# Apprentissage Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Apprentissage", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

Altman revient à Stanford pour admettre son erreur : La réflexion externalisée à l'IA, une génération voit son cerveau se rétrécir

Sam Altman, le PDG d'OpenAI, a récemment exprimé ses inquiétudes concernant l'impact de l'IA sur l'éducation lors d'une conférence à Stanford. Il reconnaît s'être trompé en prédisant que le système éducatif se réformerait rapidement après l'arrivée de ChatGPT. Après trois ans et demi, l'IA a évolué de manière exponentielle, mais les méthodes pédagogiques restent largement inchangées, reposant toujours sur la mémorisation et les réponses standardisées. Altman met en garde contre l'"externalisation" de la pensée critique vers l'IA, comparant cela à une atrophie musculaire du cerveau. Des études, comme celle de l'UC Berkeley, montrent que si les notes aux devoirs (rédaction, programmation) ont augmenté avec l'usage du ChatGPT, les résultats aux examens, eux, stagnent, indiquant un apprentissage superficiel. Il souligne le paradoxe suivant : bien que l'IA puisse exceller dans des tâches comme l'écriture ou le codage, les humains doivent continuer à les pratiquer pour développer leurs capacités de raisonnement. L'enjeu n'est pas d'interdire l'IA, mais de réformer l'évaluation pour valoriser la capacité à poser de bonnes questions, à juger, à créer et à vérifier les informations produites par les machines. Selon lui, si le système éducatif ne s'adapte pas, une génération risque de voir ses compétences cognitives fondamentales s'affaiblir, creusant un "déficit cognitif" dangereux alors que la technologie continue d'avancer à un rythme effréné.

marsbit07/16 08:23

Altman revient à Stanford pour admettre son erreur : La réflexion externalisée à l'IA, une génération voit son cerveau se rétrécir

marsbit07/16 08:23

Dwarkesh Patel : La prochaine génération d'IA pourrait provenir du "travail"

Dwarkesh Patel, célèbre podcasteur tech de la Silicon Valley, s'interroge sur le prochain paradigme d'entraînement de l'IA. Il identifie le RLVR (Reinforcement Learning with Verifiable Rewards), efficace pour les tâches "grindables" comme le code ou les mathématiques (vérifiables et reproductibles à grande échelle), comme une étape clé. Cependant, il souligne ses limites pour les tâches complexes du monde réel (entreprendre, plaider en justice, gagner une élection), où les environnements sont non stationnaires, non réinitialisables et à rétroaction lente. L'enjeu principal, selon lui, est le "learning back to the weights" : apprendre à comprimer de manière efficace l'expérience acquise lors du déploiement réel en modifications durables des poids du modèle, au-delà de l'apprentissage contextuel temporaire. Il évoque deux pistes prometteuses : 1. **L'OPSD (On-Policy Self-Distillation)** : distiller les connaissances d'un modèle "expérimenté" ayant appris en contexte vers le modèle de base. 2. **Le "Dreaming"** : la capacité de l'agent à construire ses propres environnements simulés à partir d'observations réelles pour s'y entraîner de manière intensive. À terme, le futur paradigme d'entraînement pourrait combiner une phase préalable de RLVR pour des compétences agentiques de base, puis une phase continue d'apprentissage à partir de l'expérience réelle accumulée après le déploiement. L'avancée de l'IA reposerait ainsi moins sur des données humaines préexistantes que sur l'expérience autonome acquise en accomplissant des tâches authentiques.

marsbit06/28 23:54

Dwarkesh Patel : La prochaine génération d'IA pourrait provenir du "travail"

marsbit06/28 23:54

Comment bien mener une recherche : cultiver les compétences qui peuvent être réellement « pratiquées délibérément »

Personne ne vous a jamais vraiment appris à faire de la recherche. On vous donne un bureau, un problème choisi par d'autres, et des instructions vagues pour "produire quelque chose de nouveau". Ainsi, la plupart des gens rétroconçoient le métier à partir de ce qu'ils voient (articles, posts), apprenant à *sembler* chercheurs plutôt qu'à en *devenir*. Les véritables compétences en recherche sont un empilement de micro-compétences, presque toutes cultivables par la pratique délibérée. **Choisir ses propres problèmes.** Nous absorbons souvent des problèmes (du superviseur, des tendances) sans en comprendre le raisonnement sous-jacent, nous plaçant en retard face à des concurrents nombreux. John Schulman recommande de choisir un résultat que l'on souhaite réellement atteindre et de raisonner à rebours pour concevoir les expériences. Cette approche mène à l'originalité. Le "bon goût" est un muscle : prédire les résultats d'expériences, deviner les conclusions d'articles à partir des méthodes, noter quelles avancées resteront pertinentes, puis vérifier. **Améliorer ses sources.** S'alimenter aux mêmes sources (arXiv, discussions) génère les mêmes idées que tout le monde. Les archives anciennes sont sous-estimées : les idées clés (MoE, LSTM) sont souvent des réinventions. Lire des textes fondateurs comme "The Bitter Lesson" de Sutton ou le discours de Shannon sur la pensée créative est crucial. La **largeur** (neurosciences, conception de mécanismes, statistiques, architecture matérielle) est aussi importante que la profondeur. Lisez les **articles eux-mêmes**, surtout les annexes et les sections sur les limites. **Tout noter.** L'écriture révèle les failles des idées qui semblaient matures. C'est le mécanisme de défense le moins cher contre l'auto-tromperie, un point souligné par Feynman. Darwin notait systématiquement les faits contredisant sa théorie, craignant que sa mémoire ne les efface. Tenez un journal : hypothèses, paramètres, attentes, résultats, connaissances révisées. Relire ses notes d'il y a un mois est une leçon d'humilité sans égale.

