ChatGPT lance la Recherche Approfondie : le modèle avancé que vous ne pourrez pas tester… pour le moment

ChatGPT inaugure l'Investigación Profunda : le modèle avancé que vous ne pourrez pas tester... pour le moment

OpenAI a dévoilé un modèle révolutionnaire qui redéfinit les standards de la recherche scientifique. Doté d’une capacité de traitement inégalée, ce nouvel outil pourrait transformer la manière dont nous analysons des informations complexes, bien qu’il reste pour l’instant réservé à une élite d’utilisateurs. Un aperçu fascinant de l’avenir de l’IA vous attend.

OpenAI vient de présenter son nouveau modèle de raisonnement avancé conçu pour la recherche scientifique

ChatGPT inaugure l'Investigación Profunda : le modèle avancé que vous ne pourrez pas tester... pour le moment
Investigación Profunda est capable de gérer des informations très complexes, mais ne sera pas accessible à la plupart des utilisateurs

La guerre des IA se poursuit avec une intensité croissante. La récente arrivée de DeepSeek sur le marché et le bouleversement qu’elle a engendré dans l’industrie ont poussé de nombreux acteurs clés à chercher des solutions pour rivaliser face à la vague de code ouvert émanant d’Asie.

Pour cette raison, selon les informations de The Verge, ChatGPT a récemment dévoilé une nouvelle fonctionnalité appelée Investigacion Profunda. Cet outil représente l’une des IA dont Bill Gates avait déjà parlé ; une technologie si sophistiquée qu’elle peut accomplir des tâches spécialisées à un niveau élevé de complexité.

Qu’est-ce qu’Investigacion Profunda et comment fonctionne-t-elle ?

Youtube video

Comme mentionné précédemment, Investigacion Profunda est un modèle d’IA spécialisé dans la synthèse d’informations complexes. Il peut analyser des milliers d’articles scientifiques, de brevets et de bases de données en quelques minutes, capable de relier des idées qui semblent a priori sans lien, de créer des graphiques et des diagrammes interactifs pour mieux comprendre des données complexes, et de détecter d’éventuelles erreurs ou des résultats peu fiables dans une étude.

Pour accéder à cette fonctionnalité, il suffira en théorie de sélectionner le modèle dans l’interface habituelle de ChatGPT. Le souci, c’est qu’actuellement, Investigacion Profunda n’est disponible que pour les abonnés Pro. Autrement dit, ceux qui paient 200 dollars par mois pour profiter de toutes les fonctionnalités du chatbot sans limites, bien qu’ils ne puissent faire que 100 requêtes via Investigacion Profunda. Une évaluation pour offrir un accès limité dans le cadre de l’abonnement de base est en cours, mais aucune information confirmée n’a été divulguée jusqu’à présent.

Si vous parvenez à y accéder, vous devrez d’abord introduire une requête pour que l’IA commence son travail. Une fois cela fait, vous pouvez laisser tout tel quel ou joindre des fichiers pertinents (un PDF, des photos, des feuilles de calcul, etc.) pour mieux contextualiser les informations comme il se doit.

À partir de là, le modèle pourrait vous demander de préciser l’étendue de la recherche. Si vous avez une source prioritaire en tête, le modèle pourrait également solliciter cette information. De plus, il pourrait vous interroger sur ce que l’on appelle des métriques clés, qui, pour les articles scientifiques, sont des indicateurs permettant d’évaluer leur impact et leur qualité.

Une fois cela fait, l’agent se met véritablement au travail. Un processus complet d’Investigacion Profunda peut prendre entre 5 et 30 minutes, tout en surveillant en temps réel diverses métriques (comme les sites consultés ou les données collectées) tout en affichant une barre de progression pour l’utilisateur. De plus, l’utilisateur sera averti une fois que le modèle aura franchi certaines étapes importantes.

Au final, ce que vous recevez est un rapport structuré conçu pour être facilement compréhensible. Il comporte des tableaux comparatifs, des sections et des points essentiels, avec des liens vers toutes les sources consultées. Ce résultat peut être exporté vers Google Docs, un document en langage Markdown ou un PDF.

Cependant, le modèle a ses limitations. Tout d’abord, il nécessite des clusters GPU (c’est-à-dire un ensemble de superordinateurs travaillant simultanément), ce qui rend son fonctionnement coûteux et énergivore. De plus, toute donnée postérieure à 2023 n’entre pas dans la base de connaissances du modèle.