L'IA a oublié les objets durables et l'apprentissage par les résultats

Le passage des logiciels d'entreprise vers des systèmes natifs au cloud et sans état a fragmenté la programmation orientée objet, séparant l'état d'un objet de son comportement, contrairement aux modèles précédents où ils coexistaient.

Cette scission est critique pour l'IA d'entreprise, qui nécessite des entités durables et cohérentes telles que les clients et les contrats pour maintenir leur constance sur la durée. Les systèmes actuels avec des durées de mémoire limitées sont insuffisants pour les besoins opérationnels des entreprises.

Parallèlement, la recherche en IA a réduit son recours à l'apprentissage par renforcement, une méthode d'"apprentissage par les conséquences". Bien que les architectures Transformer aient permis des avancées significatives en IA générative, elles ont éclipsé ces techniques d'apprentissage précédemment efficaces.

Fast Company suggère qu'une réévaluation de ces deux principes pourrait améliorer considérablement les capacités et la robustesse des systèmes d'IA d'entreprise. Oublier des idées éprouvées antérieures freine le véritable progrès de l'industrie.