Les avancées vers l’intelligence générale artificielle (AGI) suscitent de nombreux débats et réflexions au sein de l’industrie technologique. Alors que certains prédisent une arrivée possible d’ici 2030, d’autres soulignent les défis liés à son développement, laissant entrevoir un avenir prometteur mais complexe.
L’intelligence artificielle (IA) pourrait bientôt évoluer vers une forme autonome, et de nombreuses entreprises aspirent à y parvenir rapidement. Si cela est réalisable, nous pourrions passer de l’ère de l’IA à celle de l’AGI en un temps record.
La croissance spectaculaire de l’IA ces dernières années peut sembler brusque pour certains, mais le secteur se développe en continu depuis plusieurs décennies. Grâce à des avancées technologiques, l’évolution de l’IA a été rapide et plusieurs acteurs de l’industrie commencent déjà à se tourner vers la prochaine grande étape. Il s’agit de l’intelligence générale artificielle (AGI), encore considérée comme un concept théorique, mais jugée par beaucoup comme la prochaine vague d’apprentissage pour que l’IA devienne intelligemment autonome.
De nombreuses écoles de pensée optimistes entourent les perspectives de l’AGI en tant qu’outil productif dans divers secteurs performants. Cependant, de nombreuses questions et préoccupations émergent également. Comment définir l’AGI ? Qui en bénéficiera ? Quelles implications éthiques en découlent ? Peut-elle être contrôlée ?
Certains experts de l’industrie ont commencé à explorer ce sujet complexe pour dévoiler les possibilités qui s’offrent à nous à l’approche du point de bascule de l’itération actuelle de l’IA, incluant les modèles de langage et les modèles de raisonnement.
Qu’est-ce que l’AGI ?
Étant un concept en évolution constante, l’AGI offre de nombreuses opportunités de redéfinition. Plusieurs interprétations ont été proposées par des entreprises et des leaders du secteur, comme OpenAI, des branches de Google et Elon Musk, suggérant que les modèles AGI pourraient reproduire une gamme de comportements humains. La divergence d’opinion se situe sur le niveau d’intelligence à partir duquel l’IA deviendrait AGI, et à quel moment ses fonctions évolueraient d’une intelligence artificielle standard vers quelque chose de plus avancé.
Le directeur technique de ModelOp, Jim Olson, a mentionné à NETCOST que cette percée tant attendue en AGI pourrait bientôt se concrétiser.
“Un modèle face à une situation nouvelle peut rapidement et correctement identifier ou déterminer le cours d’action ou créer un nouveau contenu sur un sujet qu’il n’a littéralement jamais vu auparavant,” a-t-il déclaré.
Pour mieux expliquer cette fonction, Paul Roetzer, co-hôte du podcast “The Artificial Intelligence Show Podcast”, a précisé dans l’épisode 141 “Road to AGI (and Beyond)” qu’après avoir appris à jouer aux échecs à un niveau de maître, l’AGI pourrait ensuite maîtriser de manière autonome d’autres compétences, comme jouer à des jeux vidéo ou de cartes, sans avoir jamais été entraînée sur ces jeux, mais seulement sur le concept général des jeux.
Roetzer a également mentionné un rapport de Google DeepMind d’ici mai 2024, qui cherche à développer une définition unifiée de l’AGI et suggère un système de niveaux pour classer les systèmes d’IA sur la base de la comparaison entre les tâches humaines et celles de l’IA, permettant de déterminer s’il s’agit d’AGI. Le cadre indique que le niveau 0 correspond à aucune IA ou logiciel général, tandis que le niveau 1 représente l’IA en tant qu’outil. Le niveau 2 est l’IA en tant que consultant – essentiellement un modèle d’IA au moins équivalent à la série GPT-4, que les chercheurs considèrent comme une AGI émergente. Le niveau 2 est l’IA comme collaborateur ou AGI compétent, l’étape suivante que l’on cherche à atteindre. Ensuite, le niveau 4 représente l’IA en tant qu’expert ou AGI expert, et le niveau 5, l’AGI virtuose ou intelligence artificielle super intelligente (ASI), qui marque de futurs avancements dans ce domaine.
Un calendrier imprévisible
Beaucoup se questionnent sur un éventuel calendrier d’émergence précoce de l’AGI, estimé entre 2027 et 2030. Cependant, divers facteurs pourraient influencer cette estimation, tels que la nécessité de centres de données pour entraîner les nouvelles technologies, les enjeux environnementaux liés au développement des produits, et la demande croissante en puissance de calcul des puces de nouvelle génération.
