AWS a réduit la barrière d'entrée à la personnalisation de l'IA grâce à l'automatisation par apprentissage par renforcement.

Amazon Web Services (AWS) a lancé de nouvelles fonctionnalités visant à améliorer l’efficacité des modèles d’intelligence artificielle (IA) et à réduire les coûts d’apprentissage. Au cœur de cette initiative se trouvent l’option de réglage fin basée sur l’apprentissage par renforcement, appelée « RFT », ainsi qu’une fonctionnalité de personnalisation sans serveur. Ces outils sont conçus pour permettre aux développeurs d’apporter des améliorations personnalisées aux modèles d’IA avec un minimum de connaissances spécialisées en apprentissage automatique.

AWS a annoncé, lors de sa conférence annuelle « AWS re:Invent 2025 » du 3 (heure locale) à Las Vegas, que ces fonctionnalités seraient intégrées à Amazon Bedrock et SageMaker AI. Amazon Bedrock est une plateforme permettant de construire des fonctionnalités d’IA générative à partir de « modèles de base » développés par les principales entreprises d’IA. Cette mise à jour RFT ouvre la voie à l’optimisation des agents IA pour les entreprises, sans nécessiter une infrastructure d’apprentissage automatique puissante.

Les entreprises utilisent généralement les grands modèles de langage (LLM) les plus performants pour leurs agents IA, ce qui implique une puissance de traitement d’inférence très élevée. Même pour des tâches répétitives comme la confirmation d’un calendrier ou la récupération de documents, cela peut entraîner une utilisation excessive et inefficace des ressources. AWS estime que la nouvelle fonction de personnalisation basée sur l’apprentissage par renforcement peut résoudre ces problèmes. En résumé, il s’agit d’une structure permettant d’assurer une efficacité suffisante avec moins de calculs.

Auparavant, la mise en œuvre de l’apprentissage par renforcement était freinée par des barrières techniques élevées. Préparer les données d’entraînement, recueillir des retours, construire une infrastructure informatique hautes performances, tout cela pouvait prendre des mois. Mais la fonction RFT sur Amazon Bedrock permet aux développeurs de choisir le modèle souhaité, de télécharger les historiques d’interaction utilisateur ou les données d’entraînement, puis de spécifier une fonction de récompense ; l’ajustement du modèle s’effectue alors automatiquement. AWS précise que ce processus ne requiert pas d’experts en apprentissage automatique : une simple idée de ce qu’est un bon résultat suffit.

Dans un premier temps, cette fonctionnalité prendra exclusivement en charge le modèle propriétaire Nova 2 Lite d’Amazon, mais il est prévu de l’étendre à des dizaines d’autres modèles à l’avenir. Amazon SageMaker AI intégrera également une fonctionnalité similaire sous forme sans serveur. SageMaker est une plateforme permettant aux entreprises de concevoir et de déployer leurs propres modèles d’IA, et devrait offrir un environnement « agentisé » simplifiant l’intégration d’options de renforcement.

En mode agentisé, l’utilisateur saisit ses besoins en langage naturel, et l’agent IA guide l’ensemble du processus, de la génération des données à l’évaluation du modèle. Parallèlement, une solution autoguidée pour les développeurs avancés est proposée, élargissant ainsi le choix des utilisateurs. AWS explique que cette fonctionnalité permet également d’appliquer simultanément plusieurs techniques de renforcement, telles que l’apprentissage par retour d’expérience, l’apprentissage vérifiable basé sur la récompense, ou encore l’ajustement par apprentissage supervisé. Elle est compatible non seulement avec Nova, mais aussi avec des modèles comme Llama, Qwen, DeepSeek et GPT-OSS.

Parallèlement, AWS a également annoncé l’introduction de la fonctionnalité « entraînement sans checkpoint » dans SageMaker HyperPod. Jusqu’à présent, en cas d’erreur lors de l’entraînement, la récupération pouvait prendre plusieurs dizaines de minutes ; dorénavant, l’état pourra être restauré en quelques minutes sans intervention du client, grâce à la sauvegarde en temps réel de l’état du modèle sur l’ensemble du cluster.

En outre, AWS a porté le framework open source d’agents IA « Strands Agents » vers le langage TypeScript. Plus stable et moins sujet aux erreurs que JavaScript, ce langage devrait offrir un environnement de développement d’agents plus fiable.

Cette annonce intervient alors que les concurrents du secteur de l’IA générative renforcent leurs fonctionnalités de personnalisation. Google (GOOGL), Microsoft (MSFT) et d’autres accélèrent également le déploiement de solutions similaires, et il est prévu que l’environnement permettant aux utilisateurs de créer facilement eux-mêmes des modèles d’IA optimaux se développe rapidement. Cette évolution technologique semble jouer un rôle de catalyseur, favorisant une intégration plus profonde de l’IA dans les environnements d’entreprise réels.