agent ia

Agents IA, la tech qui va transformer la réalité en science-fiction : tout savoir

Les agents IA sont le prochain tournant majeur dans le domaine de l’IA, et dans la quête vers la création d’une IA générale comparable au cerveau humain… découvrez tout ce qu’il faut savoir sur cette technologie qui pourrait bien marquer l’année 2025 !

Lors de son lancement en 2022, a suscité un vif engouement et initié le début d’une nouvelle ère pour les assistants IA.

Toutefois, deux ans plus tard, les regards se tournent vers une nouvelle technologie tout aussi excitante : les agents IA.

Cette innovation a marqué les esprits lors de la conférence I/O de mai 2024, avec la révélation du Projet Astra : un agent IA permettant aux utilisateurs d’interagir via l’audio et la vidéo.

En outre, le dernier modèle en date d’OpenAI, GPT-4o, a lui aussi été présenté comme un agent IA. Même si certaines fonctionnalités n’ont pas encore été dévoilées, il sera là encore possible d’interagir avec ce chatbot via la voix et d’autres modalités.

Désormais, les entreprises de la tech investissent massivement dans la création d’agents IA et leurs efforts pourraient découler sur l’émergence d’intelligences artificielles réellement utiles telles que nous en rêvons depuis de nombreuses

Selon de nombreux experts, il s’agit du prochain cap dans le domaine de l’IA. C’est notamment ce qu’affirme , le CEO d’ en personne.

Alors, qu’est-ce que c’est, quelles sont les possibilités offertes, et quelles différences par rapport aux outils disponibles à l’heure actuelle ? C’est ce que nous vous proposons de découvrir dans la suite de ce dossier !

Qu’est-ce qu’un agent IA ?

YouTube video

Les agents IA viennent tout juste de voir le jour, et il n’existe pas encore de définition précise pour cette technologie.

Pour faire simple, il s’agit de modèles IA et d’algorithmes capables de prendre des décisions en toute autonomie dans un monde dynamique.

C’est du moins la façon dont les décrit Jim Fan, scientifique en chef chez et responsable du développement d’agents IA dans l’entreprise américaine.

Toutefois, certains agents peuvent aussi évoluer dans le monde réel. C’est le cas des robots, drones automatisés, ou des voitures autonomes.

D’autres sont purement logiciels, exécutés sur les ordinateurs pour accomplir des tâches. L’aspect, les composants et l’interface de chaque agent IA varie en fonction de la tâche pour laquelle il est conçu.

De manière générale, un agent IA est un système capable d’exécuter une large gamme de tâches, à la manière d’un véritable assistant humain.

Selon une étude des chercheurs de Princeton, les agents IA ont trois caractéristiques principales. Ils doivent pouvoir poursuivre des objectifs dans des environnements complexes sans avoir reçu d’instructions.

Ils doivent aussi pouvoir recevoir des instructions en langage naturel et agir de façon autonome sans supervision, et doivent être capables d’utiliser des outils comme la recherche web ou la programmation.

Ces entités peuvent agir de façon autonome au sein d’un environnement, prendre des informations à partir de ce qui les entoure, et se baser sur ces données pour prendre des décisions.

Les systèmes les plus avancés peuvent même apprendre et mettre à jour leur comportement au fil du temps, en essayant constamment de nouvelles solutions à un problème jusqu’à atteindre leur objectif !

Quels sont les composants d’un agent IA ?

YouTube video

Différents composants constituent le corps ou le logiciel d’un agent IA. Les capteurs lui permettent de percevoir son environnement pour rassembler des informations, telles que des images, sons ou des fréquences radio.

Ces capteurs peuvent être des caméras, microphones, ou encore des antennes. Dans le cas des agents logiciels, il peut s’agir d’une fonction de recherche web ou d’un outil permettant de lire les fichiers PDF.

Les actionneurs quant à eux aident l’agent à agir dans le monde. Il peut s’agir de roues, bras robotiques, ou d’un outil pour créer des fichiers sur un ordinateur.

Les processeurs, les systèmes de contrôle et autres mécanismes de prise de décision composent le « cerveau » d’un agent. Ils partagent des fonctions similaires, mais tous ne sont pas forcément présents dans un système d’agent IA.

Leur rôle est de traiter l’information provenant des capteurs, de choisir la meilleure action, et d’envoyer des commandes aux actionneurs.

Les systèmes de base de connaissance et d’apprentissage quant à eux stockent les données aidant l’agent IA à compléter des tâches. Il peut s’agir par exemple d’une base de données de faits ou de perceptions passées, des difficultés rencontrées, et des solutions trouvées.

