## Le cadre MASS de Google : Optimisation des équipes d'IA
- Les modèles d'IA effectuent des tâches spécifiques, tandis que les agents d'IA regroupent des modèles pour des problèmes complexes.
- Le cadre **MASS** de Google crée des équipes d'agents d'IA synchronisés pour s'attaquer à des tâches complexes plus rapidement et plus intelligemment avec un minimum d'intervention humaine.
- Traditionnellement, la coordination des agents d'IA nécessite des instructions précises et une exécution ordonnée, comme chorégraphier une danse où les erreurs sont coûteuses.
- MASS automatise cela en déterminant les meilleures instructions et configurations d'agents.
- L'optimisation implique trois étapes : affiner les directives des agents individuels, tester différentes configurations de connexion des agents et affiner les instructions en fonction de l'ensemble du système.
- MASS se concentre sur des configurations ayant un réel potentiel, évitant ainsi les efforts gaspillés.
- Les systèmes optimisés avec MASS surpassent significativement les configurations multi-agents traditionnelles dans des benchmarks comme MAT et Hotpot.
- L'amélioration des instructions avec MASS a conduit à une précision de 84 % sur des problèmes mathématiques, mieux que de simplement ajouter plus d'agents.
- La conception de l'équipe d'agents est importante ; des configurations comme "débat" ou "exécuteur" fonctionnent bien, tandis que "réfléchir" ou "résumer" peuvent nuire à la performance.
- MASS est modulaire, permettant le remplacement des agents, l'ajustement des rôles et l'application dans divers domaines comme le débogage ou la collecte de données.
- Cela rend les systèmes d'IA plus intelligents en optimisant leur façon de penser et de travailler ensemble, transformant l'intelligence individuelle en travail d'équipe de niveau champion.
- Ce changement affecte le marché du travail, réduisant potentiellement les postes automatisables par l'IA mais créant de nouveaux rôles pour les personnes capables de travailler avec des agents d'IA et des flux de travail.

Voici un organigramme illustrant le processus d'optimisation MASS :

## Le modèle O3 Pro d'OpenAI et les revendications de superintelligence
- OpenAI a lancé **O3 Pro**, une version améliorée du modèle de raisonnement O3, considéré comme son modèle le plus puissant à ce jour.
- Il est déployé pour les utilisateurs de GPT Pro, Team chat, et sera disponible pour les utilisateurs et développeurs Enterprise/Education via API.
- Le prix de l'API est de 20 $ par million de tokens d'entrée et de 80 $ par million de tokens de sortie.
- OpenAI déclare que O3 Pro surpasse tous ses modèles précédents et ses concurrents comme Claude et Gemini dans des cas d'utilisation exigeants.
- Il obtient de meilleurs scores en clarté, précision, suivi des instructions et exhaustivité, mais est légèrement plus lent que O3 Pro.
- Les capacités incluent l'analyse de fichiers, la recherche sur le web, le raisonnement d'images, l'exécution de Python et la mémoire pour la personnalisation.
- Les limitations actuelles incluent des discussions temporaires désactivées, l'incapacité à générer des images et l'incompatibilité avec Canvas.
- O3 Pro a obtenu des scores élevés sur des benchmarks comme ME 2024 (mathématiques) et Graduate Level Physics Questions and Answers Diamond (sciences doctorales), battant Gemini 2.5 Pro et Claude Catropus.
- Le premier modèle open source d'OpenAI est retardé de juin à plus tard cet été en raison d'une découverte inattendue par l'équipe.
- Sam Altman affirme que l'humanité a déjà franchi le point de non-retour pour la **superintelligence**.
- Il décrit cela comme le premier stade d'une **singularité douce**, une progression stable et gérable vers la superintelligence numérique.
- En mai 2025, Chat GPT compte 800 millions d'utilisateurs actifs hebdomadaires, démontrant une dépendance généralisée.
- Altman prédit des changements significatifs dans le codage après 2024, des systèmes d'IA faisant de nouvelles découvertes d'ici 2026, et des robots du monde réel gérant des tâches de manière autonome d'ici 2027.
- Il souligne le risque que de petites déviations de comportement de l'IA se propagent à des millions d'utilisateurs, causant de grands problèmes.
- Altman appelle à des discussions mondiales sérieuses sur l'orientation du développement de l'IA, évitant le contrôle centralisé, s'alignant sur les objectifs de l'humanité et définissant des valeurs.
- OpenAI est également impliqué dans des défis juridiques, comme un procès exigeant la conservation de toutes les données des utilisateurs, ce qu'ils contestent pour des raisons de confidentialité.

Voici une chronologie des prédictions d'IA de Sam Altman :

> **❗ Important :** Sam Altman croit que nous avons déjà pénétré dans le domaine de la superintelligence, l'appelant une singularité douce.

## La quête de superintelligence de Meta
- Mark Zuckerberg dirige personnellement un nouveau laboratoire de recherche en IA chez Meta avec pour objectif d'atteindre la **superintelligence**, au-delà de l'AGI.
- Cela implique de réorganiser toute la structure de l'IA de l'entreprise.
- **Alexandre Wang**, le fondateur de 28 ans de Scale AI, a été engagé pour diriger ce nouveau laboratoire.
- Meta a discuté d'investir des milliards pour sécuriser Wang et attirer d'autres talents de premier plan en IA de concurrents comme OpenAI et Google.
- Des packages salariaux élevés (de 7 à 9 chiffres) auraient été proposés aux meilleurs chercheurs.
- Cette initiative est motivée par des luttes passées avec des frictions internes, des lancements de produits et des pertes de talents.
- Depuis 2022, Zuckerberg a poussé à l'intégration de l'IA dans tous les produits Meta (Facebook, Instagram, WhatsApp, lunettes intelligentes).
- Plus d'un milliard de personnes utilisent l'IA de Meta chaque mois, et l'entreprise vise à retrouver son leadership dans le domaine.
- Meta a précédemment lancé un laboratoire d'IA après avoir échoué à acquérir DeepMind en 2013.
- Yan Lecun, le scientifique en chef de l'IA de Meta, a une vision différente, doutant de la proximité avec l'AGI et croyant qu'une nouvelle approche est nécessaire.
- Zuckerberg compte sur Wang pour une percée, reconnaissant le rôle de Scale AI dans la fourniture d'étiquetage de données qui a alimenté la génération actuelle d'IA.
- Meta croit que Wang peut les aider à réussir dans le "prochain round" de la course à l'IA.
- Le potentiel accord avec les talents en IA est structuré avec soin, probablement pour éviter des problèmes antitrust.