- Anthropic prépare une introduction en bourse (IPO) parmi les plus importantes de l’histoire, grâce à Claude, plébiscité par les programmeurs, et à Claude Code, qui a rédigé plus des 4/5 du code source publié en mai, une augmentation fulgurante par rapport aux quelques pourcents auparavant.
- Les benchmarks de METR montrent que les modèles du début de l’année 2025 ne parvenaient qu’à accomplir des tâches nécessitant près d’une heure de travail humain, alors que la nouvelle génération traite des charges de travail s’étalant sur plus d’une journée complète.
- Le cofondateur Jack Clark prédit une probabilité de 60 % que d’ici la fin de l’année 2028, l’IA soit capable de générer la génération suivante de manière totalement autonome sans l’humain, ouvrant la voie à l’auto-amélioration récursive (recursive self-improvement).
- L’auto-amélioration récursive permet à chaque version d’engendrer une version encore plus puissante, soulevant des inquiétudes quant à une accélération incontrôlée de la superintelligence, évincant le rôle de l’homme.
- AlphaEvolve de Google DeepMind a permis de réduire de 0,7 % la consommation informatique mondiale de Google et d’accélérer l’entraînement de Gemini d’environ 1 %, tandis qu’Autoresearch a ramené le temps d’entraînement de Nanochat de plus de deux heures à une heure trente-neuf minutes.
- Les experts préviennent que les limites liées aux infrastructures de calcul, aux données d’entraînement et aux exigences des clients pourraient encore ralentir le processus d’auto-amélioration de l’IA dans sa phase initiale.
- 📌 Conclusion : Analyse de l’aptitude de l’IA à progresser vers le développement autonome de sa génération suivante au lieu de dépendre des ingénieurs. Claude produit actuellement la majeure partie du code source d’Anthropic, tandis qu’AlphaEvolve et Autoresearch ont prouvé l’efficacité de l’optimisation de la recherche par l’IA avec des améliorations telles qu’une baisse de 0,7 % du calcul, une hausse de 1 % de la vitesse d’entraînement et une réduction du temps d’entraînement à 1 heure 39 minutes. Néanmoins, l’infrastructure de calcul, les données et la sécurité demeurent des obstacles majeurs avant que l’auto-amélioration récursive ne devienne une réalité.
