WEBVTT

00:00:00.000 --> 00:00:02.899
Bonjour à tous, bienvenue dans ce nouveau podcast

00:00:02.899 --> 00:00:06.320
de Génération IA. Et je suis très heureux de

00:00:06.320 --> 00:00:09.060
vous retrouver aujourd 'hui en plein mois d 'août.

00:00:09.300 --> 00:00:11.039
Peut -être que vous êtes en vacances, peut -être

00:00:11.039 --> 00:00:13.339
que vous revenez de vacances. Dans tous les cas,

00:00:13.699 --> 00:00:16.160
j 'espère que vous êtes bien reposés. Peut -être

00:00:16.160 --> 00:00:19.140
que vous ne prenez pas de vacances, puisque en

00:00:19.140 --> 00:00:21.320
ce moment dans l 'IA, il y a énormément de choses

00:00:21.320 --> 00:00:23.559
à faire, comme depuis quelques années, mais ça

00:00:23.559 --> 00:00:26.969
s 'accélère. Et donc... J 'aimerais revenir dans

00:00:26.969 --> 00:00:30.629
ce podcast sur l 'épisode précédent et notamment

00:00:30.629 --> 00:00:34.450
faire une sorte d 'extension sur l 'épisode puisque

00:00:34.450 --> 00:00:38.810
il y a eu pas mal de nouvelles depuis deux semaines

00:00:38.810 --> 00:00:43.049
qui en fait parlent de ce dont j 'avais parlé

00:00:43.049 --> 00:00:45.750
dans l 'épisode précédent. Donc j 'aimerais revenir

00:00:45.750 --> 00:00:47.909
là -dessus, notamment sur les modèles open source.

00:00:48.609 --> 00:00:51.149
J 'ai eu pas mal de questions à ce propos sur

00:00:51.149 --> 00:00:56.130
le Discord du podcast. Merci à ceux qui ont rejoint.

00:00:56.310 --> 00:00:58.070
Je vous mets le lien dans la description de l

00:00:58.070 --> 00:01:00.770
'épisode. Vous pouvez me poser directement toutes

00:01:00.770 --> 00:01:03.409
vos questions. Et l 'idée, c 'est de construire

00:01:03.409 --> 00:01:06.769
une communauté autour de ce podcast afin de s

00:01:06.769 --> 00:01:09.670
'entraider. Vous savez qu 'il y a énormément

00:01:09.670 --> 00:01:11.790
d 'informations, que ça bouge très vite, que

00:01:11.790 --> 00:01:15.370
c 'est très difficile à suivre. Et donc, grâce

00:01:15.370 --> 00:01:18.250
à ce Discord, on va pouvoir tous ensemble échanger.

00:01:18.689 --> 00:01:21.159
Donc, n 'hésitez pas à rejoindre. N 'hésitez

00:01:21.159 --> 00:01:24.159
pas également à mettre la note de 5 étoiles à

00:01:24.159 --> 00:01:27.219
ce podcast, ça aide énormément au développement.

00:01:28.099 --> 00:01:31.579
Et donc on passe tout de suite au sujet du jour

00:01:31.579 --> 00:01:35.739
puisque j 'avais beaucoup parlé, les deux derniers

00:01:35.739 --> 00:01:38.739
épisodes précédents d 'ailleurs, des modèles

00:01:38.739 --> 00:01:42.879
fermés contre les modèles ouverts qui s 'apparentaient

00:01:42.879 --> 00:01:46.040
à une espèce de guerre entre les modèles américains

00:01:46.040 --> 00:01:51.239
et les modèles chinois. Or, Depuis l 'épisode

00:01:51.239 --> 00:01:55.599
précédent, on a eu Meta, l 'entreprise fondée

00:01:55.599 --> 00:01:59.159
par Mark Zuckerberg, qui a sorti ses propres

00:01:59.159 --> 00:02:03.819
modèles. Vous savez que Meta a créé une sorte

00:02:03.819 --> 00:02:07.079
de laboratoire en interne qui s 'appelle Meta

00:02:07.079 --> 00:02:11.020
Superintelligence Lab. J 'avais reçu Stéphane

00:02:11.020 --> 00:02:13.900
Collot sur ce podcast qui a travaillé trois ans

00:02:13.900 --> 00:02:17.819
chez Meta. qui a participé au développement des

00:02:17.819 --> 00:02:21.800
modèles LAMA de META et donc ils viennent de

00:02:21.800 --> 00:02:24.520
sortir... Stéphane nous annonçait déjà le modèle

00:02:24.520 --> 00:02:28.060
META Muse Spark qui était en cours de construction

00:02:28.060 --> 00:02:31.819
avec ce laboratoire dirigé par Alexander Wong

00:02:31.819 --> 00:02:34.979
qui est un personnage intéressant dont on avait

00:02:34.979 --> 00:02:39.460
parlé avec Stéphane et Ils avaient recruté les

00:02:39.460 --> 00:02:42.379
plus grosses pointures, vous savez, à coups de

00:02:42.379 --> 00:02:44.719
millions, comme si c 'était un mercato de football

00:02:44.719 --> 00:02:47.900
où se battaient les meilleurs chercheurs. Ils

00:02:47.900 --> 00:02:51.020
avaient démarché certains chercheurs de l 'entreprise

00:02:51.020 --> 00:02:54.800
Thinking Machines, d 'autres de Google DeepMind,

00:02:55.419 --> 00:02:57.740
etc. Même potentiellement d 'Anthropik et d 'OpenAI,

00:02:57.819 --> 00:03:00.599
même si quitter Anthropik, c 'est pas forcément

00:03:00.599 --> 00:03:03.219
un bon move. Il y a plus de gens qui rejoignent

00:03:03.219 --> 00:03:06.599
et qui quittent parce que la valorisation explose.