Gardez en tête que la forme d’un agent IA dépend fortement des tâches qu’il exécute. Certains auront donc tous ces composants, d’autres seulement une partie.

À quoi ça sert ?

Dans le futur, ce type d’intelligence artificielle pourrait vous aider à réserver vos vacances, tout en se rappelant vos préférences en termes d’hôtels.

Par exemple, si vous aimez le luxe, il vous proposera uniquement des hôtels ayant plus de quatre étoiles. Vous pourrez ensuite choisir votre préféré, et l’agent se chargera de tout réserver à votre place.

Il vous conseillera aussi des vols adaptés à votre calendrier, et planifiera l’itinéraire de voyage en fonction de vos préférences. De plus, l’agent pourra même faire une liste de bagages à emmener en fonction de votre programme et des prévisions météo.

Si vous avez des amis qui vivent sur votre lieu de vacances, l’IA pourra même leur envoyer votre itinéraire et les inviter !

Au travail, un agent pourra analyser votre liste de choses à faire et se baser dessus pour exécuter des tâches comme l’envoi d’invitations, mémos ou d’emails.

https://twitter.com/FGraillot/status/1841003909147402706

Des IA multimodales capables de traiter langage, audio et vidéo

Un autre point fort des agents est qu’ils sont multimodaux. Ils peuvent donc traiter le langage, l’audio et la vidéo.

Par exemple, dans la démo de Google Astra, on découvre que les utilisateurs peuvent pointer la caméra de leurs smartphones sur des objets et poser des questions dessus à l’agent. Ce dernier peut répondre à n’importe quel input sous forme de texte, d’audio ou de vidéo.

Ces agents pourraient aussi rendre certains processus plus fluides pour les entreprises et les organisations publiques, selon le directeur de l’University College London Centre for Artificial Intelligence, David Barber.

Par exemple, un agent IA pourrait être capable de fonctionner comme chatbot de service client beaucoup plus avancé que ceux disponibles aujourd’hui.

En effet, la génération actuelle d’assistants basés sur des modèles de langage peut uniquement générer le prochain mot probable dans une phrase. Ils se contentent de générer du texte en se basant sur les probabilités.

Or, un agent IA aura la capacité d’agir de façon autonome sur des commandes en langage naturel et de traiter les tâches de service client sans aucune supervision.

Par exemple, il sera capable d’analyser les emails de plaintes et de réclamations des clients, puis de vérifier le numéro de référence, d’accéder aux bases de données des CRM, et de vérifier si la plainte est légitime. Il pourra ensuite la traiter selon la politique de l’entreprise.

Les deux grandes catégories d’agents IA

YouTube video

On distingue deux catégories principales d’agents IA, selon Jim Fan : les agents logiciels, et les agents incarnés.

Les agents logiciels tournent sur les ordinateurs ou smartphones, et utilisent des applications. Ils sont très utiles pour le travail de bureau ou pour envoyer des emails, ou pour une chaîne d’événements.

De leur côté, les agents incarnés naviguent dans un monde en 3D. Il peut s’agir de personnages de jeux vidéo, rendant les jeux plus immersifs en laissant les gens jouer avec des PNJ contrôlés par l’IA.

D’ailleurs, Jim Fan faisait partie d’une équipe qui a créé l’agent IA dénommé MineDojo dans Minecraft.

Entraîné sur de nombreuses données collectées sur internet, cet agent a pu apprendre de nouvelles compétences lui permettant d’explorer librement ce monde virtuel en 3D et compléter des tâches diverses.

Il a notamment appris à encercler des lamas avec des barrières, ou à ramasser de la lave avec un seau. Les jeux vidéo sont une bonne façon de préparer les agents au monde réel, car ils requièrent une compréhension de la physique et du sens commun.

Toutefois, le terme d’agent incarné peut aussi désigner des robots dotés d’une IA avancée pour leur permettre d’accomplir des tâches ménagères : plier le linge, préparer à manger…

C’est ce que propose par exemple Unitree avec son robot G1 commercialisé pour 13 000 dollars, Figure et son 02 ou Tesla et son Optimus.

Comment ça marche ?

YouTube video

Les agents IA utilisent leurs capteurs pour collecter des données, leurs systèmes de contrôle pour penser à des hypothèses et des solutions, leurs actionneurs pour effectuer des actions dans le monde réel, et un système d’apprentissage pour suivre leurs progrès et apprendre de leurs erreurs.

Dans un premier temps, après avoir reçu un input, l’agent IA commence par une initialisation de but. Il transmet le prompt à son LLM, par exemple , et retourne le premier résultat de son monologue interne pour indiquer qu’il comprend ce qu’il doit faire.

