IA: Le défi open-source de Sentient à la recherche Big Tech

La tapisserie complexe du développement de l’intelligence artificielle est témoin d’un nouveau fil fascinant, et potentiellement crucial. Sentient, un laboratoire de développement d’IA ambitieux basé à San Francisco et valorisé à 1,2 milliard de dollars, est résolument entré sous les projecteurs. Un mardi après-midi récent, l’organisation a dévoilé Open Deep Search (ODS), marquant une avancée significative en publiant son framework de recherche IA sous une licence open-source. Cette démarche n’est pas seulement une publication technique ; c’est une déclaration, un gant jeté dans le domaine en plein essor de la récupération d’informations alimentée par l’IA, défiant directement les systèmes propriétaires établis proposés par les géants de l’industrie. Sentient positionne ODS non seulement comme une alternative mais, sur la base de ses tests internes, comme un acteur plus performant face à des rivaux notables à source fermée, y compris le très respecté Perplexity et même le GPT-4o Search Preview récemment présenté par OpenAI.

Le récit entourant ODS est encore amplifié par son soutien du Founder’s Fund de Peter Thiel, un détail qui ajoute une couche d’intrigue stratégique. Sentient présente explicitement son initiative comme un moment décisif pour les États-Unis dans la course mondiale à l’IA, suggérant qu’elle représente le contrepoint stratégique de l’Amérique au modèle influent chinois DeepSeek. Opérant sous la bannière d’une entité à but non lucratif, Sentient défend une philosophie profondément ancrée dans la démocratisation. L’argument principal présenté est que l’avancement de l’intelligence artificielle, en particulier les capacités fondamentales comme la recherche, est trop crucial pour être confiné dans les jardins clos des entreprises opérant derrière des protocoles à source fermée. Au lieu de cela, Sentient plaide avec passion pour qu’une technologie aussi puissante ‘appartienne à la communauté’, favorisant l’innovation collaborative et un accès plus large. Cette publication transcende donc un simple lancement de produit, se positionnant comme une démarche visant à contrer délibérément la ‘domination des systèmes d’IA fermés’ précisément au moment où les États-Unis, selon Sentient, atteignent leur propre point d’inflexion, leur propre ‘moment DeepSeek’.

Évaluation du Challenger : Métriques de Performance d’ODS

Sentient n’a pas seulement lancé ODS dans la nature ; il l’a armé de données de performance convaincantes issues d’évaluations internes. Le benchmark choisi pour la comparaison était FRAMES, une suite de tests conçue pour évaluer la précision et les capacités de raisonnement des systèmes de recherche IA. Selon les chiffres publiés par Sentient, ODS a atteint un score de précision remarquable de 75,3% sur ce benchmark. Ce résultat devient particulièrement frappant lorsqu’il est juxtaposé aux performances de ses concurrents à source fermée dans le même environnement de test.

Le GPT-4o Search Preview d’OpenAI, une offre de premier plan de l’un des principaux laboratoires de recherche en IA au monde, aurait obtenu un score de 50,5% sur le benchmark FRAMES dans les conditions de test de Sentient. Perplexity Sonar Reasoning Pro, un autre acteur de premier plan connu pour ses capacités de recherche conversationnelle, était encore plus loin derrière avec un score de 44,4%. Tout en reconnaissant que ces benchmarks ont été réalisés en interne par Sentient, l’écart de performance rapporté substantiel exige de l’attention. Il suggère qu’ODS possède une capacité sophistiquée à comprendre les requêtes, récupérer des informations pertinentes et synthétiser des réponses précises, surpassant potentiellement les capacités de systèmes développés avec des ressources significativement plus importantes mais gardés sous licence propriétaire.

La méthodologie employée lors de ce processus de benchmarking est cruciale pour comprendre le contexte de ces résultats. Himanshu Tyagi, co-fondateur de Sentient, a éclairci leur approche, expliquant à Decrypt que le benchmark FRAMES était structuré pour obliger les modèles d’IA ‘à orchestrer la connaissance à partir de multiples sources’. Cela implique une focalisation non seulement sur la simple récupération de faits, mais aussi sur des tâches de raisonnement et d’intégration d’informations plus complexes, imitant des scénarios du monde réel où les réponses ne sont pas soigneusement contenues dans une seule source.