00:03:07.699 --> 00:03:11.479
Mais Meta à Cook, comme on dit, ils ont cuisiné,

00:03:11.580 --> 00:03:15.539
ils ont travaillé, ils ont sorti Meta Muse Spark

00:03:15.539 --> 00:03:19.080
et ils ont sorti un autre modèle qui s 'appelle

00:03:19.080 --> 00:03:24.840
Muse Glimmer qui est adapté pour en fait les

00:03:24.840 --> 00:03:27.300
tâches agentiques, c 'est -à -dire des tâches

00:03:27.300 --> 00:03:31.139
qui demandent l 'appel à des outils, qui demandent

00:03:31.139 --> 00:03:33.460
d 'avoir une continuité dans le raisonnement

00:03:33.460 --> 00:03:36.259
à travers les différents appels successifs parce

00:03:36.259 --> 00:03:39.000
qu 'au final, Un agent, c 'est simplement un

00:03:39.000 --> 00:03:41.979
LLM qui est appelé de façon récursive sur lui

00:03:41.979 --> 00:03:47.180
-même et qui peut appeler des outils. J 'avais

00:03:47.180 --> 00:03:49.120
déjà expliqué tout ça dans d 'autres épisodes,

00:03:49.300 --> 00:03:51.740
donc n 'hésitez pas à revenir un peu en arrière

00:03:51.740 --> 00:03:56.699
si nécessaire. Et donc Meta se relance dans la

00:03:56.699 --> 00:04:01.259
course Aliyah, mais contrairement à OpenAI Anthropiq

00:04:01.259 --> 00:04:06.710
et même Google, même si Google a fait... Gemma,

00:04:06.909 --> 00:04:08.810
qui est un modèle aussi open source, est très

00:04:08.810 --> 00:04:12.710
petit. Mais tous les modèles Gemini ne sont pas

00:04:12.710 --> 00:04:16.029
open source. Et bien Meta, eux, ont choisi la

00:04:16.029 --> 00:04:18.750
stratégie open source. Comme je l 'avais dit,

00:04:18.769 --> 00:04:20.889
c 'est souvent une stratégie d 'outsider, parce

00:04:20.889 --> 00:04:24.769
que quand on est un peu derrière, ça fait plaisir

00:04:24.769 --> 00:04:27.089
à la communauté, chacun peut le déployer sur

00:04:27.089 --> 00:04:30.110
son infrastructure, être propriétaire de ses

00:04:30.110 --> 00:04:34.110
données. Et donc, les États -Unis en général,

00:04:34.480 --> 00:04:37.920
qui voient qu 'ils sont en train de perdre la

00:04:37.920 --> 00:04:41.680
course puisque l 'écart entre les frontières

00:04:41.680 --> 00:04:44.540
modèles américains qui sortent et les modèles

00:04:44.540 --> 00:04:48.939
chinois se réduisaient de jour en jour, décident

00:04:48.939 --> 00:04:52.540
de sortir des modèles open source. Et on a aussi

00:04:52.540 --> 00:04:55.459
Sinking Machines, l 'entreprise fondée par l

00:04:55.459 --> 00:04:59.100
'ancienne CTO d 'Open AI, je crois qu 'elle est

00:04:59.100 --> 00:05:03.120
albanaise qui s 'appelle Mira Murati. qui aura

00:05:03.120 --> 00:05:07.360
35 ans et qui était CTO d 'OpenAI, donc vraiment

00:05:07.360 --> 00:05:11.860
une femme vraiment forte et très influente. 37

00:05:11.860 --> 00:05:14.120
ans, pardon. Je viens de voir l 'information

00:05:14.120 --> 00:05:17.060
sous mes yeux. Et une femme inspirante, puisqu

00:05:17.060 --> 00:05:20.439
'il y a peu de femmes dans la tech, dans les

00:05:20.439 --> 00:05:22.879
postes à responsabilité en général. Elle en fait

00:05:22.879 --> 00:05:26.240
partie, donc c 'est possible de le faire. Et

00:05:26.240 --> 00:05:29.480
donc, n 'hésitez pas. S 'il y a des femmes qui

00:05:29.480 --> 00:05:33.120
écoutent ce podcast, vous avez votre place. autant

00:05:33.120 --> 00:05:35.860
que les hommes et Mira Murati en est un parfait

00:05:35.860 --> 00:05:41.420
exemple. Être CTO à 35 ans d 'OpenAI puis monter

00:05:41.420 --> 00:05:43.379
son entreprise qui s 'appelle Thinking Machines

00:05:43.379 --> 00:05:46.519
et qui est valorisée à des milliards de dollars

00:05:46.519 --> 00:05:50.819
en à peine un an, franchement respect. Et d 'ailleurs

00:05:50.819 --> 00:05:53.519
j 'aime beaucoup son approche de Thinking Machines.

00:05:53.600 --> 00:05:56.980
Elle avait commencé par créer une API pour entraîner,

00:05:57.100 --> 00:05:59.680
fine tuner des modèles pour les chercheurs. Donc

00:05:59.680 --> 00:06:03.160
elle avait identifié un problème au sein d 'OpenAI

00:06:03.160 --> 00:06:06.160
qu 'elle a résolu, qui devait être certainement

00:06:06.160 --> 00:06:10.579
le manque de compute, le manque de GPU, etc.

00:06:10.680 --> 00:06:13.420
pour entraîner les modèles pour les chercheurs.