marsbit06/15 12:27

Comment bien mener une recherche : cultiver les compétences qui peuvent être réellement « pratiquées délibérément »

marsbit06/15 12:27

L'équipe de recherche de l'Université du Zhejiang propose une nouvelle approche : Enseigner à l'IA la façon dont le cerveau humain comprend le monde

Une équipe de recherche de l’Université du Zhejiang a proposé une nouvelle approche pour améliorer l’intelligence artificielle : enseigner aux modèles la manière dont le cerveau humain comprend le monde. Contrairement à l’idée répandue selon laquelle l’augmentation des paramètres des modèles les rapproche de la pensée humaine, l’étude publiée dans *Nature Communications* montre que les grands modèles (comme SimCLR, CLIP, DINOv2) voient leurs capacités de reconnaissance concrète s’améliorer avec l’échelle, mais leurs compétences conceptuelles abstraites stagnent ou régressent. Par exemple, avec une augmentation des paramètres de 22,06 millions à 304,37 millions, les performances sur les tâches concrètes sont passées de 74,94 % à 85,87 %, tandis que les tâches abstraites sont tombées de 54,37 % à 52,82 %. La différence fondamentale réside dans la manière dont les humains et les modèles organisent les concepts : les humains catégorisent de manière hiérarchique et flexible, tandis que les modèles s’appuient excessivement sur des motifs statistiques dans les données, sans structuration conceptuelle robuste. L’équipe a utilisé des signaux cérébraux enregistrés lorsque des humains observaient des images pour superviser l’apprentissage des modèles. Cette méthode a permis de transférer la structure conceptuelle humaine aux réseaux de neurones profonds. Les résultats montrent que la représentation interne du modèle se rapproche de celle du cerveau, améliorant ainsi sa capacité à généraliser et à apprendre avec peu d’exemples. Dans des tâches de catégorisation abstraite, le modèle a gagné 20,5 % en performance, surpassant même des modèles beaucoup plus grands. Cette approche oriente la recherche vers une intelligence structurée plutôt que simplement scaled, et ouvre la voie à des systèmes capables d’évoluer et de s’adapter de manière autonome, comme le propose également Neosoul avec ses agents IA en environnement dynamique.

marsbit04/05 04:44

L'équipe de recherche de l'Université du Zhejiang propose une nouvelle approche : Enseigner à l'IA la façon dont le cerveau humain comprend le monde

marsbit04/05 04:44

Rétrospective de 30 ans d'expérience commerciale d'un milliardaire de la Silicon Valley : Tous les objectifs que j'ai poursuivis par le passé étaient stupides

Un ancien cadre de Facebook et investisseur milliardaire, Chamath Palihapitiya, partage sa réflexion après 30 ans de carrière : poursuivre des objectifs traditionnels (promotions, salaire, statut) est une erreur. Il explique que les objectifs figent la croissance en créant un sentiment d’accomplissement trompeur, tandis que se concentrer sur le processus d’apprentissage continu permet de rester engagé et adaptable. Il propose trois principes : éviter la dette pour garder sa liberté, cultiver l’humilité pour une honnêteté radicale, et s’entourer de jeunes pour rester connecté aux évolutions du monde. Il souligne l’importance de préserver ses options (optionality), de privilégier les opportunités d’apprentissage plutôt que le salaire, et de rejeter les signes de statut social, artificiels et limitants. Enfin, il insiste sur la nécessité d’une honnêteté totale dans ses relations et encourage à trouver un environnement qui révèle son potentiel, comme le montre une métaphore sur la résilience issue d’une expérience scientifique sur les rats.

marsbit02/26 00:33

Rétrospective de 30 ans d'expérience commerciale d'un milliardaire de la Silicon Valley : Tous les objectifs que j'ai poursuivis par le passé étaient stupides

marsbit02/26 00:33

Dans les décennies à venir, quelle sera votre compétence la plus importante ?

