Une IA Ethique pour transformer votre business
Agency répertorie 400 services ou technologies pour créer des Agents. Comme dit précédemment, on n’y est pas encore, mais ça montre que beaucoup sont dessus. Notamment en open source. Cette liste sera probablement mise à jour, à suivre donc.
On s’approche d’une définition de plus en précise de “comment ça marche” les Agents. Quatre modèles d’architectures différents. Cela aide à vraiment comprendre la différence sans besoin d’entrer dans trop de détails techniques. Une référence à garder et regarder
Toujours utile de se référer aux travaux de recherche pour évaluer la situation actuelle en termes de qualité. Celle-ci a créé un benchmark pour mesure dans les LLM le “maillon faible” particulièrement dans les tâches nécessitant plus d’une compétence. Pour démontrer la distance qu’il nous reste à parcourir avant les Agents.
C’est tellement simple que c’en est génial : en ajoutant du “Human in the Loop”, Make résout une des raisons pour lesquelles les Agents ne sont pas activables. Le niveau de qualité n’étant pas là, ils sont vite bloqués. En ajoutant une validation humaine simple, cela peut débloquer le scénario qui devient “viable” tout en limitant les risques de problème.
Une plongée dans l’univers encore incertain des Agents. Menlo Venture tente une cartographie des start-ups du secteur, mais on remarque que certaines sont encore à la périphérie du sujet. Au moment où les avancées tech, notamment o1 va bouleverser les cartes. Un sujet à suivre, c’est le stade de l’automation que personne n’avait réussi à exécuter avec succès même avec toute la stack no-code.
Une nouvelle expression pour faire le tri dans les “Agents” : les Proxy Agents propulsés par des LMLM (Large Meta Learning Models) vs les Narrow agent ou copilotes avec des LLM (ce qu’on voit le plus aujourd’hui). La stratégie est intéressante : commencer par le grand public pour entraîner les agents et attaquer les entreprises ensuite. Comme ce qu’a fait OpenAI avec chatGPT ? Smart…
Sam Altman rappelle qu’on n’est pas encore au niveau des Agents (ce qui serait le niveau 3 défini par OpenAI), mais que nous sommes passés au niveau 2 (Reasoners) avec leur dernier modèle (o1). Cela donne plein d’espoir sur ce qui est à venir et calme en même temps sur la situation actuelle : le terme Agent est plus que galvaudé, même le fournisseur de technologie dit qu’on n’y est pas…
Explication très didactique sur les Agents, notamment comparé aux LLM et aux “compound AI system”. Ca ne prend que 15 minutes, à partager : pas sûr que tout le monde visualise la différence. Notamment quand le marketing parle “d’agents conversationnels” qui brouille les cartes.
Il y a les différents tests plein de biais (on en parlait hier) mais là, c’est du concret : ChatGPT o1 avec son raisonnement logique en “Chain of thoughts” dépasse les humains sur les parties logiques, donc notamment sur le dév. Les compétitions ne peuvent plus accepter des IA, comme précédemment pour les Echecs et le jeu de Go. Clairement une étape de plus qui est franchie dans l’histoire de l’IA.
Les tests de performance LLM sont truffés de biais et utilisés par les fournisseurs de LLM. À garder en tête quand on doit faire le choix pour son entreprise. Un benchmark sur ses propres cas d’usages semble être malheureusement la seule solution.