De plus, Sentient a fait un choix délibéré pour renforcer la rigueur de l’évaluation. Pour empêcher les modèles de s’appuyer sur des référentiels de connaissances facilement accessibles et hautement structurés, les sources de ‘vérité terrain’ comme Wikipedia ont été spécifiquement exclues du pool de données accessibles pendant les tests. Cette exclusion stratégique a forcé les systèmes d’IA ‘à compter sur leurs systèmes de récupération’, comme l’a dit Tyagi. L’intention était de simuler un environnement d’information plus difficile et réaliste, fournissant ainsi une ‘évaluation plus réaliste et rigoureuse’ des capacités inhérentes de recherche et de synthèse des modèles, plutôt que de leur permettre de s’appuyer sur des caches d’informations pré-digérées. Cette approche souligne la confiance de Sentient dans la puissance sous-jacente des mécanismes de récupération et de raisonnement d’ODS.

Décortiquer le Moteur : Le Framework Agentique Alimentant ODS

Les scores de benchmark impressionnants attribués à Open Deep Search sont, selon Sentient, le produit d’une architecture sous-jacente sophistiquée. À sa base, ODS utilise ce que Sentient décrit comme son Open Search Tool, qui est animé par un framework agentique. Ce concept, de plus en plus prévalent dans les discussions avancées sur l’IA, implique un système capable d’un comportement plus autonome et orienté vers un objectif que les modèles traditionnels. Au lieu de simplement traiter une entrée et de générer une sortie, un framework agentique peut décomposer des tâches complexes, formuler des sous-requêtes, interagir avec des outils (comme un moteur de recherche), évaluer les résultats et adapter sa stratégie de manière itérative pour atteindre un objectif final – dans ce cas, fournir la réponse la plus précise à la requête d’un utilisateur.

Himanshu Tyagi a développé ce point, déclarant qu’ODS a atteint ses performances grâce à une ‘approche agentique qui écrit du code auto-correcteur’. Cette description intrigante suggère un processus dynamique où l’IA ne se contente pas d’exécuter un algorithme de recherche fixe. Au lieu de cela, elle semble générer ou affiner ses propres procédures internes (le ‘code’) à la volée pour déterminer les étapes nécessaires et les questions intermédiaires requises pour construire une réponse finale complète. Ce mécanisme d’auto-correction est essentiel ; si le framework échoue initialement à récupérer une information critique, il n’abandonne pas simplement ou ne fournit pas une réponse incomplète. Au lieu de cela, il reconnaît la lacune et ‘appelle à nouveau l’outil de recherche’ de manière autonome, mais cette fois armé d’une ‘requête plus spécifique’ conçue explicitement pour récupérer l’information précise manquante.

Ce processus d’affinement itératif est crucial pour traiter les demandes de recherche complexes ou ambiguës. Mais que se passe-t-il lorsque le système rencontre des obstacles plus tenaces – peut-être des informations contradictoires, des pages web mal indexées, ou simplement un manque de données facilement disponibles ? Tyagi a expliqué que le modèle emploie une suite de techniques avancées pour naviguer ces défis. Celles-ci incluent :

• Reformulation Améliorée des Requêtes : Le système reformule intelligemment la requête initiale de l’utilisateur ou ses propres sous-requêtes de multiples façons pour explorer différentes facettes du paysage informationnel et surmonter les éventuelles inadéquations de mots-clés.
• Récupération Multi-Passes : Plutôt que de compter sur un seul balayage de recherche, ODS peut effectuer plusieurs tours de collecte d’informations, utilisant potentiellement différentes stratégies ou se concentrant sur différents aspects de la requête à chaque passe pour construire une image plus complète.
• Découpage et Reclassement Intelligents : Lorsqu’il traite de grands volumes de texte provenant de pages web ou de documents, le système n’ingère pas seulement des données brutes. Il décompose intelligemment le contenu en segments significatifs (‘chunking’) puis priorise (‘reranking’) ces segments en fonction de leur pertinence par rapport au besoin d’information spécifique, garantissant que les détails les plus pertinents sont mis en évidence et synthétisés.

Cette combinaison d’un noyau agentique auto-correcteur avec des techniques sophistiquées de récupération et de traitement brosse le tableau d’un framework de recherche hautement adaptable et robuste. Pour favoriser la transparence et permettre l’examen et la contribution de la communauté, Sentient a rendu ODS et les détails de ses évaluations publiquement accessibles via leur dépôt GitHub, invitant les développeurs et les chercheurs du monde entier à examiner, utiliser et potentiellement améliorer leur travail.

