Comment deux ingénieures aussi brillantes qu’Anna Goldie et Azalia Mirhoseini ont-elles réussi en un temps record à mettre le feu à la Silicon Valley, avec l’ambition de bouleverser la conception même des puces électroniques ? Derrière Ricursive Intelligence, se joue-t-il une simple révolution technologique ou bien une redéfinition de la concurrence dans l’industrie la plus stratégique du XXIe siècle ?
Qui sont vraiment ces deux chercheuses que Mark Zuckerberg a tenté, sans succès, de recruter par de mystérieux emails ? De Google Brain à Anthropic, puis retour chez Google, elles tracent, ensemble, un parcours semé de succès… et de rivalités. Leur projet Alpha Chip, capable de générer en quelques heures un design de puce qu’il faudrait des mois à un ingénieur humain à réaliser, a-t-il démontré que l’intelligence artificielle pouvait pulvériser les méthodes traditionnelles ? À l’heure où Nvidia, AMD et Intel les courtisent, que cherchent réellement ces deux femmes à travers Ricursive ?
Leur secret ? Un outil alimenté par l’intelligence artificielle qui optimise la conception des puces, mais sans s’attaquer à la fabrication elle-même. N’est-ce pas là un choix stratégique risqué, alors que tous leurs concurrents misent sur l’accélération du hardware ? Fait peu courant, même Nvidia a investi dans Ricursive, voyant en elles des alliées potentielles plutôt que des rivales. Sont-elles en passe de faire sauter la banque en rendant la conception de puces accessible, rapide et automatisable, à tout acteur souhaitant créer ses propres processeurs ?
La course à l’automatisation du design des puces est-elle en train de rebattre toutes les cartes de l’innovation ?
Mais Ricursive, c’est aussi une question de méthode. Leur IA s’appuie sur l’apprentissage par renforcement : plus elle conçoit de designs, plus elle s’améliore, créant une boucle de progression quasi infinie. La plateforme qu’elles souhaitent bâtir va plus loin que leur expérience Google, en étant capable d’apprendre de chaque puce pour améliorer les suivantes. Jusqu’où cet apprentissage pourrait-il aller ? Et si l’IA finissait par concevoir des processeurs toujours plus performants pour elle-même, bouclant la boucle de l’innovation ?
Leur vision va bien plus loin que la productivité. Selon Mirhoseini, le goulet d’étranglement de l’IA actuelle, c’est précisément la lenteur du design hardware. “Nous pensons pouvoir permettre cette évolution rapide, en co-évolution permanente entre modèles et puces”, affirme-t-elle. Doit-on alors craindre un monde où l’IA accélère sa propre progression jusqu’à surpasser les limites imposées par l’homme ?
Les fantasmes dystopiques de « Skynet » et de l’IA auto-améliorée sont-ils à la hauteur de l’enjeu ici, ou Ricursive est-elle simplement sur le point d’apporter un gain massif d’efficacité aux laboratoires d’IA, en réduisant l’empreinte énergétique liée à l’explosion des besoins en hardware ? Goldie imagine déjà des architectures sur mesure capables d’offrir jusqu’à dix fois plus de performance pour le même coût. La question n’est donc plus “si”, mais “quand” cette transition aura lieu.
En attendant, Ricursive fait le plein de fonds, de partenaires et de contact avec tous les poids lourds du secteur, sans révéler le nom de ses premiers clients. L’industrie électronique, qui vit traditionnellement à un rythme lent, va-t-elle être rattrapée – voire dépassée – par la vitesse exponentielle promise par l’IA de Ricursive ?
L’avenir qu’esquissent Goldie et Mirhoseini est-il celui d’une IA autonome, conceptrice de ses propres cerveaux, ou la promesse d’une nouvelle ère d’efficacité où l’être humain garde la main ?
Source : Techcrunch
