L'offre de Musk pour Openai: les nouvelles de l'IA de cette semaine

# openai # apple

Salut, bienvenue à nouveau dans la newsletter IA de TechCrunch ! Si vous ne la recevez pas déjà dans votre boîte de réception tous les mercredis, vous pouvez vous inscrire ici même.

On dirait que les milliardaires s’y remettent.

Lundi, Elon Musk, actuellement l’homme le plus riche du monde, a lancé une offre colossale de 97,4 milliards de dollars pour acheter l’organisation à but non lucratif qui gère essentiellement OpenAI. Dans une réponse plutôt audacieuse, le PDG d’OpenAI, Sam Altman, a pris la parole sur X plus tôt ce jour-là et a déclaré : « Non merci, mais nous achèterons Twitter pour 9,74 milliards de dollars si vous voulez. » Juste un rappel, Musk et son équipe ont acquis Twitter pour 44 milliards de dollars en 2022.

Maintenant, que Musk plaisantait ou non, son offre pourrait perturber les plans d’OpenAI de passer à une société à but lucratif d’intérêt public dans les prochaines années. Le conseil d’administration d’OpenAI se trouve maintenant dans une position où il doit prouver qu’il ne brade pas l’organisation à but non lucratif en cédant ses actifs, comme la propriété intellectuelle issue de leurs recherches, à quelqu’un de l’intérieur (comme Altman) à un prix dérisoire.

OpenAI pourrait arguer que l’offre de Musk est une tentative de prise de contrôle hostile, d’autant plus que lui et Altman ne sont pas vraiment amis. Ils pourraient aussi dire que l’offre de Musk n’a pas de poids car ils sont déjà en plein processus de restructuration. Ou ils pourraient simplement se demander si Musk a vraiment les fonds pour soutenir son offre.

Dans une déclaration mardi, Andy Nussbaum, conseiller juridique externe du conseil d’administration d’OpenAI, a indiqué que l’offre de Musk « ne fixe pas de valeur pour [l’organisation à but non lucratif d’OpenAI] » et que l’organisation à but non lucratif n’est pas à vendre. Nussbaum a ajouté : « Avec tout le respect, il n’appartient pas à un concurrent de décider ce qui est dans le meilleur intérêt de la mission d’OpenAI. »

Mon collègue Maxwell Zeff et moi avons exploré plus en profondeur ce que nous pourrions voir dans les semaines à venir. Mais une chose est sûre, avec l’offre de Musk et son procès en cours contre OpenAI pour ce qu’il prétend être un comportement frauduleux, nous allons assister à des batailles judiciaires animées.

Actualités

Le nouveau robot d’Apple : Apple a créé un robot de recherche tout droit sorti d’un film Pixar. Cette lampe robotique est comme une version plus vivante d’un HomePod ou d’un autre haut-parleur intelligent. Vous lui posez une question, et elle répond avec la voix de Siri.

L’IA nous rend-elle moins intelligents ? : Une étude récente a examiné comment l’utilisation de l’IA générative au travail affecte nos compétences de pensée critique. Il s’avère que si nous comptons trop sur l’IA pour réfléchir à notre place, nous devenons moins bons à résoudre des problèmes par nous-mêmes lorsque l’IA n’est pas là pour aider.

L’IA pour tous, peut-être : Dans un nouvel essai sur son blog personnel, Altman a admis que les avantages de l’IA pourraient ne pas atteindre tout le monde — et il est ouvert à des idées « qui semblent étranges » comme un « budget de calcul » pour s’assurer que chaque personne sur Terre puisse utiliser beaucoup d’IA.

Controverse chez Christie’s : La maison de vente aux enchères d’art Christie’s a déjà vendu de l’art généré par IA. Mais ils s’apprêtent à organiser leur première exposition entièrement dédiée aux œuvres créées par IA, et cela a suscité des réactions mitigées — il y a même une pétition pour annuler la vente.

Mieux que l’or : Un système d’IA de Google DeepMind, le principal laboratoire de recherche en IA de Google, semble avoir surpassé le médaillé d’or moyen en résolution de problèmes de géométrie lors d’une compétition internationale de mathématiques.

Article de recherche de la semaine

Nous savons tous que la plupart des modèles d’IA peinent avec des tâches de base, comme résoudre des problèmes de mathématiques simples. Mais comprendre pourquoi ils se trompent n’est pas toujours clair. Une équipe du MIT CSAIL pense que le problème pourrait venir en partie des benchmarks eux-mêmes.

Dans leur nouvelle étude, les chercheurs du MIT CSAIL ont découvert que, bien que les meilleurs modèles fassent encore de vraies erreurs sur les benchmarks d’IA populaires, plus de 50 % de ce que nous appelons « erreurs de modèle » sont en réalité dues à des questions mal étiquetées ou peu claires dans ces benchmarks.

« Si nous voulons mesurer correctement la fiabilité de ces modèles, nous devons repenser la manière dont nous créons ces benchmarks pour réduire les erreurs d’étiquetage », a déclaré Aleksander Madry, membre du corps professoral du MIT et employé d’OpenAI, dans un message sur X. « Ce n’est que le début. »

Modèle de la semaine

Vous avez probablement entendu parler des deepfakes, mais qu’en est-il des deepfakes de scènes quotidiennes et ennuyeuses ? C’est le concept derrière Boring Reality Hunyuan LoRA (Boreal-HL), un générateur de vidéos IA affiné qui se consacre à créer des vidéos de… eh bien, des choses assez banales.

Boreal-HL peut produire des clips de touristes mangeant une glace, de personnes faisant griller de la viande, de réunions déjeuner, de cadres donnant des discours lors de conférences, de couples à des mariages, et d’autres moments de la vie quotidienne. Je trouve ça assez amusant — surtout parce que ce n’est pas vraiment pratique. Il faut au moins cinq minutes à Boreal-HL pour générer un seul clip.

Mélange

Grâce à des avancées récentes dans l’efficacité de l’IA, il devient moins cher et plus facile de former des modèles vraiment sophistiqués.

Dans un nouvel article, des chercheurs de l’Université Jiao Tong de Shanghai et d’une entreprise d’IA appelée SII ont montré qu’un modèle entraîné sur seulement 817 échantillons soigneusement choisis peut surpasser des modèles entraînés sur 100 fois plus de données. Ils affirment même que leur modèle pourrait répondre à des questions qu’il n’avait pas vues pendant l’entraînement, démontrant ce qu’ils appellent des capacités « hors domaine ».

Cela vient juste après un projet dirigé par Stanford qui a découvert qu’on peut créer un modèle « ouvert » rivalisant avec le modèle de « raisonnement » o1 d’OpenAI pour moins de 50 dollars.

Article connexe

commentaires (27)