Il crée ensuite une liste de tâches basée sur l’objectif, et détermine dans quel ordre il doit les effectuer. Une fois son plan élaboré, il commence à chercher des informations.

Capable d’utiliser un ordinateur comme vous le faites, l’agent peut chercher des informations sur internet. Les plus avancés peuvent même déléguer leurs tâches à d’autres agents ou modèles IA, par exemple pour générer des images ou prendre des décisions.

Toutes les données sont stockées et gérées par l’agent dans son système de base de connaissance ou d’apprentissage, afin qu’il puisse vous les retransmettre et améliorer progressivement sa stratégie.

À mesure que les tâches sont cochées dans sa liste, l’agent évalue à quel point il est encore loin de son but en rassemblant du feedback en provenance de sources externes et de son monologue interne.

Jusqu’à ce que l’objectif soit atteint, l’agent continue d’itérer, de créer davantage de tâches, de rassembler des informations et du feedback, et de progresser sans faire de pause !

Une nouvelle génération d’agents IA grâce aux LLM

En réalité, le terme « agents IA » est employé depuis de nombreuses années. Toutefois, selon le professeur Chirag Shah de l’Université de Washington, sa définition varie.

De même, Jim Fan estime qu’il y a eu deux vagues d’agents. La vague actuelle est liée à l’essor des modèles de langage et à l’émergence de systèmes comme ChatGPT.

La précédente a eu lieu en 2016, quand Google a dévoilé AlphaGo : un système IA capable de jouer au jeu de Go et de battre les plus grands champions.

YouTube video

Cette IA était capable de prendre des décisions et de planifier des stratégies, grâce à la technique de l’apprentissage par renforcement qui consiste à récompenser les algorithmes pour leurs bons comportements.

Néanmoins, le vice-président de la recherche chez Google DeepMind, Oriol Vinyals, explique que « ces agents n’étaient pas généraux ». Ils ont été créés pour des tâches très spécifiques, en l’occurrence jouer au Go.

Or, la nouvelle génération d’IA basées sur les Larges Modèles de Langage rend les agents plus universels. Désormais, ils peuvent apprendre du monde avec lequel les humains interagissent.

D’après Vinyals, « on ressent davantage que le modèle interagit avec le monde, et donc de meilleures réponses ou une meilleure assistance ».

Quelles sont les limites ?

Malgré leur immense potentiel, les agents IA présentent encore de nombreuses limites, et plusieurs questions restent en suspens quant à leur capacité à évoluer vers une véritable autonomie.

Selon Kanjun Qiu, CEO et fondateur de la startup Imbue, qui développe des agents capables de coder et de raisonner, ces technologies se trouvent dans un stade comparable à celui des voitures autonomes il y a une dizaine d’années. Elles peuvent accomplir certaines tâches, mais leur fiabilité et leur autonomie restent à améliorer.

Par exemple, un agent IA spécialisé dans le codage peut générer du code, mais il peut aussi commettre des erreurs. De plus, il ne sait pas encore tester ou valider le code qu’il produit. Cela implique une intervention humaine indispensable pour corriger et compléter le travail de l’agent. Cette incapacité à raisonner pleinement est un obstacle majeur dans des domaines nécessitant une compréhension approfondie et une adaptabilité au contexte humain.

Des agents IA encore loin de l’autonomie totale

Jim Fan, un expert en IA, souligne que « nous sommes encore loin de développer un agent capable d’automatiser toutes les tâches du quotidien ». Les systèmes actuels sont sujets à des problèmes tels que des « hallucinations » (lorsque l’IA génère des réponses incorrectes ou non pertinentes) et une difficulté à suivre strictement les instructions. Ces comportements imprévisibles limitent leur utilisation dans des scénarios nécessitant une précision absolue.

Un autre obstacle majeur est la fenêtre de contexte limitée des modèles IA. Cette fenêtre correspond au volume de données qu’un agent peut prendre en compte simultanément. Par exemple, un développeur humain peut naviguer parmi des centaines de lignes de code sur GitHub et effectuer des connexions entre différents fichiers, tandis que des IA comme ChatGPT peinent à traiter de longs contenus ou à garder en mémoire des interactions étendues.

https://twitter.com/Saboo_Shubham_/status/1840216795204202858

Des progrès prometteurs, mais insuffisants

Pour combler cette lacune, des entreprises comme Google ont commencé à augmenter la capacité de leurs modèles IA à traiter et mémoriser davantage de données. Cela permet des interactions plus longues et cohérentes. À terme, Google ambitionne de créer des systèmes avec une fenêtre de contexte illimitée, capables de gérer un volume infini de données tout en se souvenant de toutes les conversations passées. Une telle avancée transformerait radicalement la manière dont les agents IA interagissent avec les utilisateurs.

