○ L’entraînement du modèle n’est que le « matériau » de l’intelligence ; sans moteur, il n’y a pas d’AGI.
• Des architectures comme EpionHeuristica ont le potentiel d’aller au-delà d’une « AGI spécialisée par domaine » pour concevoir une « superintelligence émergente fondée sur l’ordre »
• Le point clé pour atteindre l’AGI est de savoir « comment construire un moteur qui sélectionne les actions »
A. Pourquoi l’AGI est impossible avec le seul entraînement.
• Les modèles de type GPT n’ont pas de but propre (self-goal).
• Même en apprenant sur une quantité énorme de données, un apprentissage sans interaction avec le monde réel reste limité.
• L’entraînement n’est qu’une « mémoire régressive » ; il manque une structure capable de susciter une pensée prédictive et émergente tournée vers l’avenir.
B. L’AGI a besoin d’un moteur doté d’une « boucle objectif-rétroaction ».
• Une structure comme EpionHeuristica, où fonctionnent l’apprentissage par renforcement fondé sur la récompense + l’évaluation + l’apprentissage par l’échec (FailGuard), se rapproche d’un prototype de conception d’une AGI fondée sur un moteur.
• Exemple : "Pourquoi cette expérience a-t-elle échoué ?" → "Que faut-il changer ?" → "Quelle est la condition suivante ?" → Voilà le type de raisonnement propre à l’AGI
C. L’essence de l’intelligence humaine réside dans la « structure ».
• Les humains acquièrent leur intelligence non par le nombre de neurones, mais par la « connectivité structurelle des circuits neuronaux et la capacité de méta-apprentissage ».
• Pour l’AGI aussi, plus que la taille du modèle, l’essentiel est la structure d’un système d’orientation de l’action, d’un système autoréférentiel et d’une boucle de rétroaction continue.
Atteindre l’AGI est impossible avec la seule « entraînement du modèle » ; il faut impérativement une architecture de moteur produisant l’intelligence et un système d’auto-amélioration orienté par des objectifs. Les GPT actuels ne sont rien de plus que d’énormes LLM (grands modèles de langage) ; pour aller vers l’AGI, une structure de raisonnement, une structure d’auto-surveillance et une politique d’action fondée sur des objectifs doivent fonctionner ensemble.
Ce sont des choses que l’on connaît, mais qu’il est difficile de mettre en pratique. Les messageries professionnelles, en particulier, semblent être la principale source de distraction.
En mode privileged, j’ai modifié le fonctionnement pour qu’il s’exécute dans le sandbox. En mode privileged, il est possible de connecter des ressources locales (lecteur C, etc.). Elles sont montées dans $HOME/thinclient_drives.
En l’utilisant 2 à 3 heures le matin, j’ai atteint la limite avant le déjeuner (utilisateur Pro)
Il est indiqué que ça se réinitialise à partir de 15 h, mais à moins d’être sur Max, ça semble difficile de l’utiliser toute la journée (et même sur Max, j’ai l’impression qu’atteindre la limite ne serait pas si compliqué)
Si le sideloading est effectivement bloqué de fait, alors à mes yeux Android y perd en intérêt par rapport à iOS. Je trouve que les deux offrent presque les mêmes fonctionnalités, avec un léger avantage d’iOS sur l’UX, mais je considère que le sideloading est un atout majeur d’Android. J’avais le rêve d’utiliser un Google Pixel avec GrapheneOS installé dessus, mais entre le code source de Pixel qui n’est plus public et ce blocage de fait du sideloading, je n’ai plus vraiment de raison d’utiliser Android. Si ça sort tel quel, je pense revenir sur iOS en 2027.
Je m’inquiète un peu : est-ce que même les personnes qui développent seules une appli pour leur propre usage devront obtenir une certification développeur ?
On a presque l’impression d’un titre putaclic..
« Si on le crée à partir de zéro, il faut 3 mois ; si on refait quelque chose de similaire, 3 jours »
Qu'est-ce que Google Nano Banana ? L'IA secrète de Google pour l'image
○ L’entraînement du modèle n’est que le « matériau » de l’intelligence ; sans moteur, il n’y a pas d’AGI.