Le Courant Idéologique Sous-jacent : Défendre l’Ouverture à l’Ère de l’IA

La décision de Sentient d’opérer en tant qu’organisation à but non lucratif et de publier ODS sous une licence open-source est bien plus qu’une stratégie commerciale ; c’estune déclaration de principes dans le débat en cours sur la future gouvernance de l’intelligence artificielle. La position de l’entreprise est sans ambiguïté : la trajectoire de développement de l’IA, des technologies ayant le potentiel de remodeler profondément la société, ‘devrait appartenir à la communauté, et non être contrôlée par des entreprises à source fermée’. Cette philosophie puise dans une longue tradition au sein du monde technologique, faisant écho au mouvement du logiciel open-source qui a produit des technologies fondamentales comme Linux et le serveur web Apache.

L’argument en faveur de l’open-sourcing de l’IA, en particulier des outils puissants comme les frameworks de recherche avancés, repose sur plusieurs piliers :

1. Démocratisation : L’accès ouvert permet aux petites entreprises, aux chercheurs universitaires, aux développeurs indépendants et même aux amateurs d’utiliser, d’étudier et de construire sur l’IA de pointe sans frais de licence prohibitifs ni conditions d’utilisation restrictives. Cela peut favoriser l’innovation venant de quartiers inattendus et niveler le terrain de jeu.
2. Transparence et Examen : Les modèles à source fermée fonctionnent comme des ‘boîtes noires’, rendant difficile pour les parties externes de comprendre leurs biais, leurs limitations ou leurs modes de défaillance potentiels. L’open source permet l’examen par les pairs, l’audit et le débogage collaboratif, conduisant potentiellement à des systèmes plus sûrs et plus fiables.
3. Prévention des Monopoles : Alors que l’IA devient de plus en plus centrale dans diverses industries, la concentration du contrôle au sein de quelques grandes entreprises soulève des préoccupations concernant la domination du marché, la censure et le potentiel d’abus. L’open source offre un contrepoids, favorisant un écosystème d’IA plus distribué et résilient.
4. Progrès Accéléré : En permettant à d’autres de construire librement sur le travail existant, l’open source peut potentiellement accélérer le rythme de l’innovation. Le partage des connaissances et le développement collaboratif peuvent conduire à des percées plus rapides que les efforts propriétaires en silo.

Cependant, l’approche open-source en IA n’est pas sans son propre ensemble de défis et de contre-arguments. Les préoccupations tournent souvent autour de la sécurité (le potentiel d’abus si des modèles puissants sont librement disponibles), la difficulté de financer le développement d’IA à grande échelle sans monétisation propriétaire, et le potentiel de fragmentation si plusieurs versions incompatibles prolifèrent.

La démarche de Sentient avec ODS le place carrément du côté de ceux qui prônent l’ouverture comme la voie à suivre privilégiée, défiant directement le modèle dominant parmi de nombreux laboratoires d’IA de premier plan comme OpenAI (malgré son nom, beaucoup de ses modèles les plus avancés ne sont pas entièrement ouverts), Google DeepMind et Anthropic. En positionnant ODS comme une alternative performante développée sous un modèle open-source à but non lucratif, Sentient vise à démontrer que cette approche est non seulement viable mais potentiellement supérieure pour fournir des outils d’IA puissants et accessibles. Leur succès, ou son absence, pourrait influencer de manière significative le débat plus large sur la manière dont l’humanité devrait gérer le développement de machines de plus en plus intelligentes.

Le Parallèle DeepSeek : Est-ce le Point d’Inflexion Open Source de l’Amérique ?

La présentation explicite par Sentient de la sortie d’ODS comme la réponse de l’Amérique au DeepSeek chinois ajoute une couche de signification géopolitique et stratégique à l’annonce. DeepSeek, un modèle open-source développé en Chine, a attiré une attention mondiale considérable lors de son émergence, en particulier vers janvier. Ses capacités ont démontré qu’un développement d’IA haute performance, compétitif au niveau mondial, pouvait effectivement prospérer au sein d’un paradigme open-source, remettant en question l’idée que le leadership en IA nécessite un contrôle propriétaire strict.

