L'IA est vraiment géniale d'un côté, mais pourquoi s'effondre-t-elle devant des problèmes de logique ridiculement simples ? C'est précisément dans cette question que se cache un indice majeur qui changera l'avenir de l'IA.

Creusons un peu le sujet. C'est l'un des paradoxes les plus fascinants de l'IA aujourd'hui. Et résoudre ce problème revient littéralement à ouvrir la porte de la prochaine génération d'intelligence.

Des experts comme Demis Hassabis de Google DeepMind appellent cela l'intelligence inégale : elle excelle au niveau d'un doctorat dans certains domaines, tout en étant moins performante qu'un lycéen dans d'autres. Ses capacités s'élèvent comme des sommets de montagnes avant de plonger brusquement comme des vallées.

C'est précisément cette incohérence qui constitue aujourd'hui le plus grand défi. Comment les meilleurs laboratoires du monde tentent-ils de résoudre ce problème ? Jetons d'abord un coup d'œil à la vue d'ensemble de ce que nous allons explorer aujourd'hui.

Tout d'abord, nous examinerons pourquoi l'IA présente ce paradoxe, en commençant par les limites du langage, sa cause fondamentale. Ensuite, nous découvrirons le monde virtuel qui émerge comme solution : le modèle de monde. Nous verrons comment cela transforme l'IA d'un simple outil en un agent autonome, et enfin, nous analyserons la compétition entre les géants de la tech vers l'objectif ultime de l'AGI.

Première section. Au-delà des limites du langage. Pourquoi dit-on que le texte seul ne peut pas créer une véritable intelligence ?

Pourquoi cette inégalité existe-t-elle ? Parce que les données apprises par l'IA actuelle proviennent des vastes textes d'Internet. Réfléchissez-y. Le texte n'est pas le monde lui-même, n'est-ce pas ? C'est juste une sorte d'information en basse résolution qui résume le monde. Comme le souligne Demis Hassabis de DeepMind, il est très difficile d'expliquer par les mots seuls comment le monde bouge spatialement ou interagit physiquement. Ainsi, dès que la richesse des informations réelles est traduite en texte, une quantité immense de données disparaît.

Par exemple, comment une balle rebondit au sol, comment traverser ce labyrinthe étroit, ou encore la sensation d'humidité d'une serviette mouillée : sans ces connaissances physiques intuitives ou ces expériences sensorielles, on ne peut pas dire que l'IA comprenne réellement notre monde. Quelle est la solution ? Passons à l'étape suivante.

Deuxième section : construction de mondes virtuels. La solution apparaît enfin. Il s'agit du modèle de monde.

La réponse est de créer un modèle de monde. Il s'agit de faire apprendre à l'IA, par l'expérience, comment fonctionne la réalité au sein d'une simulation ou d'un monde virtuel où elle peut interagir directement. Ce n'est pas aussi facile qu'il n'y paraît. Il y a un défi majeur : il y a un monde de différence entre une physique qui semble simplement plausible, comme dans les effets spéciaux de cinéma, et une physique précise indispensable au mouvement des robots dans la réalité. Combler cet écart est la clé.

Pour résoudre cela, DeepMind utilise une méthode très intéressante. Ils font en sorte que deux IA s'enseignent mutuellement : une IA nommée Genie crée un monde virtuel, et une autre IA nommée SIMA y entre pour apprendre en jouant. Genie l'observe et, se disant 'C'est bien, essaie quelque chose de plus difficile', crée instantanément un monde plus complexe. C'est une boucle de rétroaction capable de générer indéfiniment des données d'entraînement basées sur l'expérience, où chacune est le professeur de l'autre.

Troisième section. La révolution des agents. L'IA évolue désormais d'un outil passif vers un acteur autonome.

L'impact d'une IA qui comprend réellement le monde grâce à un modèle de monde est immense. L'IA n'est plus seulement un cerveau passif qui répond à nos questions. Elle peut devenir un agent autonome qui planifie par lui-même une fois l'objectif donné, trouve et utilise les outils nécessaires, et gère seul des tâches complexes. Cela signifie que notre manière d'utiliser l'IA change fondamentalement.

Ces changements arrivent beaucoup plus vite qu'on ne le pense. On dit que des résultats impressionnants apparaîtront d'ici 2 à 3 ans. Cependant, comme l'avertit Demis Hassabis, une fois que l'IA commence à agir ainsi de manière autonome, il deviendra plus difficile pour nous de la prédire et de la contrôler. Naturellement, les risques augmenteront aussi considérablement.

Enfin, la quatrième section. La ligne d'arrivée de l'AGI. Quelle est la meilleure recette pour créer une intelligence artificielle générale ?

Le chemin vers l'AGI, la vue d'ensemble. Naturellement, tout le monde n'est pas d'accord sur cette voie. Chacun a sa propre recette. Google DeepMind utilise une stratégie hybride combinant les trois éléments mentionnés : modèle de langage, modèle de monde et agent. À l'inverse, Yann LeCun de Meta soutient que les modèles de langage ont des limites claires et que le modèle de monde basé sur la prédiction est la clé. OpenAI, de son côté, continue de faire croître ses grands modèles de langage tout en utilisant des modèles de génération vidéo comme Sora comme une sorte de simulateur de monde.

Finalement, le cœur de ce débat est le suivant : la solution est-elle de continuer à augmenter la taille des modèles de langage comme nous le faisons actuellement, ou bien de changer totalement d'approche en créant un nouveau type d'IA qui apprend par l'expérience dans un monde simulé ? Ces deux courants majeurs sont aujourd'hui en compétition féroce.

C'est l'image de l'avenir vers lequel nous nous dirigeons. Si les mondes virtuels créés par l'IA deviennent de plus en plus sophistiqués au point de simuler les lois physiques, la biologie et même les phénomènes sociaux, et si un jour ces simulations deviennent plus précises et complexes que notre propre compréhension humaine de la réalité, que se passera-t-il ? Un avenir créé non pas par des machines qui ne font que parler du monde, mais par des machines qui le comprennent peut-être mieux que nous : c'est vers cet horizon que nous courons.