OPINION
Le trou noir des données au cœur de l'IA
L'efficacité d'échantillonnage stagne : les progrès de l'IA viendraient surtout de l'élargissement et de l'amélioration des données, pas de gains algorithmiques fondamentaux.
Dwarkesh Patel·Dwarkesh Patel·19 juin 2026

Image · Source originale
Dwarkesh Patel avance que l'intelligence peut se mesurer à l'efficacité d'échantillonnage — la quantité de données nécessaires pour maîtriser un domaine. Selon lui, peu de progrès ont été réalisés sur ce plan : les modèles s'améliorent principalement grâce à plus de données et plus de compute. Le RL est analysé comme une forme de génération de données synthétiques, mais reste dépendant de trajectoires humaines expertes, très spécifiques à chaque tâche.