Dans les décennies à venir, la compétence la plus cruciale est l’agentivité : la capacité d’agir sans autorisation, de diriger sa vie et de s’adapter aux changements. Contrairement à la conformité, qui limite la pensée indépendante, l’agentivité permet de poursuivre des objectifs avec persévérance, en les traitant comme des expériences où l’échec fait partie de l’apprentissage. L’IA n’est pas une menace pour les individus dotés d’une forte agentivité ; elle amplifie plutôt leur capacité à créer et à innover. Les généralistes, capables de relier divers domaines de connaissance, réussiront mieux que les spécialistes rigides. L’être humain possède cinq capacités fondamentales : calcul, transformation, variation, sélection et attention, qui restent pertinentes même face aux avancées technologiques. Pour développer son agentivité, il faut fixer des objectifs, étudier les succès existants, expérimenter, identifier les principes clés et partager ses apprentissages. Les plateformes sociales offrent un terrain idéal pour pratiquer cette compétence en permettant l’expérimentation et l’adaptation continues.

marsbit01/14 14:48

Dans les décennies à venir, quelle sera votre compétence la plus importante ?

marsbit01/14 14:48

Guide du Hacker : Comment réussir votre premier hackathon

Guide pour les nouveaux hackers : comment réussir votre premier hackathon. Prêt à vous inscrire ? Que vous soyez étudiant ou développeur indépendant, vous allez découvrir une excellente façon d'apprendre et de grandir. Le plus important n'est pas de gagner, mais d'acquérir des compétences, de construire votre portfolio et de rencontrer des personnes. Choisissez un hackathon organisé par de grandes entreprises comme Google, AWS, ou utilisez des plateformes réputées comme DoraHacks pour des événements de qualité. Lisez attentivement les règles avant de commencer pour éviter la disqualification. Évitez de soumettre le même projet à plusieurs concours ; concentrez-vous sur des idées originales qui correspondent au thème. Communiquez tôt et souvent avec les organisateurs et les mentors pour clarifier les doutes et résoudre les problèmes. Étudiez les projets des éditions précédentes pour apprendre des autres participants. Présentez une démo claire et concise, avec une vidéo de 1 à 3 minutes et une documentation soignée. Gérez bien votre temps et répartissez les tâches en équipe. Acceptez les résultats, apprenez de l'expérience, et continuez à développer votre projet après le hackathon. La persévérance est clé. Participez à des hackathons sur DoraHacks, respectez les règles, collaborez, et construisez continuellement. Bon hack !

marsbit01/13 08:56

Guide du Hacker : Comment réussir votre premier hackathon

marsbit01/13 08:56

De la création de contenu à l'exploitation commerciale : Cinq conseils pour éviter les pièges en tant que KOL dans la cryptographie

Erreurs à éviter pour les créateurs de contenu crypto : 1) Considérer son activité comme un hobby plutôt qu'une entreprise ; 2) Ne pas se spécialiser dans un domaine précis ; 3) Utiliser des éléments de marque de mauvaise qualité ; 4) Créer du contenu sans stratégie de monétisation ; 5) Arrêter d'apprendre après avoir choisi sa niche. L'auteur, Leon Abboud, souligne l'importance d'adopter une mentalité commerciale, de définir un public cible, et de construire un écosystème de contenu avec des mécanismes de conversion clairs pour transformer les followers en revenus durables.

比推12/11 20:29

De la création de contenu à l'exploitation commerciale : Cinq conseils pour éviter les pièges en tant que KOL dans la cryptographie

比推12/11 20:29

Peur d'avoir gaspillé 8 ans dans la crypto, comment trouver le succès dans la vie ?

Résumé : L'auteur Max Lee déconstruit l'illusion du succès rapide dans les crypto-monnaies. La vraie richesse ne vient pas du gambling mais de la compréhension des mécanismes sous-jacents : cycles narratifs, flux de liquidités et psychologie du marché. Le premier gain est mental, pas financier. Le jeu récompense les observateurs patients qui agissent avec conviction, pas les réactifs émotionnels. La clé est de rester dans le jeu assez longtemps pour saisir les opportunités asymétriques, en se concentrant sur des données ignorées (activité des développeurs, flux on-chain). La liberté provient d’une discipline monotone : étude, veille et patience. Les symboles de richesse (voitures, voyages) sont le résultat d’un processus de construction, pas de chance. Le choix décisif : parier ou bâtir. Les crypto-monnaies offrent une voie vers la liberté financière, mais seulement pour ceux qui acceptent la rigueur du processus.

深潮12/10 07:29

Peur d'avoir gaspillé 8 ans dans la crypto, comment trouver le succès dans la vie ?