00:06:14.319 --> 00:06:16.939
Et il n 'y avait pas forcément de solution adaptée

00:06:16.939 --> 00:06:20.339
à leur use case à eux. Donc elle a créé cette

00:06:20.339 --> 00:06:23.060
entreprise, puis ils ont sorti leur propre modèle

00:06:23.060 --> 00:06:26.379
en open source qui s 'appelle... Alors, je ne

00:06:26.379 --> 00:06:27.819
l 'ai pas sous les yeux, je fais la recherche

00:06:27.819 --> 00:06:30.610
en direct. Je ne l 'ai pas. tester celui -là,

00:06:30.850 --> 00:06:36.149
mais il était multimodal. Il s 'appelle Inkling.

00:06:36.949 --> 00:06:39.509
Il y a une version plus petite, donc avec moins

00:06:39.509 --> 00:06:44.089
de paramètres et donc potentiellement plus rapide,

00:06:44.209 --> 00:06:49.410
mais un peu moins intelligente. Donc, voilà pour

00:06:49.410 --> 00:06:51.430
Sinking Machines, qui est une entreprise vraiment

00:06:51.430 --> 00:06:56.649
à suivre. On avait aussi l 'entreprise Safe Super

00:06:56.649 --> 00:06:59.670
Intelligence, je crois. qui s 'appelle comme

00:06:59.670 --> 00:07:04.350
ça, et qui, elle, était aussi fondée par un ancien

00:07:04.350 --> 00:07:10.250
directeur d 'Open AI, qui est Ilya... Je me souviens

00:07:10.250 --> 00:07:14.250
plus exactement de son nom. Ah oui, Ilya Sudskéver,

00:07:14.529 --> 00:07:16.269
c 'est un peu difficile à prononcer, il est d

00:07:16.269 --> 00:07:18.810
'origine russe. Il avait travaillé au Canada,

00:07:18.990 --> 00:07:22.529
je crois. Et lui, c 'était un peu le cerveau...

00:07:22.560 --> 00:07:25.540
derrière la recherche d 'OpenAI, il a aussi créé

00:07:25.540 --> 00:07:28.860
son entreprise Safe Super Intelligence levé des

00:07:28.860 --> 00:07:33.439
milliards de dollars et n 'est pas encore sorti

00:07:33.439 --> 00:07:35.120
du bois, comme on dit, c 'est à dire qu 'il n

00:07:35.120 --> 00:07:37.959
'a pas encore sorti ses premiers modèles, etc.

00:07:38.720 --> 00:07:40.360
Donc ça fait peut -être un an qu 'il bosse dessus

00:07:40.360 --> 00:07:43.379
également. Il a trop de neuf ans, donc lui aussi

00:07:43.379 --> 00:07:47.939
est relativement jeune. Et donc quand ils vont

00:07:47.939 --> 00:07:50.959
sortir quelque chose, ça va faire mal parce qu

00:07:50.959 --> 00:07:53.040
'ils doivent travailler dans l 'ombre depuis

00:07:53.040 --> 00:07:55.000
des années. Il a levé peut -être un milliard

00:07:55.000 --> 00:07:57.600
de dollars également. Donc c 'est également une

00:07:57.600 --> 00:08:00.519
entreprise à suivre. Il l 'a appelé Safe Super

00:08:00.519 --> 00:08:03.500
Intelligence. Donc potentiellement, il avait

00:08:03.500 --> 00:08:06.220
identifié des problèmes d 'alignement potentiel

00:08:06.220 --> 00:08:10.300
au sein d 'OpenAI. Alignement des modèles. Et

00:08:10.300 --> 00:08:15.079
donc... ça démultiplie les entreprises qui créent

00:08:15.079 --> 00:08:17.100
des modèles d 'intelligence artificielle. D 'ailleurs,

00:08:17.399 --> 00:08:19.980
ça devient un problème à gérer tous ces modèles.

00:08:20.259 --> 00:08:22.819
On s 'en sort plus tellement en tant qu 'ingénieur

00:08:22.819 --> 00:08:25.899
IA. Parce que si on veut faire une évaluation

00:08:25.899 --> 00:08:28.500
sur certains modèles, il y a tellement de fournisseurs

00:08:28.500 --> 00:08:31.019
que du coup, on ne peut pas tous les évaluer.

00:08:31.120 --> 00:08:33.620
Ça coûterait trop cher. Donc on doit avoir des

00:08:33.620 --> 00:08:36.799
critères de sélection. Mais en tout cas, très

00:08:36.799 --> 00:08:42.179
intéressant à suivre. Le comeback des US dans

00:08:42.179 --> 00:08:45.899
l 'open source, et notamment au niveau des frontières

00:08:45.899 --> 00:08:49.960
Models, c 'est assez intéressant. On a aussi

00:08:49.960 --> 00:08:54.299
GROK, les modèles développés par XAI, qui est

00:08:54.299 --> 00:08:58.440
maintenant SpaceX AI, avec GROK 4 .5 qui a été

00:08:58.440 --> 00:09:02.519
sorti, maintenant GROK 4 .6 qui est quasiment

00:09:02.519 --> 00:09:04.539
un Frontier Models, donc quasiment le meilleur.

00:09:05.259 --> 00:09:09.179
Et je ne crois pas qu 'il est open source, cependant,

00:09:09.799 --> 00:09:13.120
Il y a pas mal de contributions open source de

00:09:13.120 --> 00:09:17.120
SpaceX AI. Ils ont mis en open source leur propre

00:09:17.120 --> 00:09:20.379
harness de coding qui s 'appelle GrokBuild, qui

00:09:20.379 --> 00:09:23.220
est l 'équivalent de Cloud Code, mais en open

00:09:23.220 --> 00:09:27.580
source et en Rust, donc potentiellement ils ont

00:09:27.580 --> 00:09:32.559
voulu maximiser la vitesse d 'exécution. Je l

00:09:32.559 --> 00:09:35.440
'ai testé, je le trouve plutôt correct, même

00:09:35.440 --> 00:09:39.259
si Cloud Code reste très très compétitif là -dessus.