La comparaison suggère que Sentient considère son travail non seulement comme un progrès technologique mais aussi comme une étape cruciale pour garantir que les États-Unis restent compétitifs et influents dans le domaine spécifique de l’IA open-source. Cette arène est considérée comme de plus en plus importante, distincte des développements à source fermée dominés par les acteurs établis de la Big Tech. Pourquoi ce ‘moment DeepSeek’ est-il considéré comme si crucial ? Le commentaire fourni par Bogna Konior, une professeure de NYU Shanghai consultée par Decrypt lorsque DeepSeek a fait des vagues pour la première fois, offre un aperçu profond.

Konior a souligné la nature transformatrice des développements actuels de l’IA, déclarant : ‘Nous laissons maintenant couramment l’IA rédiger nos pensées – un développement aussi remarquable que l’invention du langage lui-même.’ Cette analogie puissante souligne le changement fondamental qui se produit alors que l’IA s’intègre profondément dans les processus cognitifs humains. Elle a ajouté : ‘C’est comme si l’humanité recréait ce moment crucial de l’invention du langage à l’intérieur des ordinateurs.’ Cette perspective élève considérablement les enjeux. Si l’IA représente une nouvelle forme de ‘langage’ ou d’outil cognitif, la question de savoir qui contrôle son développement et sa diffusion devient primordiale.

Les parallèles établis entre DeepSeek et l’ODS de Sentient soulignent ces changements philosophiques et stratégiques. Tous deux représentent des poussées significatives vers l’accessibilité open-source pour des capacités d’IA puissantes provenant de grands centres technologiques mondiaux. L’observation de Konior sur la nature de la technologie open-source résonne fortement ici : ‘Une fois que la technologie open-source est libérée dans le monde, elle ne peut être contenue.’ Cette caractéristique inhérente de l’open source – sa tendance à proliférer, s’adapter et s’intégrer de manières imprévues par ses créateurs – est à la fois sa puissance et, pour certains, son risque perçu.

Sentient, soutenu par le Founder’s Fund de Thiel, croit clairement qu’embrasser cette dynamique n’est pas seulement nécessaire mais avantageux pour les États-Unis. En lançant ODS, ils ne publient pas seulement du code ; ils font une offre pour le leadership dans le mouvement de l’IA open-source, signalant que l’Amérique peut et doit rivaliser vigoureusement dans cet espace, favorisant un écosystème indépendant des géants de la source fermée, et potentiellement les défiant. Ils affirment que le moment de l’innovation généralisée en IA, axée sur la communauté et catalysée par de puissantes plateformes ouvertes, est bel et bien arrivé pour l’Amérique.

L’Influence du Founder’s Fund : Le Pari de Peter Thiel sur l’IA Ouverte

L’implication du Founder’s Fund de Peter Thiel en tant que soutien de Sentient ajoute une dimension significative à l’histoire d’ODS. Thiel, une figure éminente et souvent à contre-courant de la Silicon Valley, est connu pour ses investissements qui reflètent souvent une vision du monde distincte, défiant fréquemment les normes établies et les acteurs en place. Le soutien de son fonds à une initiative d’IA open-source à but non lucratif comme Sentient mérite un examen plus approfondi.

Bien que Founder’s Fund investisse dans un éventail de technologies, Thiel lui-même a exprimé des opinions complexes sur l’IA, y compris des préoccupations concernant ses dangers potentiels et un scepticisme envers une partie de l’engouement qui l’entoure. Cependant, soutenir un projet open-source pourrait s’aligner sur plusieurs motivations stratégiques ou idéologiques potentielles :

