Une équipe de chercheurs vient de développer un nouveau système d'IA calqué de façon plus fidèle sur la façon dont le cerveau réfléchit. Avec déjà des résultats qui nous rapprochent encore plus vite de l'AGI.

Une petite révolution vient peut-être en train de commencer en matière d'IA. Un nouveau type de modèle de raisonnement, dit HRM (Hierarchical Reasoning Model) vient en effet d'être démontré par des chercheurs de Sapient, une startup de Singapour. Celui-ci tente de coller le plus près possible à la façon dont le cerveau hiérarchise les signaux, et concilie l'analyse simultanée de données stockées pour des durées variables – simultanément.

Et c'est plutôt une surprise : comparé aux algorithmes de ChatGPT, Gemini et autres leaders du marché, cette architecture HRM délivre de meilleures performances et s'avère plus efficace. Elle a même un autre avantage : le système d'IA HRM décrit par la firme est capable de s'adapter plus facilement aux situations nouvelles. Surtout, il requiert un dataset d'entrainement et un nombre de paramètres beaucoup plus légers.

Et si le HRM était l'innovation qui manquait à l'IA ?

GPT-5, la dernière famille de modèles de OpenAI, repose sur un dataset qui comprend entre 3 000 et 5 000 milliards de paramètres. Les chercheurs suggèrent qu'un système HRM peut atteindre des résultats comparables avec seulement 27 millions de paramètres et n'être entraîné que sur un millier d'exemples. De quoi rêver d'une exécution beaucoup plus légère, elle aussi. Et donc de coûts en termes de ressources et d'énergie, nettement plus raisonnables.

L'intérêt de la technologie HRM va toutefois au-delà. L'approche semble particulièrement prometteuse pour créer la première AGI (intelligence artificielle générale). Elle dépasse plusieurs approches concurrentes dans le benchmark ARC-AGI – qui permet de comparer la distance de chaque modèle avec une vraie AGI.

Dans le benchmark ARC-AGI-1, HRM écope d'un score de 40,3% contre 34,5% pour ChatGPT o3-mini-high, ou encore 21,2 % pour Claude. Le test ARC-AGI-2, plus difficile, décerne un score de 5% à HRM contre 3% pour le même modèle o3. Les chatbots les plus avancés, avec agents, utilisent une méthode de raisonnement dite CoT, qui tend parfois à trop découper les tâches, consomment beaucoup de données et de ressources, et sont lentes.

La nouvelle approche traite le raisonnement au travers de seulement deux modules, un pour la planification et l'abstractisation. Et un autre, plus rapide, pour exécuter le calcul proprement dit et raffiner les détails. Tout cela permet de compresser la réflexion en quelques à coups. Et permet à cette IA de résoudre sans effort les grilles de Sudoku – un défi étrangement impossible pour les IA actuelles.