Flapping Airplanes Révolutionne L’Efficacité Des Données IA

Et si les modèles d’intelligence artificielle les plus puissants d’aujourd’hui n’étaient en réalité que des avions de ligne trop gourmands, incapables de s’envoler sans d’immenses réservoirs de données ? Une jeune équipe vient de lever 180 millions de dollars pour prouver qu’une autre voie existe. Flapping Airplanes ne veut pas construire des oiseaux, ni copier les Boeing 787 de l’IA actuelle. Elle veut inventer des avions à ailes battantes : des systèmes radicalement plus efficaces, capables d’apprendre avec bien moins d’exemples.

Pourquoi lancer un nouveau laboratoire d’IA maintenant ?

Alors que les géants comme OpenAI ou DeepMind dépensent des fortunes pour faire grossir leurs modèles, trois cofondateurs ont choisi de regarder ailleurs. Ben Spector, Asher Spector et Aidan Smith estiment que l’efficacité en données reste le grand problème non résolu. Les systèmes actuels avalent la quasi-totalité des connaissances humaines pour atteindre des performances impressionnantes. Les humains, eux, progressent avec bien moins. Ce fossé intrigue profondément la jeune équipe.

Leur pari repose sur trois convictions fortes. D’abord, l’efficacité des données constitue une direction nouvelle et féconde. Ensuite, résoudre cette question apportera une valeur commerciale immense et améliorera concrètement le monde. Enfin, une équipe créative, encore relativement inexpérimentée, peut aborder ces questions sans les œillères des laboratoires établis.

Nous ne nous voyons pas vraiment en concurrence avec les autres laboratoires, car nous pensons regarder un ensemble de problèmes très différent.

– Aidan Smith

Aidan Smith, qui a travaillé chez Neuralink, insiste sur la différence fondamentale entre le fonctionnement du cerveau et celui des transformeurs. Les grands modèles de langage mémorisent admirablement et disposent d’une large culture. En revanche, ils peinent à acquérir de nouvelles compétences rapidement. Le cerveau, lui, utilise des algorithmes totalement distincts de la descente de gradient. Cette constatation ouvre un champ d’exploration immense.

L’inspiration du cerveau sans vouloir le copier

Le nom même de la startup résume sa philosophie. Les avions à ailes battantes ne cherchent pas à imiter parfaitement les oiseaux. Ils s’inspirent de certains principes tout en tenant compte des contraintes du silicium. Aidan Smith présente le cerveau comme une preuve d’existence : d’autres algorithmes existent, d’autres compromis sont possibles. Le matériel biologique impose des limites sévères. Un potentiel d’action met environ une milliseconde à se propager. Dans le même temps, un processeur moderne exécute une quantité colossale d’opérations. Ces différences de substrat rendent peu probable que les systèmes finaux se ressemblent exactement.

Ben Spector le résume avec clarté. Les contraintes de coût de calcul, de localité et de déplacement des données divergent trop entre le cerveau et les puces pour produire des architectures identiques. Pourtant, certaines idées issues de la biologie restent précieuses. L’équipe s’en inspire sans se laisser enfermer.

Recherche pure avant commercialisation

Dans un environnement où l’argent afflue vers l’intelligence artificielle, Flapping Airplanes a choisi de rester focalisée sur la recherche fondamentale. Asher Spector reconnaît qu’il serait tentant de signer rapidement de gros contrats. Mais cela détournerait l’attention des questions vraiment importantes. L’équipe possède une expérience commerciale. Ben a incubé plusieurs startups. Asher a développé des technologies qui ont généré des revenus significatifs. Ils savent monétiser. Pour l’instant, ils préfèrent concentrer toute leur énergie sur les problèmes de fond.

Cette liberté de chercher longtemps avant de toucher le marché constitue l’un des changements majeurs de l’écosystème actuel. Les investisseurs acceptent désormais de financer des équipes jeunes et atypiques avec des montants qui auraient semblé fous il y a peu. Les 180 millions de dollars de seed en témoignent. Le message de Flapping Airplanes a résonné fortement auprès d’investisseurs qui cherchaient précisément cette orientation radicale.

Le paradoxe du coût de la recherche radicale

On pourrait croire que explorer des idées totalement nouvelles coûte plus cher. Ben Spector avance le contraire. Les approches incrémentales obligent à monter très haut dans l’échelle de taille pour vérifier si un gain persiste. Beaucoup d’interventions prometteuses à petite échelle s’effondrent à grande échelle. Les idées vraiment originales, elles, échouent souvent dès les premiers essais. On peut donc les tester rapidement et à moindre coût. L’échelle reste un outil utile, mais elle n’est plus le point de départ obligatoire.

