Le laboratoire Prefrontal dévoile une avancée dans le traitement des données IA
Le laboratoire Prefrontal a présenté une nouvelle méthode visant à accélérer le traitement des larges volumes de données dans les modèles d'intelligence artificielle.
Les chercheurs James Whittington et Ruairidh Battleday, fondateurs du laboratoire britannique Prefrontal, ont publié une étude portant sur la technique de l'attention creuse latente (Latent Sparse Attention, LSA). Cette méthode vise à optimiser les mécanismes d'attention des systèmes d'intelligence artificielle, qui représentent actuellement un goulot d'étranglement computationnel lors du traitement de vastes contextes.
En organisant les informations par leur signification sémantique plutôt que par leur position séquentielle, le système gagne en efficacité. Les tests indiquent une accélération jusqu'à 72,4 fois supérieure dans le traitement des couches d'attention par rapport aux modèles conventionnels. Cette avancée est cruciale pour permettre aux agents d'IA de traiter des volumes de données nécessaires à la recherche scientifique.
Ces travaux s'appuient sur l'expérience acquise avec DiG-bench, un cadre d'évaluation qui avait révélé les limites des modèles actuels en matière de découverte autonome et d'expérimentation. L'approche de Prefrontal cherche à pallier ces lacunes en développant des architectures inspirées de la cognition humaine.
Actuellement en phase de développement discret (stealth), Prefrontal poursuit ses recherches pour améliorer la capacité des machines à effectuer des découvertes scientifiques. La priorité du laboratoire reste l'optimisation des architectures pour rendre l'IA plus performante dans le traitement de la connaissance complexe.