• Des architectures comme EpionHeuristica ont le potentiel d’aller au-delà d’une « AGI spécialisée par domaine » pour concevoir une « superintelligence émergente fondée sur l’ordre »
• Le point clé pour atteindre l’AGI est de savoir « comment construire un moteur qui sélectionne les actions »
A. Pourquoi l’AGI est impossible avec le seul entraînement.
• Les modèles de type GPT n’ont pas de but propre (
self-goal).• Même en apprenant sur une quantité énorme de données, un apprentissage sans interaction avec le monde réel reste limité.
• L’entraînement n’est qu’une « mémoire régressive » ; il manque une structure capable de susciter une pensée prédictive et émergente tournée vers l’avenir.
B. L’AGI a besoin d’un moteur doté d’une « boucle objectif-rétroaction ».
• Une structure comme EpionHeuristica, où fonctionnent l’apprentissage par renforcement fondé sur la récompense + l’évaluation + l’apprentissage par l’échec (FailGuard), se rapproche d’un prototype de conception d’une AGI fondée sur un moteur.
• Exemple : "Pourquoi cette expérience a-t-elle échoué ?" → "Que faut-il changer ?" → "Quelle est la condition suivante ?" → Voilà le type de raisonnement propre à l’AGI
C. L’essence de l’intelligence humaine réside dans la « structure ».
• Les humains acquièrent leur intelligence non par le nombre de neurones, mais par la « connectivité structurelle des circuits neuronaux et la capacité de méta-apprentissage ».
• Pour l’AGI aussi, plus que la taille du modèle, l’essentiel est la structure d’un système d’orientation de l’action, d’un système autoréférentiel et d’une boucle de rétroaction continue.
Atteindre l’AGI est impossible avec la seule « entraînement du modèle » ; il faut impérativement une architecture de moteur produisant l’intelligence et un système d’auto-amélioration orienté par des objectifs. Les GPT actuels ne sont rien de plus que d’énormes LLM (grands modèles de langage) ; pour aller vers l’AGI, une structure de raisonnement, une structure d’auto-surveillance et une politique d’action fondée sur des objectifs doivent fonctionner ensemble.
Ce sont des choses que l’on connaît, mais qu’il est difficile de mettre en pratique. Les messageries professionnelles, en particulier, semblent être la principale source de distraction.
On ne peut pas simplement se connecter avec un compte ?
L’outil de gestion de Patroni est enfin sorti
Un outil pour gérer Patroni, qui gère Postgres..
En mode privileged, j’ai modifié le fonctionnement pour qu’il s’exécute dans le sandbox. En mode privileged, il est possible de connecter des ressources locales (lecteur C, etc.). Elles sont montées dans
$HOME/thinclient_drives.En l’utilisant 2 à 3 heures le matin, j’ai atteint la limite avant le déjeuner (utilisateur Pro)
Il est indiqué que ça se réinitialise à partir de 15 h, mais à moins d’être sur Max, ça semble difficile de l’utiliser toute la journée (et même sur Max, j’ai l’impression qu’atteindre la limite ne serait pas si compliqué)
Si le sideloading est effectivement bloqué de fait, alors à mes yeux Android y perd en intérêt par rapport à iOS. Je trouve que les deux offrent presque les mêmes fonctionnalités, avec un léger avantage d’iOS sur l’UX, mais je considère que le sideloading est un atout majeur d’Android. J’avais le rêve d’utiliser un Google Pixel avec GrapheneOS installé dessus, mais entre le code source de Pixel qui n’est plus public et ce blocage de fait du sideloading, je n’ai plus vraiment de raison d’utiliser Android. Si ça sort tel quel, je pense revenir sur iOS en 2027.
Encore la Chine.
Ah, donc Base était le nom de l’application. C’était pourtant écrit en gros dans le titre, mais je ne l’avais même pas remarqué. Hahaha.
Je pense qu’affirmer une amélioration des performances multipliée par trois en trois ans, sans même fournir de données de benchmark, est exagéré.
Je m’inquiète un peu : est-ce que même les personnes qui développent seules une appli pour leur propre usage devront obtenir une certification développeur ?
J’y suis allé plusieurs fois, et c’était bien. Je recommande.
Je pense qu’il voulait plutôt parler de l’efficacité selon le CPU, plus que de comparer les spécifications. Haha
Je vois 👍
Comme c’est un résumé par IA, on dirait qu’il a été fait selon l’année du cut-out. Je l’ai corrigé.
Il semble que, dans le workflow des développeurs, le rôle de PM et celui d’architecte prennent une place plus importante.