La compétition dans le domaine de l’intelligence artificielle progresse rapidement vers des capacités à long terme en matière d’interaction profonde et d’exécution de tâches. Le 6 novembre, Meta a publié une annonce de recherche officielle, annonçant officiellement l’introduction de séries de modèles spécifiques entraînés sur le grand modèle de pointe Muse Wonder, destinés aux utilisateurs de Muse et de Meta AI, afin de renforcer pleinement les conversations quotidiennes et le traitement des tâches complexes.
Avancée dans les compétences clés : l’indice de super-intelligence personnel augmente considérablement
Le modèle spécialement conçu iniécuté hérite du performance de pointe de Muse Wonder dans la gestion des tâches complexes au travail et dans la vie quotidienne.
Dans les dernières tests du système d’évaluation autoritaire « Indice de superintelligence personnel » (Personal Superintelligence Index), le score du nouveau modèle Muse a connu une progression significative, passant de 38 % pour la génération précédente à 47 %, ce qui montre une performance d’intelligence globale plus forte.
Deux fonctionnalités clés mises en œuvre : la mémoire active et l’attention active
Pour résoudre les problèmes de l’industrie où l’IA traditionnelle oublie facilement les informations clés et s’interrompt lors de situations imprévues, Meta a introduit dans son nouveau modèle deux techniques clés : la mémoire active et le focus actif.
En matière de mémorisation active, le modèle possède la capacité de raisonner en profondeur à travers le temps, de déterminer avec précision l’actualité des informations, et de distinguer ce qui est temporaire de ce qui est durable, permettant ainsi de retenir les détails importants au cours d’une conversation avec l’utilisateur qui peut durer plusieurs mois. Les données des tests officiels montrent que, dans les tests de mémorisation active, la proportion de tâches réussies grâce à l’utilisation correcte du contexte clé atteint 90 %, un progrès qualitatif par rapport aux 76 % de la génération précédente ; le taux d’erreurs lors de l’oubli des informations importantes a également diminué de 2,4 fois.
En matière de focus actif, le modèle a été entraîné spécifiquement pour faire face aux différents goulots d’étranglement typiques dans le monde réel. Même en rencontrant des défis imprévus lors de l’exécution des tâches quotidiennes, le modèle est capable d’essayer plus dur, de se remettre de les échecs, ou encore de proposer aux utilisateurs des solutions alternatives. Les données montrent que, lors du traitement des tâches quotidiennes susceptibles d’engendrer des problèmes imprévus, la performance du nouveau modèle a augmenté de 67 %.
Optimisation des modèles de comportement et mise en œuvre complète de l'écosystème
En plus de l'amélioration notable des capacités de base, Meta a également adapté en détail les modèles spécifiques pour les différents contextes d'utilisation des deux produits phares.
Dans Muse, le modèle a appris à devenir un excellent traitement multitâche, capable de distinguer clairement quand il doit avancer indépendamment des objectifs de l’utilisateur, et quand il doit collaborer en temps réel avec lui. Il peut également s’adapter parfaitement aux indications et clarifications de l’utilisateur pendant l’exécution, évitant ainsi les confusionnements. Dans Meta AI, le même modèle est amélioré pour devenir un partenaire de réflexion encore meilleur : il peut décomposer des problèmes complexes en étapes claires, poser des questions plus précises, et suivre sans problème le rythme du dialogue lorsque l’utilisateur change de direction.
En décentralisant ces technologies avancées dans la matrice de produits courants, Meta permet à plus d’utilisateurs ordinaires de bénéficier réellement d’une intelligence superintelligente dotée d’une mémoire durable et d’une capacité de concentration sur des tâches autonomes.