L'IA dépassera-t-elle l'intelligence humaine ?

Faut que je vous parle de mon rabbit hole de 2025: Google DeepMind.

C’est la salle des machines de l’IA chez Google, derrière Gemini, VEO 3, AlphaGo, Genie 3 et surtout AlphaFold. C’est probablement l’endroit où il y a le plus d’innovations fulgurantes à l’heure actuelle.

Demis Hassabis, le PDG de Google Deepmind, confirme que tout ce travail, toute cette accumulation de projets va dans une direction, l’intelligence artificielle générale (ou AGI).

La promesse de l’AGI

L’AGI, c’est l’idée d’une intelligence artificielle « générale », pas spécialisée dans une seule tâche. Une IA capable de raisonner, comprendre, planifier et apprendre à un niveau comparable, ou supérieur, à celui des humains (en fait tous les humains) dans tous les domaines.

Demis Hassabis place la barre très haut. Pour lui, une véritable AGI doit être capable de découvertes scientifiques du calibre d’Einstein. Dans un portrait publié par Time, il explique que l’AGI devrait pouvoir générer des idées aussi profondes que la relativité générale.

Imaginez avoir les découvertes de Newton, Einstein, Curie, Turing, Leonardo da Vinci ou Nikola Tesla… mais quasiment sur demande.

Et selon Hassabis, ce n’est pas de la science-fiction lointaine. Il estime qu’une forme d’AGI pourrait émerger d’ici cinq à dix ans, avec environ une chance sur deux d’y arriver avant 2030.

L’objectif n’est donc pas un meilleur chatbot, mais une intelligence capable de produire des idées neuves au niveau des grands tournants scientifiques. Il parle même de “1000 Einstein”!

Le problème, c’est que votre chatbot n’a pas l’intuition d’Einstein.

On comprend maintenant très bien comment fonctionnent Gemini ou ChatGPT: ce sont des systèmes ultra sophistiqués qui prédisent le prochain mot. Pas des cerveaux qui comprennent réellement le monde. Qu’un modèle de langage puisse parler comme Einstein ne veut pas dire qu’il peut penser comme lui.

On n’atteindra probablement pas le prochain niveau avec des systèmes qui ne font que prédire du texte. Hassabis souligne qu’il manque encore une ou deux percées fondamentales pour y arriver, notamment du côté du raisonnement, de la fiabilité et de la mémoire.

C’est là qu’entrent les world models , l’obsession actuelle de Hassabis (et maintenant la mienne).

Recréer des mondes virtuels pour mieux comprendre la réalité

Dans une entrevue récente, Hassabis explique que l’objectif est de construire “ a world model, which is a model that actually understands the physics of the world ”.

Un modèle du monde, ce n’est plus seulement une machine qui sait comment les mots s’enchaînent. C’est un système qui apprend la réalité et qui est capable de la simuler: comment les objets bougent, comment la lumière se comporte, ce qui se passe si l’on agit sur quelque chose, comment une scène évolue dans le temps.

Justement, le Genie 3 de Google DeepMind est présenté comme “ a general purpose world model that can generate an unprecedented diversity of interactive environments ”. Autrement dit, on n’est plus en train de produire une vidéo statique, mais un espace cohérent où les objets réagissent et où l’on peut se déplacer.

Même logique avec Veo 3: l’enjeu n’est pas seulement esthétique, mais la cohérence du monde que l’IA génère, la façon dont les mouvements, la lumière et les interactions tiennent ensemble.

Les modèles du monde apprennent en l’observant, en le reconstruisant et en le rejouant dans leur tête. C’est exactement ce qui rapproche le plus une machine de ce que nous appelons, chez les humains, de l’intuition: la capacité à simuler rapidement des scénarios, à sentir où peut se cacher une nouvelle idée, à tester mentalement des hypothèses avant de les confronter à la réalité.

Si on cherche vraiment à se rapprocher d’une IA capable de jouer dans la même ligue qu’un Einstein, ce ne sera pas seulement une question d’ajouter des GPU à un modèle de langage. Selon Hassabis, ça passera par un modèle du monde, de simulation et d’imagination.

Et c’est là que les créateurs entrent en jeu

Dans l’histoire des sciences et des technologies, les grandes avancées ne viennent jamais uniquement des ingénieurs ou des théoriciens. Elles viennent aussi des artistes, des créateurs, des gens capables de manipuler un nouvel outil avant tout le monde et d’en voir le potentiel réel.

Ce n’est pas un hasard si Leonardo da Vinci est encore aujourd’hui un symbole de génie. Il était à la fois artiste et inventeur, créateur et chercheur. La prochaine vague d’IA ressemble beaucoup à ça: une frontière où la science et la création avancent ensemble.

Si l’IA doit un jour toucher à l’intuition, à la créativité profonde, à l’invention d’idées qui changent tout, ce ne sera pas en opposition avec les créateurs, mais grâce à eux.