L'avenir que nous peint aujourd'hui l'IA d'Anthropic est le même que celui proposé par Star Trek en 1986.

« Est-ce que ça vous dérangerait si le professeur utilisait votre ordinateur ? La question a été posée par le Dr McCoy dans « Star Trek IV : Mission pour sauver la Terre ». «S'il vous plaît», répond l'ingénieur à qui ils rendent visite. Scotty, très déterminé, s'approche de l'écran et dit « Ordinateur ? » attendant une réponse d'un PC de 1986. Voyant que rien ne se passe, le Dr McCoy lui donne la souris, croyant qu'il s'agit d'un microphone. « Bonjour, ordinateur ! ». C'est alors que l'ingénieur, surpris, lui dit d'utiliser le clavier. « Le clavier ? Comme c'est pittoresque ! », dit Scotty. La scène est mythique. Et visionnaire.

En fait, c’est presque un mème ironique de ce que de nombreux films de science-fiction avant et après cela tenaient pour acquis. Les humains ne tapent pas ni ne souris sur un écran pour interagir avec les machines. Ils ne touchent pas l’écran d’un téléphone portable.

Vous ne voyez pas Matthew McCoughnahey parler à TARS et CASE comme ça. dans « Interstellaire ». Ni à HAL 9000 lorsqu'il dit : « Désolé Dave, je ne peux pas faire ça ». Il ne le fait pas avec un message sur un écran. Il le dit. Dans toutes ces scènes, les hommes et les machines Ils parlaient naturellement. Et cet avenir de science-fiction est de plus en plus réel. OpenAI nous l'a déjà fait comprendre avec GPT-4o, mais c'est désormais Anthropic qui nous a rapproché un peu plus de cet avenir.

Il l'a fait avec la présentation de « Computer Use », un outil avec lequel son modèle d'IA, Claude, peut interagir avec notre ordinateur. Pour le moment, cela se fait à travers une démonstration technique dans un environnement isolé – sinon… – mais cela montre clairement que ce type de fonction pourrait arriver sur nos machines dans un avenir proche.

Avec cette nouvelle API, expliquent-ils dans Anthropic, c'est possible convertir les invites en commandes que l'ordinateur exécute. Il y parvient parce que l'IA d'Anthropic n'arrête pas de prendre des captures d'écran pour les analyser et savoir où tout se trouve. Il existe un exemple simple :

• Vous écrivez comme invite « Ouvrir Firefox »
• Le modèle d'IA, qui voit ce que nous voyons à l'écran, scanne la capture d'écran à la recherche de l'icône Firefox.
• Il le localise et y déplace automatiquement le pointeur de la souris.
• Simule le clic de souris sur l'icône pour ouvrir Firefox.
• Prêt. Firefox à l'écran.

Cette simple interaction peut être beaucoup plus complexe car, comme on dit, nous pouvons demander à « Computer Use » de tout faire. Par exemple, programmer un site Web avec un design de la fin des années 90, rechercher des informations sur vous-même, remplir des formulaires pour trouver un emploi ou même commander de la nourriture à la maison.

Dans ces interactions, le clavier reste le mode de saisie des requêtes, mais il est inévitable que nous finissions par utiliser notre voix à la place. C'est en effet ce que montrent les démos des salariés d'Anthropic, qui parlent puis confirment ce qu'ils veulent en cliquant sur le bouton Envoyer du message que la machine a « entendu ».

La voix, semble-t-il, finira peu à peu par s'imposer. C’est certainement ce que proposaient toutes les démos spectaculaires qu’OpenAI a réalisées avec GPT-4o il y a des mois. À cette époque, on parlait beaucoup de l’inévitable analogie qui existait avec le film « Her », et tout indiquait certainement un avenir similaire.

De plus en plus, nous arrivons à ce point où la souris et le clavier (ainsi que les gestes et le toucher sur le téléphone mobile) peuvent être flous et ne sont plus les éternels périphériques. Et quand c’est le cas et que quelqu’un nous demande de les utiliser, nous pouvons probablement répondre la même chose que Scotty.

Comme c'est pittoresque.

Images | Images Paramount

À Simseo | Sundar Pichai (PDG de Google) estime que « Elle » est inévitable : « Il y aura des gens qui tomberont amoureux d'une IA et nous devrions nous préparer ».