Une nouvelle catégorie d’intelligence.
L’apprentissage qui commence là où l’entraînement s’arrête.
Les modèles d’IA apprennent avant leur sortie, puis restent tels quels. ACI apprend et agit après : à l’exécution, à partir de votre travail, aussi longtemps qu’elle fonctionne. C’est ce qui en fait une catégorie à part.
Là où l’entraînement s’arrête, ACI commence.
L’apprentissage d’un modèle s’arrête à sa livraison. Celui d’ACI commence avec votre première requête, et se poursuit tant qu’elle tourne.
Étape 1 sur 5 : Entraînement
Un modèle apprend le monde en un long entraînement, avant que quiconque ne l’utilise.
Elle s’appuie sur l’acquis.
Chaque résultat s’ajoute à ce qu’ACI sait, sans perturber ce qui était là avant. Une nouvelle règle s’applique dès la requête suivante, et tout le reste de ce qu’elle a appris demeure tel quel.
Étape 1 sur 4 : Le nouveau et l’ancien
C’est de l’intelligence, donc elle généralise.
ACI apprend le schéma derrière un résultat, donc elle traite un cas jamais vu, distingue un faux doublon, et acquiert des compétences qu’elle teste avant usage.
Étape 1 sur 3 : Reformulé
La même requête, en d’autres mots : ACI la reconnaît, et répond.
Elle apprend votre travail, et ce qu’elle apprend est à vous.
Un modèle sait ce que le monde a mis par écrit. ACI sait ce que votre travail a confirmé, montre d’où vient chaque élément, et va partout où vous travaillez.
Étape 1 sur 4 : Décision
Une décision que votre équipe confirme devient quelque chose qu’ACI sait.
Voyez Duplex sur votre propre travail.
Duplex est bâti sur ACI. Un pilote le fait tourner sur votre propre travail, avec des indicateurs convenus avant son lancement.