Une équipe de chercheurs singapouriens vient de dévoiler HRM (Hierarchical Reasoning Model), un modèle d’intelligence artificielle inspiré du fonctionnement cérébral humain. Cette nouvelle approche, avec seulement 27 millions de paramètres, surpasse significativement des géants comme ChatGPT dans les tests de raisonnement complexe, comme le rapporte le magazine LiveScience.
Un cerveau artificiel qui raisonne comme l’humain
Contrairement aux grands modèles de langage (LLM) traditionnels, HRM ne se contente pas de décomposer les problèmes en étapes séquentielles. Sa véritable innovation réside dans sa capacité à combiner deux modes de traitement : une planification abstraite et lente associée à des calculs concrets et rapides – mimant ainsi la dualité cognitive humaine.
Cette architecture lui confère un avantage considérable pour les tâches nécessitant logique et stratégie plutôt que simple puissance de calcul. L’entreprise Sapient, à l’origine de cette avancée, propose ainsi une alternative aux modèles mastodontes qui dominent actuellement le marché de l’IA.
Des performances exceptionnelles avec des ressources minimales
Les résultats sont particulièrement impressionnants lorsqu’on compare HRM aux modèles dominants. Sur le test ARC-AGI, considéré comme l’un des benchmarks les plus exigeants pour évaluer les capacités de raisonnement des IA, HRM obtient un score de 40,3%. Ce résultat dépasse nettement les performances des modèles bien plus imposants : o3-mini-high d’OpenAI (34,5%), Claude 3.7 (21,2%) ou encore DeepSeek R1 (15,8%).
Ce test, qui demande à l’IA de déduire des règles abstraites à partir d’exemples limités puis d’appliquer ces règles à de nouvelles situations, évalue précisément la capacité d’adaptation et de généralisation – des compétences typiquement humaines.
L’efficacité plutôt que la démesure
Le plus remarquable reste l’efficacité de cette approche en termes de ressources. Alors que les modèles comme ChatGPT reposent sur des milliards, voire des trillions de paramètres et nécessitent d’immenses bases d’apprentissage, HRM fonctionne avec seulement 27 millions de paramètres et a été entraîné sur un millier d’exemples.
La nouvelle IA excelle particulièrement dans la résolution de puzzles comme le sudoku ou la recherche de chemins optimaux dans des labyrinthes – des tâches où de nombreux modèles actuels peinent à produire des résultats cohérents.
Des réserves méthodologiques
Il convient toutefois de tempérer l’enthousiasme. L’étude n’a pas encore été validée par le processus de révision par les pairs, étant uniquement disponible sous forme de prépublication. Des experts indépendants ayant reproduit l’expérience suggèrent que les performances exceptionnelles pourraient également s’expliquer par des ajustements spécifiques non divulgués par les développeurs.
Malgré ces réserves, HRM remet fondamentalement en question le paradigme dominant selon lequel l’intelligence artificielle nécessiterait toujours plus de paramètres pour gagner en intelligence. Cette approche “bio-inspirée” pourrait ouvrir la voie à des modèles d’IA plus économes et plus élégants, s’inspirant davantage des principes cognitifs humains que de la puissance brute du calcul.
Salut, c’est Alexis, rédacteur de Seek & Look. J’explore et décrypte l’actualité scientifique, les découvertes marquantes et les innovations qui façonnent notre avenir.