• Perturber les Acteurs en Place : Thiel a un historique de soutien à des entreprises visant à perturber les grands acteurs établis. Soutenir une alternative open-source haute performance aux outils de recherche IA développés par Google, Microsoft (via OpenAI), et d’autres correspond à ce schéma. Cela représente un levier potentiel pour contester la domination de la Big Tech dans un domaine émergent critique.
• Promouvoir la Concurrence : Une approche open-source favorise intrinsèquement la concurrence en abaissant les barrières à l’entrée. Cela pourrait être vu comme un moyen d’assurer un paysage de l’IA plus dynamique et moins centralisé, empêchant la concentration du pouvoir au sein de quelques entités corporatives.
• Stratégie Géopolitique : Étant donné la présentation d’ODS comme le ‘moment DeepSeek’ de l’Amérique, l’investissement pourrait être vu sous l’angle de la compétitivité nationale. Soutenir un projet d’IA open-source de premier plan basé aux États-Unis renforce la position de la nation dans cette course technologique mondiale.
• Explorer des Modèles Alternatifs : Investir dans une structure à but non lucratif axée sur le développement open-source permet d’explorer différents modèles de progrès technologique, trouvant potentiellement des voies à la fois innovantes et moins sujettes aux inconvénients perçus du développement purement axé sur le profit et à source fermée.
• Accès et Influence : Même sans profit direct de l’organisation à but non lucratif elle-même, soutenir Sentient fournit à Founder’s Fund des aperçus du développement de pointe en IA et une influence au sein de la communauté naissante de l’IA open-source.

Les motivations spécifiques restent spéculatives, mais l’alignement d’un fonds de capital-risque de haut niveau connu pour ses paris stratégiques, souvent à contre-courant, avec une organisation à but non lucratif défendant l’IA open-source est remarquable. Cela suggère une croyance que le modèle open-source n’est pas seulement philosophiquement attrayant mais potentiellement une force puissante pour l’avancement technologique et la perturbation du marché à l’ère de l’IA. Cela signale qu’un capital significatif est prêt à soutenir des alternatives au paradigme de la source fermée, ajoutant une force financière aux arguments idéologiques défendus par Sentient.

Redéfinir la Recherche : ODS dans le Paysage Informationnel en Évolution

L’émergence d’Open Deep Search arrive à un moment où le concept même de ‘recherche’ subit une transformation profonde, largement portée par les avancées en intelligence artificielle. Pendant des décennies, la recherche a été dominée par le paradigme basé sur les mots-clés perfectionné par Google – les utilisateurs entrent des termes, et le moteur renvoie une liste de liens classés vers des documents pertinents. Bien qu’efficace, ce modèle oblige souvent les utilisateurs à passer au crible plusieurs sources pour synthétiser une réponse.

Les outils de recherche alimentés par l’IA comme Perplexity, les capacités de recherche de GPT-4o, et maintenant ODS de Sentient représentent un passage vers une approche plus conversationnelle et synthétisée. Au lieu de simplement fournir des liens, ces systèmes visent à répondre directement aux questions, à résumer les informations de multiples sources, à engager un dialogue, et même à effectuer des tâches basées sur les informations récupérées. ODS, avec son framework agentique, semble conçu pour exceller dans ce nouveau paradigme. Sa capacité à reformuler les requêtes, à effectuer une récupération multi-passes et à synthétiser intelligemment les informations suggère une focalisation sur la compréhension de l’intention de l’utilisateur et la fourniture de réponses complètes, pas seulement de liens pertinents.

Comparé à ses concurrents à source fermée, la nature ouverte d’ODS offre des avantages et des inconvénients potentiels distincts :

• Avantages Potentiels :

  • Personnalisation et Intégration : Les développeurs peuvent librement modifier ODS, l’intégrer profondément dans leurs propres applications, ou l’affiner pour des domaines ou des tâches spécifiques d’une manière impossible avec les API propriétaires.
  • Transparence : Les utilisateurs et les développeurs peuvent inspecter le code pour comprendre son fonctionnement, ses biais et ses limitations.
  • Coût : Étant open source, la technologie de base est gratuite à utiliser, réduisant potentiellement les coûts pour déployer des capacités de recherche avancées.
  • Amélioration Communautaire : Le framework peut bénéficier des contributions d’une communauté mondiale, conduisant potentiellement à des améliorations plus rapides et à des ensembles de fonctionnalités plus larges.

• Inconvénients Potentiels :

  • Support et Maintenance : Les projets open-source peuvent manquer des structures de support dédiées et centralisées des produits commerciaux.
  • Intensité des Ressources : L’exécution de modèles d’IA sophistiqués comme ODS peut nécessiter des ressources de calcul importantes, limitant potentiellement l’accessibilité pour certains utilisateurs.
  • Rythme de Développement : Bien que les contributions de la communauté puissent accélérer le développement, les progrès peuvent parfois être moins prévisibles ou coordonnés que dans un cadre d’entreprise.
  • Défis de Monétisation : Soutenir le développement et l’infrastructure d’un projet open-source à grande échelle nécessite des modèles de financement viables, ce qui peut être difficile pour les organisations à but non lucratif.

