Les chercheurs de Google pourraient avoir résolu un défi majeur en matière d'IA. Ils ont développé la "RL interne", une nouvelle technique pour l'entraînement des modèles d'IA. Cette avancée pourrait débloquer des agents d'IA à long terme. Les résultats ont été publiés le 16 janvier 2026.

La RL interne oriente le fonctionnement interne d'un modèle. Elle guide l'IA vers une résolution de problèmes étape par étape. Cela contourne les limitations de la prédiction du prochain jeton. Les LLM actuels ont souvent du mal avec le raisonnement complexe.

L'impact immédiat pourrait être significatif. Les agents d'IA pourraient devenir plus autonomes. Ils pourraient gérer des tâches complexes sans surveillance humaine constante. Cela a des implications pour la robotique et d'autres domaines.

Les LLM apprennent traditionnellement par la prédiction du prochain jeton. Cette méthode peut être inefficace pour la planification à long terme. La RL interne offre une approche plus directe. Elle se concentre sur le développement de stratégies de haut niveau.

Les prochaines étapes impliquent des tests et un perfectionnement supplémentaires. Les chercheurs visent à étendre la technique. L'objectif ultime est de créer des agents d'IA véritablement autonomes. Cela pourrait révolutionner la façon dont l'IA interagit avec le monde.