Mark Chen est un informaticien américain et le vice-président de la recherche chez OpenAI, une organisation de recherche en intelligence artificielle. Il est largement reconnu pour ses contributions essentielles au développement de plusieurs systèmes fondamentaux de IA générative, notamment le modèle de génération d'images DALL-E et le grand modèle de langage GPT-4. Son travail a joué un rôle déterminant dans l'avancement des capacités des modèles de apprentissage profond, en particulier dans les domaines de la compréhension et du raisonnement multimodaux.
Les intérêts de recherche de Chen couvrent l'apprentissage automatique, les réseaux de neurones et la mise à l'échelle des architectures de transformeurs. Il a été une figure clé dans la transition d'OpenAI d'une organisation à but non lucratif axée sur la recherche à une entreprise leader de produits d'IA, supervisant le déploiement de modèles utilisés par des millions de personnes dans le monde. En 2025, il continue de diriger les efforts de recherche chez OpenAI, en se concentrant sur l'amélioration de la sécurité des modèles, de l'alignement et des capacités de raisonnement.
Jeunesse et éducation
Mark Chen est né aux États-Unis à la fin des années 1980. Il a développé un intérêt précoce pour les mathématiques et l'informatique, ce qui l'a conduit à poursuivre des études de premier cycle au Massachusetts Institute of Technology (MIT), où il a obtenu un baccalauréat en sciences en informatique en 2010. Pendant son séjour au MIT, il a travaillé sur des projets liés aux systèmes distribués et aux algorithmes, posant les bases de sa future carrière dans l'IA.
Après avoir terminé ses études de premier cycle, Chen s'est inscrit au programme de troisième cycle de l'Université de Toronto, où il a étudié sous la supervision de Richard Sutton, un pionnier de l'apprentissage par renforcement. Il a obtenu sa maîtrise en sciences en informatique en 2013. Son mémoire de maîtrise portait sur les algorithmes évolutifs pour l'apprentissage par renforcement profond, un sujet qui éclairera plus tard son travail sur la formation de modèles d'IA à grande échelle.
Début de carrière et recherche
Après ses études supérieures, Chen a travaillé comme scientifique de recherche dans plusieurs entreprises technologiques, notamment Google DeepMind et Microsoft Research. Chez Google DeepMind, il a contribué aux premiers travaux sur les réseaux Q profonds et AlphaGo, aidant à affiner les algorithmes qui atteindraient plus tard des performances surhumaines dans les jeux de société. Cette expérience lui a donné une compréhension approfondie des défis liés à la mise à l'échelle de l'apprentissage par renforcement pour des tâches complexes.
En 2015, Chen a rejoint OpenAI en tant que scientifique de recherche fondateur, attiré par la mission de l'organisation de garantir que l'intelligence artificielle générale profite à toute l'humanité. Ses premiers projets chez OpenAI se sont concentrés sur l'amélioration de l'efficacité de la formation des réseaux de neurones, y compris des travaux sur l'optimisation distribuée et les méthodes de descente de gradient. Il a également collaboré avec Ilya Sutskever et Greg Brockman sur les premières versions de la série GPT.
Contributions aux GPT et modèles de langage
Chen a été un contributeur clé au développement de la famille de modèles Generative Pre-trained Transformer (GPT). Il a joué un rôle important dans la conception et la formation de GPT-2 (2019) et GPT-3 (2020), en se concentrant sur les lois de mise à l'échelle, la curation des données et la stabilité de la formation. Son travail sur l'apprentissage en quelques exemples dans GPT-3 a démontré que les grands modèles de langage pouvaient effectuer une large gamme de tâches avec un entraînement minimal spécifique à la tâche, une découverte qui a remodelé le domaine du traitement du langage naturel.
En 2023, Chen a été co-responsable du projet GPT-4, qui a marqué un bond significatif dans les capacités des modèles, en particulier dans la compréhension multimodale - la capacité de traiter à la fois du texte et des images. Il était responsable de la supervision du pipeline de formation du modèle, y compris le développement de nouvelles techniques d'apprentissage par renforcement à partir de retours humains (RLHF) qui ont amélioré l'alignement du modèle avec les intentions humaines. GPT-4 a été publié en mars 2023 et est rapidement devenu l'un des modèles d'IA les plus utilisés au monde.
