Un Concurrent de ChatGPT à Moins de 50 Francs : La Révolution des Chatbots !

La compétition dans le domaine de l’intelligence artificielle (IA) est en pleine mutation grâce à l’émergence de modèles open source à coût réduit. Récemment, des chercheurs ont réussi à reproduire DeepSeek pour moins de 30 dollars. Cette fois-ci, des scientifiques des universités de Stanford et de Washington ont franchi un cap décisif en développant un modèle d’IA capable de raisonnement semblable à celui de o1 de ChatGPT et R1 de DeepSeek, le tout pour un investissement inférieur à 50 dollars, rapporte TechCrunch.

Une méthode éprouvée, mais disputée

Pour réaliser cette prouesse, les chercheurs se sont appuyés sur un modèle open source préexistant, qu’ils ont perfectionné en utilisant une technique connue sous le nom de “distillation”. Ce processus d’apprentissage permet à une IA de s’entraîner en se basant sur les réponses fournies par un autre modèle, afin d’en extraire les capacités de raisonnement. OpenAI, récemment, a accusé DeepSeek d’avoir utilisé cette méthode dans le développement de son propre modèle d’IA.

Pour creuser le sujet
Sanctions de 1 million de dollars d’amende et jusqu’à 20 ans de prison : les risques encourus par ceux qui utilisent DeepSeek

Dans leur étude, les chercheurs détaillent avoir entraîné leur modèle à l’aide d’un ensemble de 1 000 questions spécifiques, ainsi que d’une méthode de distillation qui s’inspire du mode opératoire de raisonnement employé par l’IA Gemini de Google. Cette approche judicieuse pourrait cependant poser des problèmes juridiques, selon TechCrunch. Effectivement, Google interdit explicitement dans ses conditions d’utilisation toute forme de rétro-ingénierie de ses modèles pour la création de services concurrents. Il reste à savoir si ces règles s’appliquent dans le cadre d’une recherche académique.

L’IA bientôt accessible à tous

Ce nouveau modèle d’IA, désigné sous le nom de s1, a permis aux chercheurs de mettre en exergue plusieurs réalités du secteur. D’une part, ils ont prouvé qu’il est désormais facile d’accéder à des solutions IA performantes pour un coût modique. D’autre part, ils ont constaté que l’utilisation de la distillation, accompagnée d’un certain délai avant que l’IA ne formule sa réponse, engendre des résultats plus fiables que les méthodes d’apprentissage par renforcement traditionnelles. Toutefois, pour l’heure, cette méthode se limite à la reproduction de modèles existants sans permettre la création de nouveaux modèles.

Pour les passionnés de technologie, les tests réalisés pour élaborer cette IA sont disponibles sur GitHub. Vous y trouverez également les données et le code nécessaire à l’entraînement du modèle s1.