On a trouvé un meilleur langage pour les IA

En une phrase

Des chercheurs ont développé Récursive Mass, un nouveau langage pour IA où les agents échangent directement leurs pensées internes (paquets de nombres) au lieu de texte, améliorant leur précision (passant de 73 à 87% en maths), leur vitesse et leur efficacité, tout en réduisant les coûts et la consommation de tokens.

Points clés

  • Problème de la communication textuelle actuelle : Les équipes d'agents IA communiquant par texte perdent de l'information (compression avec perte), consomment des tokens, ralentissent le système et peuvent s'enfermer dans des erreurs.
  • Introduction de Récursive Mass : Ce système permet aux agents d'échanger directement leurs états internes (pensées sous forme de nombres) via un petit module appelé "récursive link", qui agit comme un traducteur entre les cerveaux d'IA de différentes architectures (Lama, quen, GMA).
  • Améliorations de performance et d'efficacité : Récursive Mass augmente la précision (jusqu'à 87% en maths de compétition contre 73% classiquement), réduit la consommation de tokens (jusqu'à 75% en moins) et accélère le traitement (jusqu'à 2,4 fois plus rapide).
  • Capacité d'auto-amélioration récursive : Le système peut boucler, permettant aux agents de raffiner la réponse tour par tour et de s'améliorer continuellement, contrairement aux méthodes textuelles où les agents risquent de s'enfoncer dans leurs erreurs.
  • Coût d'entraînement réduit : Seul le module "récursive link" est entraîné, les modèles IA restants intacts, ce qui minimise le coût d'entraînement à environ 4 dollars.
  • Défi de l'interprétabilité : La communication directe non lisible par l'homme entre agents (forme de "télépathie entre machines") rend le raisonnement opaque, posant des questions sur la traçabilité des décisions dans des applications critiques.

Ressources

  • UIUC — une des institutions de recherche liées au papier "récursive Multient System"
  • Stanford — une des institutions de recherche liées au papier "récursive Multient System"
  • Nvidia — une des entreprises liées aux chercheurs du papier "récursive Multient System"
  • MIT — une des institutions de recherche liées au papier "récursive Multient System"
  • Récursive Mass — nom du système proposé dans le papier "récursive Multient System"
  • Lama — architecture de modèle d'IA mentionnée
  • quen — architecture de modèle d'IA mentionnée
  • GMA — architecture de modèle d'IA mentionnée
  • nerds.com — site web de l'auteur de la vidéo