Romain Leclaire

Tech et Culture Numérique

La quête de l'auto-amélioration - L'IA apprend à se construire elle-même pour des milliards de dollars

IA

 

 

La quête de l'auto-amélioration - L'IA apprend à se construire elle-même pour des milliards de dollars

Dans la Silicon Valley, une obsession technologique vieille de plusieurs dizaines d'années refait surface avec une vigueur financière inouïe. L’idée ressemble à de la science-fiction: construire une intelligence artificielle capable de s’améliorer elle-même, sans intervention humaine. Aujourd'hui, cette course vers l'autonomie technologique est incarnée par deux nouvelles start-ups aux noms étrangement similaires. L’une s’appelle Recursive avec un « e ». L’autre se nomme Ricursive avec un « i ». Bien que distinctes, elles partagent une ambition commune et vertigineuse, créer la boucle de rétroaction ultime.

Ricursive Intelligence, basée à Palo Alto, se concentre sur l'infrastructure physique qui rend l'IA possible. Fondée par Anna Goldie et Azalia Mirhoseini, deux anciennes chercheuses de Google, l’entreprise travaille sur les puces informatiques spécialisées qui alimentent les chatbots actuels. Leur thèse est d'une logique implacable, si des systèmes d'IA peuvent concevoir de meilleures puces, ces dernières permettront ensuite de faire tourner des systèmes d'IA encore plus puissants. Ce processus se répéterait alors indéfiniment, la technologie s'améliorant de façon exponentielle à chaque cycle. C’est cette idée d'une boucle d'auto-amélioration récursive qui inspire les fondatrices, reprenant des travaux qu'elles avaient initiés chez Google sur les TPU (Tensor Processing Units).

L'engouement des investisseurs pour cette promesse est stupéfiant. Ricursive a levé 335 millions de dollars auprès de géants du capital-risque comme Sequoia et Lightspeed. Bien que l'entreprise ait moins d'un an et compte moins de dix employés, elle est déjà valorisée à 4 milliards de dollars. Ce chiffre illustre parfaitement la frénésie actuelle. Alors que de nombreux analystes financiers mettent en garde contre une bulle spéculative, les capitaux continuent d'affluer massivement. Pour les investisseurs, miser des centaines de millions de dollars est devenu le ticket d'entrée minimal, justifié par le coût exorbitant de la puissance de calcul nécessaire pour entraîner ces modèles. Ricursive n'est d'ailleurs pas un cas isolé, Humans&, une autre jeune pousse fondée par des anciens d'Anthropic et de xAI, a récemment levé 480 millions pour une valorisation similaire, trois mois seulement après sa création.

Le concept même de récursion, bien connu des mathématiciens, fascine les chercheurs en IA depuis longtemps. Il désigne une procédure qui utilise ses propres résultats pour générer l'étape suivante. Dès 2017, Google avait exploré cette voie avec AutoML, un algorithme d'apprentissage automatique capable de créer d'autres algorithmes. Aujourd'hui, OpenAI poursuit un but similaire en tentant de bâtir un « chercheur en IA automatisé » qui pourrait effectuer le travail d'un humain et améliorer la technologie de façon autonome.

C'est sur ce même terrain que se positionne Recursive AI, l'autre acteur de premier plan. Fondée par Richard Socher, ancien responsable de la recherche chez Salesforce, cette start-up n'a pas encore fait d'annonce publique officielle, mais elle alimente déjà toutes les conversations de la communauté tech. Selon des sources proches du dossier, elle afficherait elle aussi une valorisation de 4 milliards de dollars.

Pourtant, malgré ces milliards et ces promesses, la prudence reste de mise. Si l'IA peut effectivement s'aider à s'améliorer elle-même, nous sommes encore très loin d'un futur où l'humain serait totalement retiré de l'équation. Les technologies actuelles excellent dans des tâches spécifiques, mais l'autonomie totale reste un horizon lointain. Pour Ricursive, l'objectif immédiat est d'accélérer la conception des puces. Mais à terme, la vision est plus large: créer un cercle vertueux où le matériel et le logiciel co-évoluent. Si l'on possède la capacité de concevoir des puces très rapidement, la suite logique est de construire ses propres processeurs pour entraîner ses propres modèles, fusionnant ainsi les deux mondes dans une évolution perpétuelle. 

Commentaires