Sapient Intelligence révolutionne l’IA : un modèle 100 fois plus rapide que GPT-5 pour résoudre Sudoku et labyrinthes

Une nouvelle ère pour l’intelligence artificielle avec Sapient Intelligence

Les grands modèles de langage (LLM) actuels, comme ceux utilisés dans ChatGPT, résolvent des problèmes complexes grâce à la méthode dite de « chaîne de pensée » (Chain-of-Thought, CoT). Cette technique décompose un problème en étapes intermédiaires sous forme de texte, obligeant l’IA à verbaliser son raisonnement. Cependant, cette approche présente des limites importantes : elle repose sur des décompositions définies manuellement et fragiles, et le moindre défaut peut faire échouer tout le raisonnement. En outre, la génération langagière explicite entraîne des réponses longues, coûteuses en données et souvent lentes, même si elles semblent rapides à l’œil nu.

Un modèle inspiré du cerveau humain

Pour dépasser ces limites, les chercheurs de Sapient Intelligence ont développé un Modèle de Raisonnement Hiérarchique (HRM) innovant, inspiré du fonctionnement cérébral. Ce modèle comprend deux modules récurrents : un module de haut niveau pour la planification abstraite et lente, et un module de bas niveau pour l’exécution rapide de calculs détaillés. Ce système permet au modèle d’éviter les blocages et la convergence prématurée souvent rencontrée dans d’autres architectures. Contrairement à la CoT qui force la traduction du raisonnement en langage, HRM opère dans un espace latent bien plus efficace et rapide.

Des performances impressionnantes sur des tâches complexes

Le HRM a été testé sur des bancs d’essai exigeants tels que des grilles de Sudoku extrêmes, des labyrinthes complexes, et le corpus ARC-AGI de raisonnement abstrait. Là où les LLM de pointe basés sur la CoT échouent totalement (0% de réussite sur certains tests), le HRM atteint une quasi-perfection après un entraînement minimal. Sur ARC-AGI, il surpasse des modèles beaucoup plus volumineux, affichant une précision de 40,3% contre 34,5% ou 21,2% pour certains concurrents.

Un modèle 100 fois plus rapide et moins coûteux

Cette architecture permet une réduction du temps d’exécution jusqu’à 100 fois par rapport aux IA actuelles, tout en demandant beaucoup moins de ressources pour l’entraînement (quelques heures de GPU contre des centaines pour les LLM classiques). Ceci ouvre la voie à des systèmes puissants et légers pouvant fonctionner sur des appareils périphériques, avec une latence très faible, critère essentiel pour la robotique, l’IA embarquée et l’exploration scientifique.

Vers une IA plus générale et fiable

Sapient Intelligence prévoit déjà d’étendre le HRM à un module de raisonnement plus généraliste, qui pourrait s’appliquer à des domaines aussi variés que la santé, la prévision climatique ou la robotique. Des mécanismes d’auto-correction automatiques seront intégrés pour limiter les erreurs. Selon Guan Wang, PDG de Sapient Intelligence, si les LLM restent utiles pour des tâches linguistiques ou créatives, le HRM marque un tournant pour les problèmes complexes nécessitant des décisions et planifications à long terme.

Cette avancée majeure pourrait révolutionner la manière dont les intelligences artificielles abordent la complexité, rendant possible la résolution rapide et fiable de tâches aujourd’hui hors de portée des modèles mainstream.

(Source : Sapient Intelligence, Les Numériques)