00:09:41.469 --> 00:09:45.070
Mais SpaceX AI aussi met beaucoup d 'open source

00:09:45.070 --> 00:09:49.090
dans leurs algorithmes, etc. Donc il y a pas

00:09:49.090 --> 00:09:51.230
mal de contributions. Je pense qu 'il y a aussi

00:09:51.230 --> 00:09:53.070
des questions de sécurité quand on met des modèles

00:09:53.070 --> 00:09:56.389
open source. Il y a des gardes fous qu 'on peut

00:09:56.389 --> 00:09:58.009
mettre en place, qu 'on doit mettre en place.

00:09:58.149 --> 00:10:01.330
Donc ça prend parfois plus de temps que nécessaire.

00:10:03.190 --> 00:10:07.029
Mais bon, on a SpaceX AI qui revient aussi très

00:10:07.029 --> 00:10:10.460
fort dans la course. Et derrière, on a OpenAI

00:10:10.460 --> 00:10:13.720
qui est très actif parce qu 'ils ont sorti leur

00:10:13.720 --> 00:10:17.539
GPT 5 .6, etc. qui sont très forts. Codex, leur

00:10:17.539 --> 00:10:23.500
app codex qui est très forte également. Et leur

00:10:23.500 --> 00:10:26.799
modèle Astra qui n 'est pas encore sorti mais

00:10:26.799 --> 00:10:30.879
qui prouve des théorèmes mathématiques à la pelle.

00:10:31.580 --> 00:10:36.299
C 'est super intéressant. D 'ailleurs... EnthroPic

00:10:36.299 --> 00:10:39.179
aussi a revendiqué qu 'il y a un modèle de Claude

00:10:39.179 --> 00:10:44.059
qui a apporté des améliorations de précision

00:10:44.059 --> 00:10:46.419
dans un théorème mathématique qui s 'appelle

00:10:46.419 --> 00:10:49.980
l 'hypothèse de Riemann. Il ne l 'a pas encore

00:10:49.980 --> 00:10:58.495
prouvé, mais on est passé de 44 % à 60 % en termes

00:10:58.490 --> 00:11:01.029
de donner des couvertes. Donc je ne suis pas

00:11:01.029 --> 00:11:05.590
un expert sur ce théorème, mais en tout cas,

00:11:06.429 --> 00:11:09.509
ce modèle d 'IA d 'Anthropyck a considérablement

00:11:09.509 --> 00:11:12.309
avancé la recherche sur l 'hypothèse de Riemann,

00:11:12.450 --> 00:11:14.409
qui est un des problèmes les plus mythiques du

00:11:14.409 --> 00:11:17.730
siècle. Vous savez que dans le dernier épisode,

00:11:17.750 --> 00:11:20.470
j 'ai expliqué que les modèles d 'OpenAI avaient

00:11:20.470 --> 00:11:24.429
démontré des théorèmes et ça continue. Et donc

00:11:24.429 --> 00:11:26.450
dans le papier d 'Anthropyck qui explique comment

00:11:26.450 --> 00:11:29.429
ils sont... obtenu les résultats avec l 'hypothèse

00:11:29.429 --> 00:11:32.490
de Riemann, écoutez bien, c 'est un chercheur

00:11:32.490 --> 00:11:36.669
qui a simplement encouragé le modèle en lui disant

00:11:36.669 --> 00:11:39.649
par exemple tu es capable, tu peux le faire,

00:11:39.929 --> 00:11:44.370
continue jusqu 'à ce que le modèle trouve des

00:11:44.370 --> 00:11:48.509
solutions et je trouve ça fascinant parce que

00:11:48.509 --> 00:11:52.309
le chercheur n 'a pas guidé le modèle en termes

00:11:52.309 --> 00:11:54.509
mathématiques, ne lui a pas donné des pistes

00:11:54.509 --> 00:11:58.529
d 'exploration. et par contre il a dû l 'encourager

00:11:58.529 --> 00:12:02.289
comme si l 'IA se comportait vraiment comme un

00:12:02.289 --> 00:12:05.789
humain et avait besoin d 'encouragement pour

00:12:05.789 --> 00:12:08.889
aller plus loin dans ses résultats et c 'est

00:12:08.889 --> 00:12:11.990
assez fascinant et lunaire de voir ça donc on

00:12:11.990 --> 00:12:13.809
peut l 'appliquer dans nos techniques de prompt

00:12:13.809 --> 00:12:18.710
lorsque l 'IA bloque sur un problème on peut

00:12:18.710 --> 00:12:22.549
l 'encourager faites -le une ou deux fois en

00:12:22.549 --> 00:12:27.129
follow -up si ça marche pas Bon l 'idée c 'est

00:12:27.129 --> 00:12:29.809
pas non plus de cramer énormément de tokens en

00:12:29.809 --> 00:12:32.409
recherchant dans tous les sens mais je trouve

00:12:32.409 --> 00:12:36.169
ça méga intéressant et donc j 'ai mené une expérience

00:12:36.169 --> 00:12:39.289
la semaine dernière j 'ai utilisé mon abonnement

00:12:39.289 --> 00:12:43.029
codex à 200 euros par mois j 'ai utilisé tous

00:12:43.029 --> 00:12:47.710
les tokens pour démontrer un théorème donc je

00:12:47.710 --> 00:12:49.909
lui ai demandé de chercher un problème non résolu

00:12:50.429 --> 00:12:52.970
et je lui ai cherché de demander un problème

00:12:52.970 --> 00:12:56.769
qui intuitivement est difficile à résoudre par

00:12:56.769 --> 00:12:59.950
IA pour pas qu 'il travaille sur les mêmes problèmes