Asher Spector formule le paradoxe de façon frappante. On devrait pouvoir utiliser tout Internet. On ne devrait pas en avoir besoin pour atteindre un niveau d’intelligence comparable à celui des humains. Cette simple observation motive l’ensemble du projet.

Ce que change une IA vraiment économe en données

Si l’équipe réussit, plusieurs horizons s’ouvrent. Asher Spector propose trois hypothèses. La première concerne la profondeur de compréhension. En forçant un modèle à apprendre avec moins d’exemples, on le pousse peut-être vers une forme de compréhension plus profonde plutôt que vers une simple mémorisation statistique. Le modèle saurait moins de faits bruts, mais raisonnerait mieux.

La deuxième hypothèse touche le post-entraînement. Aujourd’hui, enseigner une nouvelle compétence à un grand modèle reste coûteux en données et en argent. Une efficacité radicalement supérieure permettrait d’adapter un système à un nouveau domaine avec seulement quelques exemples. La troisième piste concerne des verticales encore mal servies : la robotique et la découverte scientifique. Dans de nombreux cas, le matériel existe déjà. Le frein principal reste le manque de données d’entraînement adaptées.

La vision la plus excitante de l’IA n’est pas de remplacer des emplois, mais de construire des sciences et des technologies que les humains ne seraient pas assez intelligents pour inventer seuls.

– Ben Spector

Ben Spector insiste sur cet aspect. Une IA capable de véritables généralisations hors distribution pourrait accélérer la médecine, la science des matériaux ou la physique de façon qualitative, et non seulement quantitative. Il ne s’agit plus seulement de rendre le travail existant moins cher. Il s’agit d’ouvrir des territoires intellectuels inaccessibles jusqu’ici.

Une équipe atypique pour des idées atypiques

Le recrutement de Flapping Airplanes se démarque. L’équipe accueille volontairement des profils très jeunes, parfois encore étudiants. Ce qui compte n’est pas le nombre de publications ou d’années d’expérience, mais la capacité à surprendre. Aidan Smith cherche des personnes qui « éblouissent » par la quantité d’idées neuves qu’elles apportent. Ben Spector regarde s’il apprend quelque chose de nouveau lors d’une conversation. Si c’est le cas, la personne a de fortes chances d’apporter aussi des idées nouvelles sur les problèmes de l’entreprise.

L’expérience reste valorisée. Des spécialistes de systèmes à grande échelle ont rejoint l’équipe. Mais le critère central demeure la volonté de remettre en question le paradigme dominant et d’imaginer des architectures radicalement différentes. Les parcours atypiques sont les bienvenus. Deux doctorats ne sont pas nécessaires.

À quoi pourrait ressembler le résultat final ?

Les fondateurs s’attendent à des systèmes étranges. Asher Spector rappelle les capacités émergentes surprenantes du modèle de base GPT-4, capables d’identifier l’auteur d’un texte à partir d’un simple extrait. Les futures architectures, si elles gagnent plusieurs ordres de grandeur en efficacité, devraient produire des comportements encore plus déroutants. L’équipe vise des gains de mille fois en efficacité des données. Les changements ne seront probablement pas des améliorations de vingt pour cent. Ils pourraient être qualitativement différents.

Ben Spector tempère légèrement. Les capacités brutes devront être canalisées pour devenir utilisables par le grand public. Mais l’agenda de recherche vise bien des capacités fondamentalement nouvelles par rapport à ce qui existe aujourd’hui.

Comment suivre ou rejoindre l’aventure

Il est encore trop tôt pour des produits publics. L’équipe invite néanmoins les curieux à écrire. Deux adresses existent : une pour dire bonjour, une autre pour exprimer un désaccord. Les fondateurs ont déjà reçu de longs essais expliquant pourquoi leur approche serait impossible. Aucun n’a encore réussi à les convaincre. Ils recherchent aussi des profils exceptionnels prêts à changer le champ de l’intelligence artificielle. Les parcours non conventionnels sont explicitement encouragés.

Flapping Airplanes incarne une nouvelle génération de laboratoires. Moins obsédés par l’échelle pure, plus concentrés sur des questions scientifiques ouvertes, financés suffisamment pour prendre le temps de chercher. Leur pari n’est pas de battre les géants sur leur terrain. Il consiste à explorer un territoire différent, celui d’une intelligence artificielle capable d’apprendre vraiment, et non seulement de mémoriser l’immensité d’Internet. Si ce pari réussit, les applications en robotique, en science et dans de nombreux domaines métier pourraient changer de dimension. Le cerveau humain a prouvé qu’une autre façon d’apprendre existe. Reste à inventer, sur du silicium, les avions à ailes battantes qui sauront en tirer les leçons les plus pertinentes.