La 39ème conférence annuelle AAAI sur l’intelligence artificielle (AAAI 2025) s’est déroulée à Philadelphie. Dans un article sur AIhub, Lucy Smith partage un aperçu intéressant de deux présentations majeures lors de cet événement. La première présentation, par Susan Athey, explore comment les grands modèles fondationnels peuvent aider à prédire les parcours professionnels des travailleurs et à mesurer les écarts salariaux. Son équipe a notamment développé des modèles qui, après une adaptation ciblée, arrivent à prédire avec précision quelle pourrait être la prochaine profession d’une personne, tout en contribuant à mieux cerner les inégalités économiques sur le marché du travail.
La seconde présentation était celle d’Anthony Cohn, qui s’est penché sur la capacité des grands modèles linguistiques (LLMs) à raisonner sur des informations spatiales. Bien que ces modèles démontrent des performances impressionnantes pour des aspects plus factuels, ils rencontrent encore des difficultés marquées dans des scénarios impliquant du raisonnement spatial plus complexe ou lorsque la logique du bon sens entre en jeu. Anthony évoque également certaines limites actuelles des modèles multimodaux, notamment pour la création précise de cartes géographiques.
Lire l’article sur AIhub
Je trouve passionnant le potentiel qu’offrent ces approches basées sur l’intelligence artificielle pour comprendre et traiter les défis économiques complexes tels que les disparités salariales. D’autre part, la mise en lumière des difficultés actuelles des LLMs en termes de raisonnement spatial montre à quel point il est important d’approfondir les recherches dans des domaines où l’intuition humaine reste difficile à reproduire par la machine.
Et vous, pensez-vous que les modèles d’intelligence artificielle pourront un jour comprendre et interpréter l’espace aussi efficacement que les humains ?