00:12:59.950 --> 00:13:04.809
que les autres choisiraient et donc j 'ai itéré

00:13:04.809 --> 00:13:06.309
comme ça en l 'encourageant toute la semaine

00:13:06.309 --> 00:13:09.190
ou en le relançant à chaque fois qu 'il arrivait

00:13:09.190 --> 00:13:11.870
à un résultat et puis je suis allé très très

00:13:11.870 --> 00:13:14.850
loin à tel point que j 'ai aussi obtenu des résultats

00:13:14.850 --> 00:13:18.690
qui ne sont pas encore publiés mais qui ont été

00:13:18.690 --> 00:13:22.860
vérifiés par un logiciel qui s 'appelle Lean

00:13:22.860 --> 00:13:26.779
je crois et qui permet de vérifier des preuves

00:13:26.779 --> 00:13:31.460
mathématiques donc Lean a bien confirmé ses résultats

00:13:31.460 --> 00:13:33.580
donc c 'était pas un gros théorème mais c 'était

00:13:33.580 --> 00:13:38.600
des certaines avancées par exemple une refactorisation

00:13:38.600 --> 00:13:42.600
d 'un problème compliqué en problème simple et

00:13:42.600 --> 00:13:47.679
donc Le modèle de A à Z a travaillé 100 % en

00:13:47.679 --> 00:13:49.779
autonomie, je lui ai simplement de trouver un

00:13:49.779 --> 00:13:54.519
problème à résoudre qui potentiellement n 'est

00:13:54.519 --> 00:13:57.519
pas intuitif et que d 'autres personnes ne travaillent

00:13:57.519 --> 00:14:00.120
pas forcément dessus et d 'essayer de le résoudre.

00:14:00.539 --> 00:14:04.320
Donc il a divisé son travail en sous tâches,

00:14:04.639 --> 00:14:07.659
trouver un problème, chercher une solution, regarder

00:14:07.659 --> 00:14:11.539
la littérature, etc. J 'ai fait ça sur Codex.

00:14:11.870 --> 00:14:16.250
qui est le coding harness de OpenAI, mais ça

00:14:16.250 --> 00:14:18.450
peut potentiellement marcher sur d 'autres harnesses.

00:14:18.509 --> 00:14:22.610
D 'ailleurs, je conseille généralement d 'utiliser

00:14:22.610 --> 00:14:26.409
des agents qui sont agnostiques au niveau des

00:14:26.409 --> 00:14:29.730
modèles, c 'est -à -dire sur lesquels on peut

00:14:29.730 --> 00:14:33.330
pluger n 'importe quel modèle d 'IA, parce qu

00:14:33.330 --> 00:14:35.889
'il n 'y a aucune fidélité de l 'utilisateur

00:14:35.889 --> 00:14:37.850
dans le modèle. C 'est ce qu 'on a remarqué.

00:14:38.350 --> 00:14:41.370
Les utilisateurs, ne sont pas attachés à un modèle

00:14:41.370 --> 00:14:44.450
en particulier à tel point que si un modèle plus

00:14:44.450 --> 00:14:47.129
puissant qui sort d 'un concurrent une semaine

00:14:47.129 --> 00:14:50.350
après ils sont très bien capables d 'abandonner

00:14:50.350 --> 00:14:52.710
un modèle pour un autre pour avoir plus de performance

00:14:52.710 --> 00:14:56.750
qui est logique mais un peu surprenant qu 'il

00:14:56.750 --> 00:14:59.730
n 'y ait pas forcément de fidélité ou fournisseur

00:14:59.730 --> 00:15:02.730
du point de vue de l 'utilisateur final et donc

00:15:03.070 --> 00:15:05.629
c 'est bien d 'utiliser des outils qui sont compatibles

00:15:05.629 --> 00:15:08.009
avec tous les modèles pour pouvoir changer rapidement

00:15:08.009 --> 00:15:10.549
si jamais on souhaite changer de modèle. Et ce

00:15:10.549 --> 00:15:13.490
problème de fidélité de l 'utilisateur, c 'est

00:15:13.490 --> 00:15:16.529
un problème énorme pour OpenAI et Anthropic.

00:15:16.730 --> 00:15:19.850
C 'est à dire que les gens sont prêts à switcher

00:15:19.850 --> 00:15:21.850
pour un modèle open source chinois du jour au

00:15:21.850 --> 00:15:24.590
lendemain, même s 'ils utilisent les modèles

00:15:24.590 --> 00:15:27.149
d 'Anthropy Cloud depuis deux ans, par exemple.

00:15:28.250 --> 00:15:30.049
Et donc du jour au lendemain, il suffit qu 'il

00:15:30.049 --> 00:15:31.889
y ait un concurrent chinois qui sorte un modèle

00:15:31.889 --> 00:15:35.159
puissant peuvent perdre 10 % de leurs utilisateurs

00:15:35.159 --> 00:15:38.360
en 48 heures. Peut -être que j 'exagère, mais

00:15:38.360 --> 00:15:40.539
on n 'en est pas loin et c 'est complètement

00:15:40.539 --> 00:15:43.419
fou pour eux. Il y a beaucoup de gens qui annoncent

00:15:43.419 --> 00:15:47.659
que ces deux entreprises sont à risque parce

00:15:47.659 --> 00:15:49.759
qu 'elles n 'ont pas de business model. Il y

00:15:49.759 --> 00:15:52.960
avait carrément le CEO de Palantir qui avait

00:15:52.960 --> 00:15:55.840
accusé les labs de voler les données de leurs

00:15:55.840 --> 00:15:58.779
clients pour pouvoir même les concurrencer, ce

00:15:58.779 --> 00:16:01.559
qui est complètement fou. Mais effectivement,

00:16:02.440 --> 00:16:04.480
ils n 'ont pas de business model sur le papier.

