L'Auteur de Habr AI Propose une IA Déterministe sur MacBook Air Plutôt que de Participer à la Course aux GPU

Un article d'opinion a été publié sur Habr AI, dans lequel l'auteur propose une alternative à la course pour des clusters GPU de plus en plus coûteux. Au lieu de mettre à l'échelle des modèles probabilistes, il préconise un noyau IA déterministe en Rust, qui, selon lui, fonctionne déjà localement sur MacBook Air M2 avec 8 Go de mémoire.

Pourquoi l'Auteur Conteste le Marché

Le texte commence par une attaque directe contre la stratégie actuelle des leaders du marché — OpenAI, Google et Meta. L'auteur l'appelle "brute force" : les limitations fondamentales des LLMs ne sont pas résolues mathématiquement, mais masquées par un nombre toujours croissant de GPUs, de mégawatts et d'investissements. Selon sa logique, l'industrie compense les problèmes architecturaux par la puissance de calcul plutôt que de chercher un modèle de prise de décision plus rigoureux.

Le post sur Habr est marqué comme "Opinion", c'est donc plutôt un manifeste et une polémique avec le marché qu'un travail académique. L'article énumère trois raisons pour lesquelles l'auteur considère cette approche comme une impasse. La première est la consommation d'énergie : l'entraînement et l'exécution de grands modèles nécessitent de plus en plus d'électricité et de matériel.

La seconde est la nature stochastique des LLMs : le système ne déduit pas une réponse selon des règles strictes, mais devine le token suivant. La troisième est les hallucinations, que l'auteur considère comme une propriété intégrée de l'architecture probabiliste, non pas un bug qui pourrait être complètement corrigé par des filtres supplémentaires.

"L'avenir de l'intelligence artificielle n'est pas une question d'argent.

C'est une question de mathématiques correctes."

Ce Qu'il Propose

Au lieu d'un schéma classique de réseau de neurones, l'auteur décrit un noyau déterministe avec une logique O(1). L'idée clé est que le temps de prise de décision et sa validation restent constants, et le système fonctionne non pas avec un long contexte probabiliste, mais avec des intentions représentées sous forme de formules mathématiques. Cela, par conception, devrait éliminer le principe de "deviner" et rendre le comportement du modèle prévisible.

D'où la revendication d'une IA plus fiable pour les scénarios où la réponse doit non seulement être générée, mais vérifiée. Le texte fournit également des thèses spécifiques sur le projet. L'auteur écrit que la version actuelle du noyau v0.

26.0 a déjà été testée en comparaison avec des modèles cloud, et la solution elle-même est déployée sur un MacBook Air M2 ordinaire. La pile principale est Rust, sans Python et sans interprètes intermédiaires : les intentions de haut niveau, selon lui, sont traduites directement en commandes exécutables.

L'accent est particulièrement mis sur le fait que l'auteur parie non pas sur la "magie" générale du modèle, mais sur la contrôlabilité de l'architecture.

• Logique O(1) déterministe pour l'inférence et la validation
• Exécution locale sur MacBook Air M2 avec 8 Go de RAM
• Accent sur Rust et DMA au lieu de couches d'abstraction lourdes
• Performance déclarée jusqu'à 5,4 millions d'opérations CPU
• Comparaison avec les systèmes IA cloud dans les tests du noyau v0.26.0

Comment la Protection est Organisée

Une section séparée de l'article est consacrée à l'auto-apprentissage et à la sécurité. L'auteur affirme que le noyau a intégré une "constitution des valeurs humaines universelles" — non pas comme un ensemble d'interdictions textuelles, mais comme un système d'axiomes mathématiques au sein de la logique. L'article souligne directement que ce niveau de contraintes est plus difficile à contourner avec l'ingénierie des prompts ordinaire, car les actions indésirables doivent être filtrées au stade de la validation elle-même.

La thèse clé est simple : l'IA doit être non seulement intelligente, mais aussi vérifiable au niveau de l'architecture elle-même. C'est ici aussi que se produit le tournant idéologique principal du texte : l'auteur oppose l'IA locale, contrôlée et mathématiquement rigide aux modèles cloud qui se mettent à l'échelle parallèlement aux coûts et aux risques. Il écrit également que la technologie est déjà protégée par une licence BSL, se prépare au dépôt de brevet, et les détails techniques et la feuille de route sont publiés dans les référentiels du projet.

Tout cela est présenté comme une base non pas pour du "bavardage", mais pour des systèmes autonomes où une erreur est critique. La réflexion finale de l'auteur est encore plus large : l'avenir d'une telle IA devrait commencer non pas dans un data center, mais sur l'appareil de l'utilisateur.

Ce Que Cela Signifie

L'article sur Habr est important non pas comme preuve de la victoire de la nouvelle architecture, mais comme un signal d'une demande croissante pour une IA plus compacte, prévisible et locale. Même si les thèses de l'auteur doivent encore être vérifiées indépendamment, le vecteur lui-même est clair : le marché en a assez de l'idée que tout problème d'IA ne peut être résolu qu'avec un autre cluster de GPUs. Face à l'augmentation des coûts de calcul et à l'intérêt pour les scénarios edge, de tels textes établissent déjà un agenda alternatif.