ODS entre dans un domaine concurrentiel où les attentes des utilisateurs évoluent rapidement. Le succès dépendra non seulement des performances de benchmark mais aussi de facteurs tels que la facilité d’utilisation, les capacités d’intégration, la vitesse, la fiabilité et la capacité à gérer les nuances et les complexités des besoins d’information du monde réel. En offrant une alternative ouverte et performante, Sentient vise à se tailler une niche significative et potentiellement à influencer la trajectoire du développement de la recherche IA vers une plus grande accessibilité et une implication communautaire.

La Voie à Suivre : Perspectives et Obstacles pour la Recherche IA Open Source

Le lancement d’Open Deep Search par Sentient marque une étape importante, mais c’est le début, et non lafin, d’un voyage. L’impact futur d’ODS et du mouvement plus large de la recherche IA open-source dépendra de la navigation dans un paysage complexe d’opportunités et de défis.

Opportunités :

• Autonomiser l’Innovation : ODS fournit une boîte à outils puissante qui pourrait débloquer l’innovation dans divers secteurs. Les startups pourraient construire des moteurs de recherche spécialisés pour des domaines de niche (par exemple, la recherche scientifique, la jurisprudence, l’analyse financière) sans investissement initial massif dans le développement de l’IA de base.
• Avancement Académique : Les chercheurs ont accès à un framework de pointe pour étudier la récupération d’informations, le traitement du langage naturel et les systèmes d’IA agentiques, accélérant potentiellement les progrès académiques.
• Assistants Numériques Améliorés : ODS pourrait être intégré dans des assistants numériques open-source ou d’autres applications, offrant des capacités d’information plus sophistiquées et contextuelles.
• Contester la Concentration du Marché : Un ODS réussi pourrait véritablement défier la domination des acteurs existants, favorisant un marché plus compétitif et diversifié pour les outils d’accès à l’information.
• Construire la Confiance : La transparence inhérente à l’open source peut aider à construire la confiance des utilisateurs, un facteur critique alors que les systèmes d’IA s’intègrent davantage dans la vie quotidienne et les processus de prise de décision.

Défis :

• Adoption et Construction de Communauté : Le succès dépend de l’attraction d’une communauté dynamique de développeurs et d’utilisateurs pour adopter, contribuer et construire sur ODS. Cela nécessite une communication efficace, de la documentation et une gestion de la communauté.
• Coûts de Calcul : L’exécution et l’entraînement ultérieur de grands modèles d’IA sont coûteux en calcul. Assurer l’accessibilité nécessite de trouver des moyens d’optimiser les performances et potentiellement de fournir un accès à des ressources de calcul abordables.
• Garder le Rythme : Le domaine de l’IA progresse à une vitesse fulgurante. ODS nécessitera un développement et une amélioration continus pour rester compétitif face aux alternatives à source fermée bien financées et itérant rapidement.
• Durabilité du Financement : En tant qu’organisation à but non lucratif, Sentient a besoin d’un modèle de financement durable pour soutenir la recherche continue, le développement, l’infrastructure et le soutien communautaire pour ODS. La dépendance aux subventions ou aux dons peut être précaire.
• Sécurité et Utilisation Responsable : Comme pour toute IA puissante, assurer une utilisation responsable et atténuer les dommages potentiels (par exemple, générer de la désinformation, renforcer les biais) est crucial, peut-être encore plus complexe dans un contexte distribué et open-source.
• Guerres des Benchmarks : Une dépendance excessive à des benchmarks spécifiques peut être trompeuse. Les performances réelles sur diverses tâches et besoins des utilisateurs seront le test ultime.

L’ODS de Sentient représente un pari audacieux sur le pouvoir de l’ouverture dans l’un des domaines les plus critiques du développement de l’IA. Son parcours sera suivi de près. S’il réussit à favoriser un écosystème florissant et à démontrer des performances élevées durables, il pourrait remodeler de manière significative l’avenir de l’accès à l’information, prouvant que le développement communautaire et ouvert peut effectivement rivaliser avec, et peut-être même surpasser, les géants du monde de la source fermée. Le ‘moment DeepSeek’ que Sentient proclame pourrait véritablement être en cours, initiant un nouveau chapitre dans l’évolution de l’intelligence artificielle.