Morrigan. L'IA modulaire pensée pour le local.

Les grands modèles de langage ont changé la donne, mais leurs limites sont structurelles. Ils n'apprennent rien après leur entraînement : chaque conversation repart du même point. Leur taille impose des datacenters, donc le cloud, donc la dépendance. Et leur appétit en calcul croît plus vite que leur intelligence.

Attendre que ces défauts disparaissent avec la version suivante, c'est confondre l'amélioration d'une architecture avec son dépassement.

Morrigan explore une autre voie : une intelligence modulaire, composée de briques spécialisées qui coopèrent, plutôt qu'un bloc monolithique qui fait tout en moyenne. L'objectif est simple à énoncer et difficile à atteindre : le maximum d'intelligence par watt, en local. Une IA qui tient sur une machine qu'on possède, qui apprend de son contexte au lieu de l'oublier, et qui ne demande la permission de personne pour fonctionner.

Nous publions la thèse et les jalons, pas les plans de fabrication. La recherche avance mieux sans donner la recette à ceux qui ont déjà les datacenters.

Morrigan est en recherche active : les fondations d'indexation et de compréhension multi-langages fonctionnent sur des corpus réels, et chaque étape est validée par des tests avant la suivante. Pas de date annoncée, pas de démo gonflée : les avancées notables sont publiées dans le journal.