Tech • IA • Crypto
Google vient de révéler ce qui vient après l’AGI — et c’est choquant
7/10INTRO
Un nouvel article de Google DeepMind soutient que l’intelligence artificielle générale (AGI) pourrait n’être qu’un point de départ, en décrivant plusieurs trajectoires—et des contraintes majeures—vers l’intelligence artificielle superintelligente (ASI).
POINTS CLÉS
AGI redéfinie comme base de référence
L’article définit l’AGI comme des systèmes atteignant environ le niveau médian humain sur la plupart des tâches cognitives, dont le raisonnement, la planification, la communication et l’adaptation. Cette vision rejette l’idée d’une AGI élitiste, la positionnant plutôt comme un repère largement capable mais de niveau moyen.
L’ASI fixe une barre extrême
L’ASI est décrite comme une intelligence capable de surpasser des dizaines de milliers d’experts de haut niveau travaillant de concert pendant une décennie sur des problèmes complexes. La comparaison passe des individus à des institutions entières ou des champs de recherche, soulignant l’échelle et la capacité collective.
AIXI comme plafond théorique
Le travail évoque AIXI, un modèle mathématique d’intelligence optimale mais non calculable. Il sert de borne supérieure, suggérant que l’intelligence peut progresser, mais avec des limites théoriques analogues à des constantes physiques.
Voie 1: mise à l’échelle et intelligence collective
La croissance continue du calcul, des données et de l’efficacité pourrait multiplier rapidement les instances d’AGI. Un scénario décrit un passage de 1 000 à 100 millions de systèmes en cinq ans. Ces systèmes pourraient partager leurs connaissances instantanément, formant une « civilisation numérique » coordonnée dont la production collective pourrait relever de l’ASI.
Voie 2: percées algorithmiques
Les progrès pourraient dépendre de changements de paradigme au-delà des modèles actuels de type transformeur. Les lacunes clés incluent la planification à long terme, la mémoire persistante et des modèles du monde robustes. De nouvelles architectures ou du matériel, comme le calcul neuromorphique, pourraient rapidement invalider les prévisions fondées uniquement sur l’échelle.
Voie 3: auto‑amélioration récursive
L’IA pourrait accélérer son propre développement en améliorant les algorithmes, en concevant des puces, en générant des données et en optimisant les workflows de recherche. Cette boucle de rétroaction pourrait ressembler à une « explosion d’intelligence », bien que des contraintes physiques—délais de fabrication, limites expérimentales—puissent la freiner.
Voie 4: systèmes multi‑agents
Plutôt qu’une superintelligence unique, l’ASI pourrait émerger de collectifs d’IA à grande échelle. Ces systèmes pourraient se coordonner à grande vitesse, mener des expériences en parallèle et se réorganiser dynamiquement. Par rapport aux institutions humaines, ils éviteraient des goulets d’étranglement comme la lenteur des communications et les frictions bureaucratiques.
Principaux goulets d’étranglement identifiés
L’article recense six « frictions » majeures: le mur des données (rareté de données d’entraînement de haute qualité), les contraintes de ressources (énergie, puces, infrastructures), les limites possibles des paradigmes de réseaux neuronaux actuels, la difficulté croissante des progrès en recherche, la dépendance à des abstractions dérivées de l’humain, et les ralentissements réglementaires ou sociétaux.
Limites de la superintelligence
Même l’ASI resterait contrainte par la physique, les coûts de calcul et l’incertitude. L’énergie, les délais et la théorie de la complexité impliquent qu’elle ne serait ni omnipotente ni capable de résoudre instantanément tous les problèmes.
Changement de focale stratégique
L’implication centrale est un recadrage: l’AGI n’est pas une fin mais une transition. Une fois atteinte, sa capacité à se déployer, se répliquer et s’intégrer aux systèmes pourrait transformer l’intelligence en processus industriel, accélérant l’innovation au-delà des limites humaines.
CONCLUSION
L’analyse souligne une grande incertitude sur les modalités et la vitesse d’émergence de l’ASI, tout en montrant que le passage depuis l’AGI pourrait redéfinir le rythme et la structure du progrès technologique.