Cependant, ces efforts restent au stade expérimental. Les agents incarnés, comme les robots physiques, sont encore plus limités. Ils souffrent d’un manque de données d’entraînement adaptées, et leur intégration avec des modèles IA est encore balbutiante. Les chercheurs commencent tout juste à explorer les possibilités qu’offre l’IA dans la robotique.

Un potentiel immense, mais encore loin de la maturité

Bien que les agents IA progressent rapidement, ils sont loin de pouvoir remplacer l’intelligence humaine ou d’assumer des tâches complexes en totale autonomie. Entre leurs erreurs, leurs limitations contextuelles, et leur mémoire défaillante, ces systèmes nécessitent encore une supervision humaine rigoureuse. Il faudra probablement plusieurs années, voire des décennies, avant que l’IA atteigne un niveau de sophistication suffisant pour exploiter pleinement son potentiel.

Ainsi, les agents IA sont à un tournant de leur développement : prometteurs, mais encore en phase d’apprentissage. Leur évolution dépendra des avancées technologiques, des données disponibles, et des efforts pour les rendre plus fiables, performants et durables.

Comment essayer les agents IA dès maintenant ?

YouTube video

Pour le moment, les IA auxquelles le grand public a accès ne sont que des embryons d’agents IA. C’est le cas de ChatGPT ou .

Néanmoins, Kanjun Qiu de Imbue estime que « si vous interagissez avec un logiciel que vous sentez intelligent, c’est déjà une sorte d’agent ».

Malgré cela, les meilleurs agents déjà existants sont des systèmes très étroits et réservés à des cas d’usage bien spécifiques : assistants de codage, robots de service client, logiciels d’automatisation de workflow…

Nous sommes donc encore loin d’un agent IA universel capable de réaliser des tâches complexes. En réalité, Qiu estime que les plugins ChatGPT, permettant de créer des assistants IA sur mesure, étaient une tentative de donner naissance aux agents.

Toutefois, ces systèmes ne sont pas fiables et sont incapables de raisonner. Il faudra donc patienter un peu pour que les agents IA transforment la façon dont nous interagissons avec la technologie !

Alors, que pensez-vous de cette technologie ? Pensez-vous qu’elle puisse vraiment marquer le début d’une nouvelle ère pour l’intelligence artificielle ? Partagez votre avis en commentaire !

Les différents types d’agents IA

YouTube video

Les agents d’intelligence artificielle (IA) se répartissent en plusieurs catégories, chacune adaptée à des objectifs spécifiques. Voici un résumé des principaux types d’agents IA et de leurs applications.

  1. Agents à réflexe simple : Ces agents réagissent directement à des stimuli, sans mémoire ou état interne. Ils exécutent des actions immédiates en fonction des signaux reçus. Par exemple, un thermostat ajuste la température en réponse aux relevés ou un aspirateur robot navigue autour des obstacles.
  2. Agents à réflexe basé sur modèle : Ces agents conservent un état interne, leur permettant de modéliser leur environnement et d’adapter leurs actions en fonction des résultats obtenus. Un exemple est la voiture autonome, qui analyse en continu l’environnement pour naviguer, ou les systèmes de gestion des stocks, qui prédisent les besoins en réapprovisionnement.
  3. Agents basés sur but : Ces agents sont orientés vers un objectif. Ils génèrent une série d’actions nécessaires pour atteindre ce but, comme dans le cas des programmes IA qui battent les humains aux échecs ou des logiciels de planification de projets complexes.
  4. Agents basés sur l’utilité : Ces agents évaluent différentes actions possibles en fonction de leur utilité (coût, efficacité, etc.), comme dans les systèmes de gestion du trafic ou les algorithmes de recommandation de contenu.
  5. Agents apprenants : Ces agents interagissent avec leur environnement et améliorent leurs performances au fil du temps. Par exemple, un système antispam analyse en continu les modèles de courriers indésirables ou un agent peut apprendre à s’adapter dans des jeux vidéo.
  6. Systèmes multi-agents : Dans des environnements complexes, plusieurs agents peuvent collaborer. Par exemple, dans la gestion logistique, des agents spécialisés (gestion des stocks, transport, planification) collaborent pour atteindre un objectif global.

Ces agents sont essentiels pour des applications variées allant de la gestion des ressources à l’automatisation des tâches complexes.

Restez à la pointe de l'information avec LEBIGDATA.FR !

Cliquez pour commenter

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Newsletter

La newsletter IA du futur

Rejoins nos 100 000 passionnés et experts et reçois en avant-première les dernières tendances de l’intelligence artificielle🔥