Deux startups révolutionnent l'apprentissage de l'IA avec des modèles

Et si l'IA pouvait apprendre comme un humain, sans ingérer la moitié d'Internet ? Découvrez comment deux startups lèvent des centaines de millions pour y parven

L’apprentissage de l’ia a un problème de gourmandise

Vous avez sans doute remarqué que les modèles d’IA actuels sont insatiables. Ils dévorent des téraoctets de données, consomment des gigawatts d’énergie et nécessitent des mois d’entraînement. Pourtant, un humain peut apprendre à reconnaître un chat après en avoir vu deux ou trois. Ce fossé d’efficacité, deux startups veulent le combler. L’une, Flapping Airplanes, vient de lever 180 millions de dollars. L’autre, Core Automation, cherche jusqu’à un milliard. Leur promesse : des IA qui apprennent 100 000 à 1 000 000 de fois mieux que les modèles actuels.

Pourquoi c’est un changement de paradigme

Jusqu’ici, l’industrie a misé sur la loi de l’échelle : plus de données, plus de paramètres, plus de puissance. Mais ce modèle montre ses limites. Les coûts explosent, les rendements diminuent. Ces startups proposent de repartir des bases : remplacer les fonctions de perte, repenser la descente de gradient, et explorer des idées « bizarres ». L’objectif ? Créer des systèmes qui apprennent en continu, à partir de leur expérience, comme nous le faisons.

Comment elles comptent y arriver

Flapping Airplanes se concentre sur la recherche fondamentale. Son équipe teste de nouvelles architectures, sans se soucier des applications immédiates. À terme, ces travaux pourraient révolutionner la robotique, le commerce ou la science. Core Automation, elle, vise plus loin : des agents d’IA capables de concevoir des usines auto-reproductrices, des bio-machines, et même de terraformer des planètes. Voici les axes clés de leur approche :

• Apprentissage continu : les modèles s’améliorent sans être réentraînés depuis zéro.
• Efficacité data : besoin de 100 fois moins d’exemples pour apprendre une tâche.
• Nouvelles architectures : remplacement des mécanismes classiques par des méthodes inspirées du cerveau.

Pourquoi c’est important

Cette rupture pourrait démocratiser l’IA, la rendre accessible aux petites structures et réduire son impact environnemental. Pour vous, cela signifie des assistants plus intelligents, plus rapides, et capables de s’adapter à vos besoins sans ingérer votre historique complet. C’est un pas vers une intelligence artificielle vraiment générale.

Ce que cela change pour votre quotidien

Imaginez un assistant qui comprend votre contexte après une seule conversation. Un logiciel qui apprend votre façon de travailler sans télécharger vos fichiers. Une IA qui évolue avec vous, plutôt que de rester figée après son entraînement. Ces startups ne promettent pas juste des modèles plus efficaces : elles redéfinissent la relation entre l’humain et la machine.

Conclusion

L’avenir de l’IA ne se jouera pas seulement dans la course aux données. Il se construira sur des idées audacieuses, des architectures repensées, et une volonté de faire mieux avec moins. Flapping Airplanes et Core Automation montrent la voie. Reste à voir si leurs promesses tiendront la route. Une chose est sûre : le modèle du « toujours plus » touche à sa fin.

Points clés à retenir

• Deux startups lèvent des centaines de millions pour rendre l’IA 100 000 fois plus efficace.
• Leur approche : remplacer les mécanismes d’apprentissage classiques par des méthodes inspirées du cerveau humain.
• L’apprentissage continu et la réduction des données nécessaires sont au cœur de leur promesse.
• Les applications potentielles vont de la robotique à la terraformation de planètes.
• Ce changement pourrait démocratiser l’IA et réduire son empreinte écologique.