00:16:04.659 --> 00:16:06.980
C 'est pour ça qu 'ils créent plein de verticales

00:16:06.980 --> 00:16:09.659
avec, par exemple, Claude qui avait sorti Claude

00:16:09.659 --> 00:16:13.080
Design pour concurrence et Figma, etc. Sauf que

00:16:13.080 --> 00:16:16.779
du coup, tout est fait un peu moyennement. Construire

00:16:16.779 --> 00:16:18.960
un bon produit, ça demande vraiment du focus,

00:16:19.120 --> 00:16:22.559
de la détermination, de la résilience et d 'itérer

00:16:22.559 --> 00:16:24.779
avec les utilisateurs pendant des mois et des

00:16:24.779 --> 00:16:27.940
mois pour avoir un produit qui convienne parfaitement

00:16:27.940 --> 00:16:30.740
à un cas d 'usage. Et donc, en voulant concurrencer

00:16:30.740 --> 00:16:33.580
certains produits, mais un peu tout en même temps,

00:16:34.620 --> 00:16:36.940
il y a des gens dont j 'en fais un peu partie

00:16:36.940 --> 00:16:40.159
qui pensent que ça va être très compliqué pour

00:16:40.159 --> 00:16:43.799
eux de réussir dans ces domaines -là. Même Cloud

00:16:43.799 --> 00:16:46.879
Code, qui est un outil formidable dont j 'ai

00:16:46.879 --> 00:16:49.759
commencé à parler il y a plus d 'un an dans les

00:16:49.759 --> 00:16:53.019
podcasts, peut complètement être disrupté. On

00:16:53.019 --> 00:16:54.899
a vu qu 'il y a GrokBuild qui est sorti, il y

00:16:54.899 --> 00:16:57.240
a DeepSec qui sortent à Arnes en open source

00:16:57.240 --> 00:17:00.370
également. Il y a OpenCode qui est un logiciel

00:17:00.370 --> 00:17:02.970
open source modèle agnostique qui marche très

00:17:02.970 --> 00:17:07.130
bien aussi pour avoir un équivalent de code code.

00:17:07.670 --> 00:17:12.529
Donc ça, c 'est un très gros problème pour ces

00:17:12.529 --> 00:17:16.190
énormes acteurs. Et c 'est pour moi ce qu 'on

00:17:16.190 --> 00:17:19.049
appelle la bulle IA. C 'est vraiment ça. Pour

00:17:19.049 --> 00:17:21.269
moi, il n 'y a pas de bulle IA au sens où les

00:17:21.269 --> 00:17:25.089
gens pensent qu 'il y a une bulle IA. L 'adoption

00:17:25.089 --> 00:17:27.809
est réelle. Les entreprises sont en train de

00:17:27.809 --> 00:17:30.849
se transformer, les entreprises veulent de l

00:17:30.849 --> 00:17:34.470
'IA, les particuliers, quoiqu 'on en dise, également.

00:17:35.569 --> 00:17:37.650
Il y a peut -être un milliard d 'utilisateurs

00:17:37.650 --> 00:17:41.490
de Tchadié Pété, Geména et etc. Bien que certains

00:17:41.490 --> 00:17:43.910
râlent contre l 'IA, et je peux comprendre pourquoi

00:17:43.910 --> 00:17:46.250
sous certains aspects, c 'est totalement légitime,

00:17:46.630 --> 00:17:48.589
mais il ne faut pas tout confondre. Il y a une

00:17:48.589 --> 00:17:50.210
demande pour l 'intelligence artificielle et

00:17:50.210 --> 00:17:52.089
c 'est pour ça que les infrastructures sont en

00:17:52.089 --> 00:17:54.579
train d 'être construites. Donc, il n 'y a pas

00:17:54.579 --> 00:17:57.440
de bulles de l 'IA là -dessus. L 'IA générative

00:17:57.440 --> 00:18:00.019
est en train de révolutionner le monde comme

00:18:00.019 --> 00:18:03.680
l 'électricité l 'a fait avant. C 'est toute

00:18:03.680 --> 00:18:06.200
la biographie de ce podcast, la description de

00:18:06.200 --> 00:18:08.720
ce podcast en général, où j 'explique ça. Et

00:18:08.720 --> 00:18:12.700
donc, il n 'y a pas de bulles de l 'IA à proprement

00:18:12.700 --> 00:18:15.400
parler, mais il y a une bulle autour de OpenAI

00:18:15.400 --> 00:18:18.400
et Anthropiq qui, et tous ceux qui font des modèles

00:18:18.400 --> 00:18:21.039
fondationnels, qui n 'ont pas de business model.

00:18:21.259 --> 00:18:26.420
à proprement parler ou qui peuvent se faire concurrencer

00:18:26.420 --> 00:18:29.160
via une technique qui s 'appelle la distillation

00:18:29.160 --> 00:18:32.160
ou un modèle puissant entraîne un modèle moins

00:18:32.160 --> 00:18:34.740
puissant à faire la même chose mais en moins

00:18:34.740 --> 00:18:39.019
cher. Et donc, il y a une bulle autour de ces

00:18:39.019 --> 00:18:41.920
deux acteurs. Alors, un scénario optimiste est

00:18:41.920 --> 00:18:45.839
probable et qu 'ils vont se faire racheter OpenAI

00:18:45.839 --> 00:18:49.440
potentiellement par Microsoft, par exemple, et

00:18:49.440 --> 00:18:53.390
Anthropic par Amazon. qui sont eux -mêmes des

00:18:53.390 --> 00:18:55.509
investisseurs historiques de ces deux entreprises.

