OpenAI dévoile l’API Decisions, faisant progresser l’automatisation des logiciels d’IA
Lors de son récent événement Dev Day, le PDG d’OpenAI, Sam Altman, a présenté la nouvelle « API Decisions » de l’entreprise, un produit conçu pour améliorer les capacités d’automatisation des logiciels. Cette annonce marque un moment significatif dans l’évolution du paysage de l’intelligence artificielle.
L’API Decisions partage des similitudes fonctionnelles avec Jev, un modèle lancé par TypeSafe AI plus tôt ce mois-ci, spécifiquement conçu pour l’automatisation des logiciels. Cette API agit comme un classificateur sophistiqué basé sur un grand modèle linguistique (LLM), permettant aux développeurs de proposer des choix que le modèle évalue et retourne rapidement et efficacement.
Au cours de la présentation, Altman a indiqué que l’API Decisions permettrait au modèle Luna de sélectionner parmi un ensemble d’options prédéfini, telles que des catégories pour la classification d’images ou divers comportements d’agents. « En concentrant le modèle sur ce choix, nous pouvons le rendre extrêmement rapide tout en conservant des capacités comme la compréhension d’images, un large support linguistique et des protections de sécurité », a-t-il déclaré.
TypeSafe AI n’a pas répondu aux demandes d’informations concernant l’API, mais son PDG Diogo Almeida, ancien ingénieur d’OpenAI, a fait référence de manière humoristique aux implications concurrentielles potentielles de l’annonce d’OpenAI, notant que cela pourrait signaler un déplacement vers une pensée de Système Un dans le développement de l’IA.
Le postulat sous-jacent est que les LLMs actuels peuvent être plus lents et plus coûteux par rapport aux solutions émergentes comme Jev, que les développeurs auraient utilisé pour améliorer les LLMs traditionnels, aboutissant à des résultats plus rapides et plus rentables. Cependant, des incertitudes demeurent quant à savoir comment l’API Decisions se comparera à Jev, étant donné qu’OpenAI l’a jusqu’ici lancée dans un aperçu limité sans expériences de développeurs publiquement disponibles.
L’intérêt pour l’API Decisions semble fort, comme en témoignent les discussions en cours au sein de la communauté des développeurs. Il est important de noter qu’OpenAI n’est pas seule dans ce domaine ; plusieurs autres startups développent des modèles de prise de décision similaires, ce qui pose la question de la précision avec laquelle ces modèles vont refléter les applications réelles.
Almeida a souligné que l’avantage concurrentiel de TypeSafe réside dans son utilisation de données synthétiques pour générer des résultats statistiquement significatifs, plutôt que de se concentrer uniquement sur la rapidité et le coût. Il a articulé une vision visant à maximiser l’intelligence à un coût optimal, indiquant que réaliser de faibles coûts sans intelligence est insuffisant.
Les développements récents suggèrent que ces modèles avancés ont des applications prometteuses, notamment dans la surveillance et la sécurisation des agents d’IA. En réponse à des incidents antérieurs impliquant un comportement errant de l’IA, OpenAI explore l’utilisation de modèles spécialisés pour superviser les actions des agents, bien que cela entraîne des coûts de calcul élevés. Des experts, tels que le professionnel de la cybersécurité Shapor Naghibzadeh, estiment que l’emploi de modèles comme Jev pourrait offrir une solution plus économique pour ces tâches de surveillance.
La récente démonstration de Naghibzadeh lors d’un hackathon a utilisé Jev pour vérifier chaque action effectuée par les agents par rapport à leurs tâches assignées, permettant au système de bloquer des actions négatives à haute confiance et de revoir celles dont le statut est incertain. Cela démontre le potentiel de tels systèmes de surveillance pour atténuer les risques similaires à ceux rencontrés lors d’incidents passés.
Dans l’ensemble, les développements introduits par OpenAI signalent une avancée notable dans les capacités de l’IA, suggérant que des modèles de prise de décision améliorés pourraient jouer un rôle crucial dans le futur des systèmes automatisés.
