LEBIGDATA.FR I.A, Cloud & Cybersécurité
Trois des IA les plus puissantes du moment unies dans une seule stratégie ? C’est le fruit d’une invention du laboratoire japonais Sakana AI. Grâce à une méthode inédite, cette équipe de chercheurs a créé une intelligence collective. Chaque IA y joue son rôle pour résoudre des problèmes complexes.
Dans le monde en pleine effervescence de l’IA, chaque modèle a ses superpouvoirs, mais aussi ses faiblesses. ChatGPT excelle dans la conversation et la rédaction, Gemini brille en raisonnement, et DeepSeek assure côté codage. Jusqu’ici, ces IA travaillaient chacune dans leur coin. Avec le système Sakana AI ces modèles collaborent, s’ajustent et se corrigent pour atteindre des résultats inédits.
L’IA qui réunit les meilleurs cerveaux numériques
Ainsi, ChatGPT, Gemini et DeepSeek peuvent travailler main dans la main, chacun apportant son savoir-faire. C’est exactement ce que permet Sakana AI, un laboratoire japonais qui a mis au point une méthode baptisée Multi-LLM AB-MCTS. Cette technologie fait coopérer plusieurs IA sur une même tâche.
Au lieu de faire confiance à un seul modèle de langage, pourquoi ne pas rassembler plusieurs IA pour tirer parti de leurs forces respectives ? L’une est douée en écriture, une autre excelle en codage, une troisième est forte en raisonnement logique. Moi-même, je pense qu’ensemble, elles vont plus loin que seules.
Au cœur de Sakana AI se trouve AB-MCTS (Adaptive Branching Monte Carlo Tree Search). C’est un nom barbare pour une stratégie de prise de décision inspirée des échecs et utilisée par AlphaGo. Cet algorithme affine une bonne idée quand elle semble prometteuse. Ou bien, il explore d’autres pistes quand la première mène à une impasse.
We’re excited to introduce AB-MCTS!
— Sakana AI (@SakanaAILabs) July 1, 2025
Our new inference-time scaling algorithm enables collective intelligence for AI by allowing multiple frontier models (like Gemini 2.5 Pro, o4-mini, DeepSeek-R1-0528) to cooperate.
Blog: https://t.co/XikFY55AHb
Paper: https://t.co/pnwLBL7Nbk… pic.twitter.com/HbQb027RHf
Par ailleurs, grâce à Multi-LLM AB-MCTS, l’algorithme de Sakana AI choisit aussi quel modèle d’IA utiliser à chaque étape. C’est comme un chef d’orchestre qui dirige une symphonie d’IA et confie le solo à celle qui est la plus adaptée.
Des problèmes insolubles enfin résolus par la dreamteam IA de Sakana AI
Ce système a été testé sur un benchmark très difficile, ARC-AGI-2. Ce dernier est conçu pour évaluer la capacité des IA à raisonner comme des humains. Par conséquent, Sakana AI a résolu plus de 30 % des problèmes. Un score bien supérieur à n’importe quel modèle seul.
Et si une IA proposait une mauvaise réponse, une autre la reprenait, la corrigeait et trouvait la bonne solution. C’est une preuve que l’intelligence collective fonctionne aussi pour les machines.
Pour permettre aux développeurs et entreprises de s’approprier cette technologie, Sakana a également publié son framework TreeQuest en open source (licence Apache 2.0). Il permet de déployer facilement ce système multi-IA sur des cas concrets. Notamment dans l’optimisation de code, la réduction de la latence d’un service web, l’amélioration de modèles de machine learning ou toute autre tâche complexe nécessitant des essais-erreur intelligents.
Et ce n’est pas encore fini ! Combiner plusieurs IA permet aussi de réduire les risques d’erreurs. Certains modèles hallucinent moins que d’autres. En les associant, nous pouvons viser le meilleur des deux mondes, dont puissance de calcul et fiabilité des réponses.
Sachez donc que Sakana AI ne cherche pas à créer une IA surpuissante, mais à faire coopérer les intelligences déjà existantes. Vous voyez, c’est un peu comme le cerveau humain, avec ses zones spécialisées.
Restez à la pointe de l'information avec LEBIGDATA.FR !
- Partager l'article :