00:18:56.309 --> 00:18:59.990
Il y a un autre scénario où ils perdent la course

00:18:59.990 --> 00:19:05.210
et c 'est Google, SpaceX et AI qui gagnent cette

00:19:05.210 --> 00:19:07.690
course aux Etats -Unis. En tout cas, il n 'y

00:19:07.690 --> 00:19:09.829
aura pas forcément de la place pour tout le monde.

00:19:10.230 --> 00:19:13.410
On va voir ce qui va se passer. Mais voilà où

00:19:13.410 --> 00:19:17.670
on en est dans cette course folle alia. Alors,

00:19:17.930 --> 00:19:21.450
du côté de l 'Europe, on a Mistral. J 'ai presque

00:19:21.450 --> 00:19:26.390
envie de dire, on avait Mistral. Mistral, malheureusement,

00:19:27.049 --> 00:19:30.250
ou heureusement d 'ailleurs, ne continue pas

00:19:30.250 --> 00:19:34.009
la course des frontières Models LLM. Ils sortent

00:19:34.009 --> 00:19:35.730
d 'autres modèles. Là, j 'ai vu un modèle de

00:19:35.730 --> 00:19:38.609
modération, un OCR pour détecter des textes dans

00:19:38.609 --> 00:19:41.490
des documents, etc. qui sont très forts et qui

00:19:41.490 --> 00:19:45.230
sont très utiles. Mais on peut regretter qu 'ils

00:19:45.230 --> 00:19:48.279
aient un peu abandonné cette course. pour faire

00:19:48.279 --> 00:19:51.279
les meilleurs LLM à tel point qu 'ils vont maintenant

00:19:51.279 --> 00:19:55.400
proposer le modèle chinois GLM 5 .2 sur leur

00:19:55.400 --> 00:19:58.099
propre serveur parce que ce modèle est open source

00:19:58.099 --> 00:20:00.500
donc ils peuvent le déployer sur leur infrastructure

00:20:00.500 --> 00:20:03.880
et le proposer à leur client ce qui est très

00:20:03.880 --> 00:20:08.539
bien pour leur client mais un petit aveu d 'échec

00:20:08.539 --> 00:20:11.079
pour Mistral qui déploie un modèle chinois sur

00:20:11.079 --> 00:20:14.259
son infrastructure au lieu de ses propres modèles

00:20:14.259 --> 00:20:17.119
mais d 'un côté Est -ce qu 'on peut leur en vouloir,

00:20:17.240 --> 00:20:18.559
sachant qu 'on vient d 'expliquer qu 'il n 'y

00:20:18.559 --> 00:20:21.220
a pas vraiment de business model à faire ces

00:20:21.220 --> 00:20:24.119
modèles frontières uniquement ? Et donc Mistral

00:20:24.119 --> 00:20:26.980
a choisi de se recentrer plutôt sur les infrastructures.

00:20:28.160 --> 00:20:30.119
Est -ce qu 'on peut leur en vouloir ? Le revenu

00:20:30.119 --> 00:20:32.599
explose, ils s 'implantent dans toutes les entreprises

00:20:32.599 --> 00:20:35.339
en Europe et ça reste un énorme acteur, même

00:20:35.339 --> 00:20:38.819
si l 'ordre de grandeur sur lequel ils veulent

00:20:38.819 --> 00:20:40.920
opérer n 'a rien à voir avec les ordres de grandeur

00:20:40.920 --> 00:20:44.170
des compagnies américaines ou chinoises. Dans

00:20:44.170 --> 00:20:46.430
la Silicon Valley, on parle déjà de data center

00:20:46.430 --> 00:20:49.990
dans l 'espace, etc. pendant que nous, on va

00:20:49.990 --> 00:20:53.089
en construire bel et bien sur Terre. Mais c 'est

00:20:53.089 --> 00:20:55.670
déjà bien, j 'ai envie de dire. Mais pas suffisant

00:20:55.670 --> 00:21:00.569
si on veut être le leader de cette course. Et

00:21:00.569 --> 00:21:02.289
voilà, je pense qu 'il y aura quand même de la

00:21:02.289 --> 00:21:05.769
place pour Mistral parce que c 'est très, très

00:21:05.769 --> 00:21:08.269
important d 'être souverain là -dessus et d 'avoir

00:21:08.269 --> 00:21:10.609
ces données en Europe, si on opère en Europe,

00:21:10.710 --> 00:21:15.519
etc. et donc ne pas dépendre de puissance étrangère

00:21:15.519 --> 00:21:20.579
sur l 'IA, c 'est primordial. Mais voilà, à voir

00:21:20.579 --> 00:21:23.759
comment ça évolue, l 'écosystème américain avec

00:21:23.759 --> 00:21:28.240
les Google Cloud, AWS, est quand même bien ancré

00:21:28.240 --> 00:21:31.000
dans toutes les entreprises, y compris européennes.

00:21:31.599 --> 00:21:33.819
Donc c 'est une bataille qui n 'est pas facile

00:21:33.819 --> 00:21:37.180
à gagner, loin de là. Et d 'autant plus qu 'au

00:21:37.180 --> 00:21:38.940
niveau des investissements dans les startups,

00:21:41.049 --> 00:21:44.609
ça n 'a rien à voir entre l 'Europe et les États

00:21:44.609 --> 00:21:47.670
-Unis malheureusement. J 'en profite d 'ailleurs

00:21:47.670 --> 00:21:51.269
pour vous annoncer une plutôt bonne nouvelle,

00:21:51.950 --> 00:21:55.210
c 'était que je vais participer à un événement

00:21:55.210 --> 00:21:58.410
dans l 'incubateur Y Combinator qui est le meilleur

00:21:58.410 --> 00:22:02.349
incubateur de start -up du monde et donc je vais

00:22:02.349 --> 00:22:04.769
participer le week -end prochain à un hackathon

00:22:04.769 --> 00:22:08.670
sur le thème du futur de l 'ingénierie logicielle.

