre modèle à évaluer en pratique. Les comparer comme deux produits finis soumis au même test passerait à côté de l’essentiel.
L’histoire intéressante est que les investisseurs sont prêts à financer un important programme de recherche alternatif tandis que l’IA commerciale continue d’avancer rapidement. Les enjeux sont assez élevés pour qu’un milliard de dollars soit désormais considéré comme du financement d’amorçage. Apparemment, la graine est livrée avec sa propre serre.
Traduction française de l’article original en anglais du 2026-03-10. Traduction réalisée avec l’aide de l’IA le 2026-11-02 ; les références temporelles restent celles de l’original.
