KM4BI

Le pari de 670 M$ de Recursive sur l’IA auto-améliorante, Sonnet 5.5 à 70 % et l’offensive du Pentagone codirigée par Elon — EP 299

Richard Socher expose la stratégie de Recursive, l’essor de la science automatisée et les tensions entre modèles ouverts, performance et autonomie militaire.

Publié le

L’amélioration récursive de l’IA n’est plus présentée comme une abstraction lointaine. Richard Socher estime que des formes limitées existent déjà et que des systèmes plus généraux se rapprochent, même s’il place encore l’intelligence artificielle superhumaine à plusieurs décennies.

Recursive et la boucle d’auto-amélioration

Recursive s’appuie sur un financement annoncé de 670 millions de dollars et sur 410 millions de dollars de capacité de calcul AWS. Son objectif est de construire des systèmes capables d’accélérer la recherche en IA elle-même: produire des idées, les tester, apprendre des résultats et recommencer avec une intervention humaine réduite.

Cette logique rejoint la vision d’une science automatisée de bout en bout. Les LLM apportent les connaissances générales, les bases scientifiques fournissent les données, les simulations permettent d’explorer rapidement des hypothèses, et la robotique ferme la boucle par des expériences physiques. Des essaims d’agents peuvent alors coordonner idéation, mise en œuvre et validation.

Des modèles plus performants, mais pour quels usages?

L’épisode cite un passage de 10 % à 70 % pour Sonnet 5.5 sur Terminal Bench 4.0. Cette progression spectaculaire n’éteint pas le débat sur le choix du modèle: selon les contraintes de coût, de latence ou de qualité, Opus 5.5 et les modèles ouverts peuvent rester préférables.

La compétition ne se joue donc pas seulement sur un score de référence. Elle porte aussi sur la vitesse de publication, la spécialisation, le prix et la possibilité pour les entreprises de conserver davantage de contrôle grâce à l’open source.

Du travail exécuté aux résultats assumés

À mesure que l’IA prend en charge la recherche, le code, le marketing ou la gestion de projet, la valeur humaine se déplace vers la définition du problème, le choix des contraintes et la responsabilité du résultat. Cela crée un défi éducatif: le jugement s’apprenait souvent par les tâches subalternes que les agents commencent précisément à automatiser.

Défense autonome et contrôle humain

Project Meridian, annoncé comme une initiative du Pentagone codirigée par Elon Musk et Palmer Luckey, doit explorer les futurs systèmes de guerre. Les intervenants y voient une tentative d’adapter une organisation aux cycles technologiques rapides, tout en soulignant un risque majeur: déléguer à l’IA des décisions létales sans supervision humaine.

Le même moteur technologique peut ainsi accélérer la découverte scientifique, multiplier les capacités entrepreneuriales et transformer la défense. La question décisive devient moins celle de la disponibilité de l’IA que celle des objectifs, des garde-fous et des institutions capables de suivre son rythme.

Source