00:22:09.259 --> 00:22:12.460
avec mon équipe à Manifest, avec Bruno et Seb.

00:22:13.079 --> 00:22:17.319
Donc on va à San Francisco vendredi pendant quelques

00:22:17.319 --> 00:22:20.619
jours et je lance un appel sur ce podcast. Si

00:22:20.619 --> 00:22:23.359
vous êtes dans le coin, si vous voulez qu 'on

00:22:23.359 --> 00:22:26.240
aille boire un café ou si vous voulez m 'introduire

00:22:26.240 --> 00:22:29.119
à des gens qui sont à San Francisco et qui travaillent

00:22:29.119 --> 00:22:32.960
dans les startups IA, n 'hésitez pas à me contacter.

00:22:33.220 --> 00:22:36.599
Ce serait avec grand plaisir et ça peut même

00:22:36.599 --> 00:22:41.099
faire... un invité pour le podcast puisque j

00:22:41.099 --> 00:22:44.319
'avais des invités, j 'en aurais à nouveau. Ne

00:22:44.319 --> 00:22:46.079
vous inquiétez pas, à la rentrée, je continue

00:22:46.079 --> 00:22:48.539
et j 'aurai certainement des invités super intéressants.

00:22:49.019 --> 00:22:50.839
Mais c 'est toujours une bonne opportunité de

00:22:50.839 --> 00:22:53.960
se rencontrer, donc voilà, n 'hésitez pas à me

00:22:53.960 --> 00:22:57.059
mettre en contact et je vous ferai un épisode

00:22:57.059 --> 00:23:00.640
pour vous raconter cette aventure à San Francisco

00:23:00.640 --> 00:23:04.440
et à Y Combinator. C 'est la mec de l 'IA, donc

00:23:04.440 --> 00:23:06.980
je pars un peu en pèlerinage avec mon bâton de

00:23:06.980 --> 00:23:10.119
pèlerin. Et autant vous dire, je suis très très

00:23:10.119 --> 00:23:12.859
content. Et un petit peu stressé parce que c

00:23:12.859 --> 00:23:15.900
'est un événement à Caton qui va se dérouler

00:23:15.900 --> 00:23:18.019
là -bas avec vraiment les meilleurs du monde.

00:23:18.259 --> 00:23:21.079
Donc ça va être génial. Et il va falloir que

00:23:21.079 --> 00:23:23.480
je me donne à fond là -dessus. Je vous ferai

00:23:23.480 --> 00:23:26.119
un petit débrief sur ce qu 'on construit parce

00:23:26.119 --> 00:23:30.839
que c 'est dans le thème de l 'IA. Parce que

00:23:30.839 --> 00:23:35.319
je trouve ça intéressant que quand on parle de

00:23:35.319 --> 00:23:38.079
ça, on soit aussi les mains dedans. quand on

00:23:38.079 --> 00:23:41.920
fait un podcast sur l 'IA, sauf si on a des invités

00:23:41.920 --> 00:23:43.440
en permanence, c 'est toujours bien de mettre

00:23:43.440 --> 00:23:45.200
les mains dedans et de savoir de quoi on parle.

00:23:45.940 --> 00:23:48.500
Vous avez l 'exemple de certains candidats à

00:23:48.500 --> 00:23:51.119
la présidentielle qui n 'ont jamais utilisé par

00:23:51.119 --> 00:23:53.420
exemple ne serait -ce que Tchadjipiti ou une

00:23:53.420 --> 00:23:58.440
seule fois en 2023. Et donc, ils ne savent vraiment

00:23:58.440 --> 00:24:00.619
pas de quoi ils parlent. C 'est assez inquiétant,

00:24:01.039 --> 00:24:02.440
sachant que c 'est un des plus gros sujets à

00:24:02.440 --> 00:24:06.240
venir. Donc, c 'est toujours important de...

00:24:06.269 --> 00:24:08.309
de manipuler, de mettre les mains dedans. Je

00:24:08.309 --> 00:24:11.269
vous encourage vraiment à tester le maximum de

00:24:11.269 --> 00:24:14.369
choses. Ça prend du temps, c 'est chronophage,

00:24:14.789 --> 00:24:17.410
mais vous pouvez tourner ça à votre avantage

00:24:17.410 --> 00:24:20.009
sur un projet qui vous plaît. N 'hésitez pas,

00:24:20.029 --> 00:24:22.490
si vous avez des idées, par exemple, vous avez

00:24:22.490 --> 00:24:25.430
des enfants, vous voulez les aider à faire leur

00:24:25.430 --> 00:24:27.809
devoir avec l 'Illya, vous pouvez très bien Vibe

00:24:27.809 --> 00:24:31.750
Coder un petit logiciel pour faire ça. On a tous

00:24:31.750 --> 00:24:34.549
des problématiques et on peut faire des micro

00:24:34.549 --> 00:24:37.359
logiciels pour faire ça. tester des modèles,

00:24:37.579 --> 00:24:40.619
tester des outils, écouter ce podcast, lire.

00:24:41.059 --> 00:24:44.420
Restons informés, il y a beaucoup de bruit. Mais

00:24:44.420 --> 00:24:47.039
voilà, super content de vous partager cette nouvelle.

00:24:48.799 --> 00:24:52.519
Et donc voilà, je vais m 'arrêter là. Je vous

00:24:52.519 --> 00:24:54.519
souhaite encore des bonnes vacances. Je vous

00:24:54.519 --> 00:24:57.200
dis à bientôt. Rejoignez le Discord pour qu 'on

00:24:57.200 --> 00:24:59.720
discute directement. C 'était Guillaume, dans

00:24:59.720 --> 00:25:01.279
Génération IA. Ciao.