Jubijub a écrit :
J'en sais rien à vrai dire, je crois pas que les gens qui clament qu'on a atteint l'AGI tous les 3 mois le sachent non plus (ça me parait etre un sujet techniquement complexe, empreint de technique, psychologie, philosophie, j'ai pas le niveau. Oui je sais c'est un topic de l'élite, voilà, j'ai échoué)
Si la définition courante est "Artificial General Intelligence (AGI) is a hypothetical type of artificial intelligence that can match or surpass human capabilities across virtually all cognitive and intellectual tasks.", alors non on y est pas.
Si je regarde sur les domaines où j'utilise l'AI : - coding: en code pur, on devient très proche de ce que fait un humain, donc OK
- design / archi : on est proche aussi, même si là encore quelqu'un d'experimenté saura mieux challenger le status quo
- management: on est LOIN, c'est mieux qu'avant, mais les modèles (et j'ai testé Fable / Opus / Argon) se vautrent sur ce qui est important, et sont beaucoup trop sensible à l'injection : si tu prends le feedback de 4 reviewers, et que l'un utilise un vocabulaire un peu emphatique, son avis va dominer la perception globale de l'agent)
- vie de tous les jours : c'est meilleur que ce que je peux faire moi-méme dans les domaines que je connais pas (par ex si je demande un conseil juridique). C'est surement mieux que du support niveau 1 standard, je sais pas au niveau expert
- trucs physiques genre 3D modelling / wood working : c'est moyen, les modèles se vautrent sur la représentation spatiale (si je te montre le trolley à imprimante 3D que ChatGPT m'a genere, les pieds sont pas alignés.). Ils échouent aussi sur de la logique simple, et là encore avoir un peu d'experience te permet de challenger le modèle (je veux pas que ça gigotte quand ça imprime et je veux une solution simple et sans découpes ==> il te faut des renforts dans tous les coins --> non je peux juste visser une planche sur le fond et les cotés pour empecher la paralaxe)
- linux/network ==> c'est vraiment pointu, mais c'est proche du code dans l'esprit
Et mon gros domaine : comprendre les vidéos (ce qui reste un bon proxy pour mesurer la compréhension des interactions humaines) ==> c'est TRES LOIN : le modèle comprend mal le scarcasme, c'est très difficile de controller l'interprétation du modèle (il tente un truc raisonnable, donc il va injecter sa propre connaissance là où tu voudrais tes règles métiers, et il va échouer à généraliser correctement si tu sous-spécifies. C'est horriblement sensisble au moindre changement du prompt, et tu peux jeter ton tuning à chaque nouvelle version du modèle)
|