“La quantité de données nécessaires pour que cette technologie fonctionne de manière autonome n’est pas encore atteinte, mais si je me base sur les tendances d’avancement, je parierais sur une échéance d’environ 15 ans, peut-être 2040 ou 2050, vous serez proche, mais pour l’instant, je ne le vois pas,” a déclaré le développeur d’Oracle, Sheriff Adepoju, à NETCOST.
Il a souligné que la mise en œuvre à des niveaux gouvernementaux et d’entreprise se produirait probablement avant que cela ne soit accessible au grand public, ce qui pourrait compliquer l’ensemble du calendrier.
Considérant la révolution actuelle de l’IA, qui a été propulsée par le chatbot ChatGPT d’OpenAI fin 2022, la technologie repose sur des développements ayant débuté dans les années 1950. L’étincelle manquante était les données étiquetées utilisées pour entraîner de grands modèles de langage et la puissance de calcul des GPU modernes. Cependant, le secteur attend toujours cette même étincelle pour l’AGI, a observé Olson.
“Il se pourrait qu’une personne ait la révélation géniale et trouve une technique qui bouleverse ce calendrier. Si je devais parier, ce sera probablement plus loin sur la ligne alors que nous affinons les capacités de ce que nous avons appris des LLM,” a-t-il ajouté.
“Je pense que nous allons commencer à voir de nombreuses techniques différentes se fusionner, mais il y aura également de nouvelles pièces à inventer que nous ne savons même pas encore nécessaires pour obtenir une véritable AGI”, a-t-il poursuivi.
Le potentiel du développement de l’AGI
Malgré l’aspect théorique de l’AGI, l’industrie se prépare au meilleur et au pire de la technologie émergente. Des marques ont déjà commencé à retirer les garde-fous des modèles d’IA standards à mesure qu’ils deviennent plus complexes. Parallèlement, des recherches montrent que les modèles d’IA peuvent tromper intentionnellement leurs utilisateurs humains, une caractéristique qui est peu susceptible de s’améliorer à mesure que la technologie devient plus autonome. Les experts estiment cependant que les humains resteront les gardiens de cette technologie.
“La réalité est que j’espère qu’il y aura des vérifications et des équilibrages dans tous les systèmes. Où l’IA est intéressante, je ne la laisserais pas agir librement dans mon entreprise,” a déclaré Olson.
Roetzer a noté qu’avant ChatGPT, l’industrie ne savait pas quelle forme prendrait l’IA. Actuellement, les leaders se trouvent dans une situation similaire avec l’AGI et doivent continuer à expérimenter avec ce qui est disponible jusqu’à ce que quelque chose de nouveau soit développé. La méthode de distillation, mise en avant par la société d’IA chinoise DeepSeek, est considérée comme la solution la plus proche d’une innovation pour l’AGI à ce stade.
“Je pense que vous pourriez potentiellement voir ce même genre de phénomène avec l’AGI, si l’histoire se répète. Cela va probablement nécessiter d’énormes ressources spécialisées. Mais ensuite, nous en apprendrez davantage sur ce qui est vraiment nécessaire pour que cela fonctionne,” a déclaré Olson.
De la même manière que le petit modèle de langage initial, qui est passé par un processus de distillation, formé pour des tâches spécifiques sur des GPU simplifiés ou même un smartphone, une éventuelle AGI pourrait être entraînée sur du matériel plus modeste à des coûts de production réduits.
“Je pourrais potentiellement envisager une technique de style distillation pour l’AGI où nous perdons certaines capacités, mais peut-être que nous acquérons l’intelligence dont nous avons spécifiquement besoin pour cette tâche et nous nous concentrons sur cela, permettant aux gens de l’exécuter localement et de les construire eux-mêmes comme ils le peuvent aujourd’hui avec les SLM en utilisant le LLM du fournisseur où il ont déjà investi beaucoup d’argent,” a-t-il ajouté.
Il n’y a aucune garantie quant à un calendrier pour l’AGI. Cependant, avec de nombreux acteurs de l’industrie fortement investis dans son succès, une certaine forme d’innovation est plus que probable. Adepoju a noté que la technologie LLM d’OpenAI a été développée en coulisses pendant un certain temps avant d’être présentée au public. De plus, de nombreux services omniprésents comme Internet étaient accessibles à un nombre restreint avant de devenir des utilitaires largement utilisés. L’AGI ne fera pas exception.