arNuméral

Un peu d'histoire

Pour commencer, le concept d'IA Générale n'est pas récent et remonte même jusqu'aux années 60. En 1965, Herbert Simon déclarait : « Dans moins de 20 ans, les machines seront capables de réaliser toute tâche qu'un être humain peut accomplir ». Bien que quelque peu prématurée, cette prédiction a semé les graines de l'idée d'IA Généraliste capable de mimer toutes les facettes de notre intelligence, une vision qui est même à l'origine de la création d'OpenAI.

En effet, des scientifiques de renom comme Stephen Hawking et Stuart Russell ont mis en lumière les risques d'une IA capable de s'auto-améliorer, pouvant déclencher une « explosion d'intelligence » et menacer l'humanité. Ainsi est née OpenAI, avec pour objectif de minimiser ces risques, en tant qu'organisme à but non lucratif, axé sur le développement d'une IA bénéfique pour l'humanité – une noble intention avant que son potentiel financier ne devienne évident. Elon Musk, cofondateur d'OpenAI, avait d'ailleurs décrit l'IA comme une « menace existentielle majeure » et a créé la société NeuraLink pour mettre l'humain et la machine à pied d'égalité.

Où en sommes nous ? 

Pour l'instant, les IA actuelles sont très loin d'être généralistes. Elles se limitent surtout à imiter des domaines de l'intelligence humaine, sans aucune capacité à dépasser leur apprentissage initial. Elles ne sont pas encore capables de "penser" au-delà de leur données d'entrainement. 

Pour comprendre ce que cela veut dire, revenons à l'école primaire. Lorsque nous avons appris l'addition, nous avons commencé à apprendre des dizaines d'exemples d'addition. Et à un moment, nous avons "capté" le fonctionnement profond de l'addition et nous sommes devenus alors capables d'additionner n'importe quoi, nous avons "généralisé". C'est exactement cela qu'une IA ne sait pas faire. 

Un autre exemple intéressant sont les liens logiques. Si je vous explique que Michael Douglas a un père qui s'appelle Kirk, vous êtes immédiatement capable de "généraliser" et ainsi répondre à la question : "qui est le fils de Kirk". Une IA telle GPT-4 n'est pas capable de répondre à cette question, elle ne sait pas "généraliser". 

Définition d'un AGI

Une AGI devrait donc être capable de remplir les tâches suivantes :

• planifier,
• comprendre des concepts abstraits,
• résoudre des problèmes,
• prendre des décisions dans l'incertitude,
• apprendre,
• communiquer naturellement,
• faire preuve de créativité.

Et comme vous l'aurez maintenant compris, nous en sommes encore loin. Par exemple, une fois qu'un modèle a été entrainé, il n'apprend plus rien, car pour une IA, apprendre, est un processus qui implique des jours de calculs sur des dizaines milliers de processeurs graphiques. Un modèle d'IA est donc incapable d'apprendre en continu à la manière d'un humain.

Pour le moment, vous pouvez ainsi vous relaxer : l'AGI n'arrivera pas de sitôt.