Une entreprise de la sphère de l'Université de Nankin parie sur un quatrième facteur de croissance de l'IA

Ces dernières décennies, les capacités de l'IA ont progressé selon trois axes : le calcul, les algorithmes et les données. L'équipe de Nankin dont parle le média chinois Jiqizhixin propose d'en ajouter un quatrième : la connectivité des modèles eux-mêmes. Dans l'annonce, le pari se résume ainsi : puisque les modèles puissants sont déjà nombreux et que chacun est bien étudié, on peut les relier en réseau et les faire travailler ensemble.

La démarche est logique pour un marché où faire grandir un modèle isolé coûte de plus en plus cher, plus vite que les résultats ne s'améliorent. Mais l'extrait disponible de l'article ne contient ni nom de produit, ni benchmarks, ni chiffres, et il faut le garder à l'esprit.

Trois axes et leur coût

Les grands modèles de langage ont grandi selon une formule simple. Les clusters sont devenus plus gros, le nombre de paramètres a augmenté, les corpus de textes ont gonflé jusqu'à des centaines de milliards, puis des trillions de tokens. C'est ainsi qu'est apparue une série de modèles « superunités » : chacun est puissant en lui-même et a été entraîné sur sa propre infrastructure.

Cette trajectoire connaît deux limites. La première est économique : chaque nouveau pas en matière de calcul et d'énergie coûte nettement plus cher que le précédent. La seconde concerne l'information : les données ouvertes de qualité se raréfient, et les données synthétiques ne les remplacent pas toujours. Dans ce contexte, l'idée d'« assembler » les capacités de modèles déjà entraînés apparaît comme une alternative rationnelle à la croissance continue de modèles isolés.

Le quatrième élément : que propose-t-on exactement ?

L'introduction de l'article avance une thèse centrale : des modèles dont on connaît suffisamment les capacités peuvent être reliés, et leurs interactions organisées. L'auteur la formule comme une question : qu'est-ce qui apparaîtra lorsque les modèles puissants seront assez nombreux ? Le verbe « apparaîtra » laisse entendre qu'on attend un effet émergent : le résultat du réseau devrait dépasser la somme de ses parties.

Un seul paragraphe d'introduction ne permet pas de comprendre comment l'équipe compte s'y prendre. Voici ce que l'on sait et ce qui reste inconnu :

• Les trois axes de départ : calcul, algorithmes, données.
• Le quatrième axe proposé : la connectivité et la coopération de modèles qui se « comprennent bien » mutuellement.
• L'organisation à l'origine de la proposition : une entreprise de l'écosystème de l'Université de Nankin (« 南大系 » dans l'original).
• Non divulgués : le nom du produit, l'architecture d'interaction, les protocoles, les benchmarks et la liste des modèles connectés.

Des approches voisines existent déjà. Les frameworks multi-agents, le routage des requêtes entre modèles et les ensembles de LLM spécialisés sont utilisés en pratique depuis longtemps. Des protocoles ouverts comme MCP et A2A sont apparus pour les échanges entre agents. Si elle existe, la nouveauté de la proposition de Nankin doit résider dans la manière dont les modèles « découvrent » les capacités des autres et se répartissent les tâches. La source ne le montre pas pour l'instant.

Que vérifier quand les détails seront publiés

Le pari de la connectivité sera convaincant si l'équipe démontre trois choses. Premièrement : un gain sur des tâches ouvertes par rapport au meilleur modèle isolé de la même catégorie de prix. Deuxièmement : le coût de la coordination, c'est-à-dire le nombre de tokens supplémentaires, la latence et les erreurs qu'ajoute chaque « passage » d'un modèle à un autre. Troisièmement : la robustesse du système lorsqu'un des modèles connectés change ou se dégrade après une mise à jour.

Pour les développeurs et les équipes qui construisent des systèmes d'agents, il est utile de mesurer dès maintenant deux choses sur leurs propres tâches : le point où un modèle isolé atteint son plafond de qualité, et la somme qu'ils sont prêts à payer pour router les requêtes entre plusieurs modèles. Si l'écart est important, l'idée d'un réseau de modèles mérite une expérimentation. Sinon, il est moins coûteux d'améliorer les prompts, les données et les outils. Il faut suivre la publication originale de Jiqizhixin et voir si l'entreprise dévoilera le nom du produit et les résultats de ses tests. Pour l'instant, il s'agit d'une proposition de concept, et non d'un résultat technique confirmé.