Login
You're viewing the mstdn.social public feed.
  • Jun 23, 2026, 5:09 PM

    2) à aucun moment il n'est fait état de l'énormité des moyens énergétiques mis en jeu, de l'entraînement du modèle à la génération de la réponse. C'est absolument colossal, notamment parce qu'une version de chatGPT n'est pas juste entraînée une fois mais plusieurs fois pour arriver à un modèle qui vaille le coup de faire une nouvelle version.

    💬 1🔄 0⭐ 2

Replies

  • Jun 23, 2026, 5:09 PM

    C'est complètement passé à la trappe: on a l'impression de juste taper une phrase et d'avoir une réponse qui nous vient du cloud, complètement éthérée et sans conséquences sur l’environnement ou les petites mains qu'ils paient 3 francs 6 sous pour être sûrs que le public ne se retrouve pas exposé à des récits traumatisants ou autres joyeusetés.

    💬 1🔄 2⭐ 2
  • Jun 23, 2026, 5:10 PM

    3) Pour savoir si ça vaut le coup, il faut mettre en balance ce que ça coûte au regard de ce que ça produit. Par exemple, si je réquisitionnais tous les data centres du monde pour prouver un résultat en faisant une marche aléatoire, il y a de bonnes chances que je finisse par trouver quelque chose. Mais je pense pas que les gens seraient très impressionnés. Là on a un espace beaucoup plus restreint, avec une recherche guidée (et Lean qui permet de rester dans les clous).

    💬 2🔄 0⭐ 2
  • Jun 23, 2026, 5:10 PM

    Et si vraiment un modèle général peut prouver un théorème difficile, il y a fort à parier qu'il y a un système sous-jacent bien plus efficace et moins gourmand en énergie pour faire la même chose, et ça ça serait intéressant à étudier. Mais c'est complètement noyé par les milliards de connections dans tous les sens. Un gâchis d'énergie monumental.

    💬 1🔄 1⭐ 4
  • Jun 23, 2026, 5:10 PM

    4) Et finalement, à quoi sert un tel système? Certes, c'est nouveau, ça fait des trucs inattendus mais au final à quoi ça sert? Les mathématiciens font de la recherche, ils ont des motivations spécifiques. C'est pas juste prouver des théorèmes comme dans un livre d'exercices.

    💬 2🔄 0⭐ 5
  • Jun 23, 2026, 5:11 PM

    5) Un dernier truc sur l'IA qui entraîne l'IA: ⚠️ terrain glissant. C'est le fantasme des TESCREAL, tout est basé sur leur foi en l'exponentielle, comme si le monde était infini. Ces gars sont dangereux: ils se foutent de la souffrance et des destructions produites par leur jouet actuellement parce qu'ils pensent que l'IA va sauver des milliards de milliards de vies humaines dans les 100'000 prochainnes années. Une bonne intro sur le sujet est "More, Everything, Forever" d'A. Becker.

    💬 1🔄 3⭐ 5
  • Jun 23, 2026, 5:11 PM

    Bref, tout discours sur l'IA générative doit prendre en compte le rapport coût/bénéfice, et vu les coûts environnementaux, humains, financiers etc., de cette technologie, elle est très très loin d'apporter des bénéfices comparables. Il est grand temps d'arrêter cette expérience désastreuse et délétère.

    /fin

    💬 1🔄 1⭐ 9
  • 💬 1🔄 0⭐ 0
  • Jun 24, 2026, 5:26 AM

    @djelouze @koantig exactement pareil. En plus, prouver des theoreme de math, en soit, quel interet ca a ? Il y a tres peu de chance que cela soit utilisé "dans le monde réel. C’est le chemin qui compte, la reflexion que mene le chercheur, et le chemin pris la est un chemin de merde

    💬 0🔄 0⭐ 0
  • Jun 23, 2026, 7:19 PM

    @koantig Pour Harmonic: de produit d'appel pour faire de la preuve pour des marchés solvables, comme la conception hardware.

    💬 0🔄 0⭐ 0
  • Jun 24, 2026, 6:41 AM

    @koantig
    pour le coup il en parle assez souvent. Notamment dans sa vidéo précedente sur le sujet.
    en gros ✨à l’utilisition✨ ça ne consomme pas (bcp) plus qu’une requête google.
    mais oui il faut massivement renhuman-ser les process

    💬 1🔄 0⭐ 0
  • Jun 25, 2026, 12:03 PM

    @CedC
    Ah ouais, j'ignorais sa position pro IA, c'est vraiment dommage.
    Pas beaucoup plus qu'une requête Google ça me semble plus proche des éléments de langage d'OpenAI que de la réalité.

    💬 0🔄 0⭐ 0