OpenAI prépare deux types d’agent IA, selon un scoop du média américain The Information. L’un sera capable d’automatiser des tâches complexes, comme transférer des données d’un document vers un tableur ou remplir automatiquement des notes de frais dans un logiciel comptable. L’autre agira sur le Web, avec la possibilité par exemple de réserver des billets d’avion.
Dans les deux cas, l’utilisateur devra accorder à l’IA les permissions pour accéder aux fichiers pouvant contenir des données sensibles, personnelles, de paiement… Le modèle émulera ensuite des actions comme les clics, les mouvements de curseur, la saisie de données, afin d’obtenir le même résultat que l’être humain (mais sans effort). C’est la promesse, par exemple, du Rabbit R1, un appareil qui ingère toutes les données nécessaires dans un puits de données sécurisé, le “Rabbit Hole”. L’IA peut ensuite effectuer des actions comme commander un VTC qui peuvent potentiellement engager des dépenses.
Malware ou super-Siri
Les agents d’OpenAI seront déployés dans des smartphones et des ordinateurs. Ils auront sans doute la possibilité d’exécuter le code qu’ils auront eux-même généré. Leur comportement évoquera donc largement celui d’un malware, d’autant qu’ils seront partiellement logés dans les terminaux et entraînés sur les données de l’utilisateur : e-mails, contacts…
Cependant, la promesse d’un “super-Siri” est extrêmement forte. Les agents d’OpenAI transformeraient ChatGPT en un véritable assistant personnel, qui prélude à une nouvelle interface homme-machine. Au travers de ce nouveau projet, OpenAI envisage ces modèles non seulement comme des outils de productivité mais aussi comme des systèmes d’exploitation potentiels pour les appareils personnels, grâce à leur capacité à coder, à interpréter des images et à récupérer des fichiers.
Actuellement, ChatGPT fonctionne entièrement dans le cloud, via les serveurs Azure de Microsoft. Les aspirations d’OpenAI en matière d’agents se reflètent dans ses annonces de produits, comme l’API Assistants lancée récemment, permettant de créer des expériences similaires à celles des agents dans les applications. Cependant, ces outils ne confèrent pas encore aux agents un contrôle total ou une compréhension complète de l’ordinateur d’un utilisateur.
Les géants et les start-up
OpenAI n’est évidemment pas seule dans la course. Google et Meta ont toutes deux fait des déclarations en ce sens et de nombreuses start-up se sont lancées. Les premières ont proposé des modèles open source : AutoGPT, AgentGPT, BabyGPT… Cela avait généré des annonces un peu folkloriques, comme ChaosGPT, une instance d’AutoGPT ayant pour mission de détruire l’humanité (lire Qant du 13 avril 2023).
Le projet ayant échoué, deux start-up sont sorties du lot. En mars dernier, Adept AI a annoncé un tour de série B de 350 millions de dollars, notamment auprès de General Catalyst et Spark Capital. Cela porte à 430 millions au total les fonds levés pour développer un agent multimodal utilisant les logiciels comme le ferait une personne. En septembre, Imbue a levé 200 millions sur un projet similaire, notamment auprès de Nvidia, devenant une licorne à cette occasion.
Le projet le plus médiatique, cependant, est sans conteste le compagnon de poche Rabbit R1 annoncé en plein CES. Encensé par le CEO de Microsoft Satya Nadella (lire Qant du 19 janvier), l’appareil s’est prévendu à des dizaines de milliers d’exemplaires. Le fait de contenir l’agent dans un nouvel appareil peut réduire les inquiétudes de sécurité.
Au moment de présenter le Rabbit R1, le CEO de Rabbit Jesse Lyu vantait la supériorité de son produit par rapport à ChatGPT : là où le chatbot ne peut que conseiller un trajet, le Rabbit R1 peut commander un Uber sur demande de son utilisateur.
Défi relevé.
Pour en savoir plus :
Source archive Kessel : https://qant.kessel.media/posts/pst_1e2b366a60114fb88ad667f643a5161f
