Il y a deux façons de créer un produit d’IA aujourd’hui. On peut prendre un modèle entraîné par quelqu’un d’autre et construire autour. Ou on peut entraîner le sien. Presque tout le monde fait la première. Halveos fait la seconde.
Le prix de l’emprunt
Emprunter un modèle va vite, et les premiers résultats peuvent impressionner. Mais cela vient avec des conditions que vous n’écrivez pas :
- Vous ne voyez pas à l’intérieur. Quand le modèle se trompe, vous ne pouvez que deviner pourquoi, et bricoler autour.
- Il change sans vous. Une nouvelle version peut modifier du jour au lendemain le comportement de votre produit.
- Quelqu’un d’autre fixe les règles. Le prix, la disponibilité et les conditions d’usage se décident ailleurs, et peuvent changer à tout moment.
Pour une fonction accessoire, c’est peut-être acceptable. Pour l’intelligence au cœur d’un produit sur lequel les gens comptent, nous avons décidé que non.
Ce que partir de zéro apporte
Quand vous entraînez un modèle vous-même, chaque comportement a une cause que vous pouvez trouver. Si l’IA lit mal une source, nous pouvons remonter jusqu’aux exemples d’entraînement qui lui ont appris à lire, les modifier, et mesurer la différence. Cette boucle, du symptôme à la cause, puis à la correction et à la mesure, n’est accessible qu’à ceux qui maîtrisent toute la chaîne.
Cela veut aussi dire que le travail s’accumule. Chaque génération de Halveos Core s’appuie sur ce que nous avons appris de la précédente : de meilleures données, de meilleures recettes d’entraînement, de meilleurs tests. Ce savoir nous appartient, et il ne disparaît pas quand un fournisseur change de cap.
Chaque comportement a une cause que l’on peut trouver, quand on maîtrise toute la chaîne.
Ce que cela coûte
Nous ne prétendrons pas que cette route est facile. Entraîner des modèles à partir de zéro demande plus de temps et plus de soin que de construire sur un modèle existant. Les premières générations sont modestes à côté des plus grands systèmes du monde. Les progrès viennent par étapes, pas par bonds.
Nous acceptons ce prix. Un système plus petit que l’on comprend entièrement est une meilleure fondation qu’un système plus grand que l’on ne peut que louer.
Où cela mène
Notre objectif n’est pas de gagner un classement le mois prochain. C’est de construire, au fil des années, une intelligence qui soit la nôtre : entraînée sur des données propres, mesurée honnêtement, sûre par défaut, et indépendante. C’est ce que veut dire Halveos Super Intelligence.
Halveos, Paris