DALL-E et IA multimodale
Chen a été co-créateur de DALL-E, le modèle de génération d'images à partir de texte d'OpenAI, introduit pour la première fois en janvier 2021. DALL-E a démontré qu'un seul modèle basé sur un transformeur pouvait générer des images de haute qualité à partir de descriptions en langage naturel, une percée dans l'IA générative. Chen a dirigé l'équipe de recherche qui a développé l'architecture du modèle, combinant un modèle de langage transformeur avec un autoencodeur variationnel pour mapper les embeddings de texte aux pixels d'image.
Le succès de DALL-E a conduit au développement de DALL-E 2 (2022) et DALL-E 3 (2023), qui ont tous deux intégré des améliorations en matière de résolution d'image et de fidélité aux invites. Les contributions de Chen à ces modèles comprenaient le développement de méthodes de formation basées sur la diffusion et l'intégration des embeddings CLIP pour améliorer l'alignement texte-image. Son travail sur DALL-E a eu un impact profond sur les industries créatives, permettant aux artistes et aux designers de générer du contenu visuel à grande échelle.
Leadership chez OpenAI
Chen a été promu vice-président de la recherche chez OpenAI en 2022, un rôle dans lequel il supervise plusieurs équipes de recherche travaillant sur le développement de modèles, la sécurité et le déploiement. Il a été une figure clé dans le développement de ChatGPT, lancé en novembre 2022 et devenu l'une des applications grand public à la croissance la plus rapide de l'histoire. Sous sa direction, OpenAI a publié une série de modèles, notamment GPT-4o (2024) et la série de raisonnement o1 (2024), qui a introduit le raisonnement en chaîne de pensée pour améliorer les performances sur des problèmes mathématiques et scientifiques complexes.
Chen a également été impliqué dans les efforts d'OpenAI pour garantir un déploiement sûr et responsable de l'IA. Il a plaidé pour des tests rigoureux de sécurité de l'IA et a travaillé sur le développement d'outils d'interprétabilité pour comprendre comment les modèles prennent des décisions. Il a témoigné devant le Congrès américain sur les risques et avantages potentiels des grands modèles de langage, soulignant la nécessité de cadres réglementaires qui équilibrent l'innovation et la sécurité publique.
Prix et reconnaissance
Chen a reçu de nombreux prix pour ses contributions à la recherche en IA. En 2023, il a été nommé l'une des 100 personnes les plus influentes dans l'IA par le magazine Time. Il a également reçu le prix Test of Time à la conférence NeurIPS pour son travail sur les lois de mise à l'échelle en 2024. Ses articles de recherche ont été cités des dizaines de milliers de fois, et il est un conférencier principal fréquent lors des grandes conférences sur l'IA, notamment ICML et ACL.
En 2024, Chen a été élu fellow de l'Association pour l'avancement de l'intelligence artificielle (AAAI) en reconnaissance de ses contributions exceptionnelles au domaine. Il a également siégé aux conseils consultatifs de plusieurs institutions de recherche en IA, notamment le Laboratoire d'IA de Stanford et le centre Berkeley AI Research.
Vie personnelle et engagement public
Chen est connu pour son style de recherche collaboratif et ouvert, publiant souvent des rapports techniques détaillés et partageant du code avec la communauté de recherche au sens large. Il est un défenseur de la science ouverte et a encadré de nombreux étudiants diplômés et chercheurs en début de carrière, dont beaucoup ont accédé à des postes éminents dans le monde universitaire et l'industrie.
En dehors de son travail professionnel, Chen est un joueur d'échecs passionné et a participé à plusieurs tournois amateurs. Il soutient également des initiatives d'éducation STEM, en particulier celles visant à accroître la diversité dans l'industrie technologique. Il a donné des conférences dans des universités et des lycées, encourageant les jeunes à poursuivre des carrières dans l'intelligence artificielle et l'apprentissage automatique.
Héritage et impact
Les contributions de Mark Chen au domaine de l'intelligence artificielle ont été transformatrices. Son travail sur GPT-4 et DALL-E a non seulement repoussé les limites de ce que les systèmes d'IA peuvent accomplir, mais a également soulevé des questions importantes sur les implications sociétales des modèles génératifs. En 2025, il reste à la pointe de la recherche en IA, travaillant sur des modèles de nouvelle génération visant à atteindre une intelligence plus générale et robuste. Son héritage sera probablement défini par son rôle dans la mise à disposition de l'IA avancée au public et son engagement à garantir que ces technologies soient développées de manière responsable.