Microsoft Kosmos-1 : un pas de géant vers l’intelligence artificielle générale

Microsoft a créé un nouveau modèle d’intelligence artificielle qui peut comprendre et parler le langage humain à partir d’images. Ce modèle s’appelle Kosmos-1 et il peut faire beaucoup de choses différentes, comme décrire des photos, répondre à des questions ou discuter avec des gens. C’est une avancée importante pour rendre l’intelligence artificielle plus proche de celle des humains.

L’intelligence artificielle (IA) est un domaine en pleine effervescence, qui connaît des progrès rapides et spectaculaires. Parmi les acteurs majeurs de ce secteur, Microsoft se distingue par ses recherches innovantes et ambitieuses. La firme de Redmond vient ainsi de dévoiler Kosmos-1, un nouveau modèle d’IA multimodal capable de comprendre et de produire du langage naturel à partir d’indices visuels.

Kosmos-1 est ce qu’on appelle un modèle de langage large multimodal (MLLM), c’est-à-dire qu’il peut traiter différents types d’entrées, comme des images, des vidéos, du son ou du texte. Il peut ainsi réaliser une variété de tâches, comme générer des légendes pour des images, répondre à des questions visuelles ou encore dialoguer avec des humains.

Le modèle repose sur une architecture Transformer, qui est à la base de nombreux modèles d’IA récents comme GPT-3 ou BERT. Il utilise également une technique appelée pré-entraînement auto-supervisé, qui consiste à apprendre à partir de grandes quantités de données non annotées. Kosmos-1 a ainsi été entraîné sur plus de 100 millions d’exemples multimodaux provenant du web.

L’un des objectifs principaux de Kosmos-1 est de créer une intelligence artificielle plus générale (AGI), c’est-à-dire capable d’accomplir n’importe quelle tâche intellectuelle qu’un humain peut faire. Pour cela, il faut que l’IA soit capable non seulement de manipuler le langage, mais aussi de percevoir le monde qui l’entoure et d’agir en conséquence.

Les chercheurs de Microsoft affirment que Kosmos-1 représente un pas important vers cette vision. Ils ont évalué les performances du modèle sur plusieurs benchmarks multimodaux et ont obtenu des résultats supérieurs ou comparables aux modèles existants. Ils ont également montré que Kosmos-1 pouvait générer des réponses pertinentes et cohérentes à partir d’images et de textes.

Kosmos-1 n’est pas encore disponible au public, mais Microsoft envisage de le déployer dans ses produits et services à l’avenir. La firme espère ainsi offrir aux utilisateurs une expérience plus naturelle et plus riche avec l’intelligence artificielle.

---

Mes livres

Le Basilic de Roko	Mon parcours de rédacteur web	Science corrompue et servile	Nous, Tueurs en série