AGI : des PDG l’annoncent, des chercheurs dénoncent un terme marketing

Le mot AGI s’impose dans les prises de parole de dirigeants comme Greg Brockman, Jensen Huang ou Elon Musk. Des chercheurs et ingénieurs contestent pourtant qu’un tel cap soit franchi, jugent le terme mal défini et y voient surtout un instrument marketing. Le débat oppose slogans, limites techniques actuelles et avertissements sur la trajectoire des modèles.

Des voix techniques annoncent un ralentissement et des limites en 2025

Plusieurs figures de la recherche appellent à la prudence sur la trajectoire des systèmes actuels. Yann LeCun a estimé l’an dernier qu’on ne peut pas supposer qu’un simple accroissement des données et de la puissance de calcul aboutisse à une IA plus intelligente. Ilya Sutskever prévoit qu’en 2025, l’industrie devra revenir à une phase de recherche, soulignant que les modèles généralisent beaucoup moins efficacement que les humains, ce qui lui paraît fondamental. Emily Bender va plus loin en considérant qu’une machine pensante à usage général n’est pas réalisable par l’ingénierie humaine et qu’un tel système exigerait une approche qui ne fonctionne pas.

Les proclamations d’« AGI » se multiplient sur X et dans la tech

Greg Brockman a proclamé en septembre « l’ère de l’AGI » en présentant le dernier modèle d’OpenAI. Le terme, autrefois lointain et théorique, circule désormais largement parmi des dirigeants et des utilisateurs sur X. Elon Musk, Sam Altman et Jensen Huang affirment que ce cap est atteint. Après la sortie d’Astra en septembre, Jensen Huang a écrit sur X que « l’AGI est arrivée », mentionnant le passage de ChatGPT à o1 puis Astra en 4 ans et félicitant l’équipe d’OpenAI. Cette semaine, Elon Musk a indiqué avoir « ressenti l’AGI » face à un court-métrage généré par Claude. Matan Grinberg, PDG de Factory, affirme lui aussi que l’AGI est déjà là et parle d’un « monde post-AGI ».

Des industriels dénoncent une définition imprécise de l’AGI

Des voix de l’industrie estiment que l’AGI est trop mal définie pour servir de référence utile, voire que la proclamer déjà là relève d’un marketing trompeur. Peter Voss qualifie ces discours d’absurdes et affirme que si l’AGI existait vraiment, cela ne ferait aucun doute. Dario Amodei a déclaré l’an dernier n’avoir jamais considéré l’AGI comme un terme clair et l’avoir toujours vu comme du marketing. Emily Bender juge que l’usage d’une nomenclature futuriste nourrit l’illusion de systèmes plus avancés qu’ils ne le sont, renvoyant à une technologie imaginée plutôt qu’existante, et présente l’AGI comme un terme marketing. Pour Alan Chan, l’AGI n’est pas un bon indicateur de progrès, des définitions confondant la capacité d’innover avec l’aptitude à accomplir des tâches dans le monde réel, illustrée par des systèmes experts en code mais lents et coûteux à adapter à de nouveaux emplois. Parallèlement, des entreprises comme Anthropic et OpenAI font face à une forte pression financière pour montrer des technologies toujours plus puissantes en vue d’éventuelles introductions en bourse à plusieurs billions de dollars.

D’où vient l’AGI et ce que promettrait un véritable système

L’expression « Intelligence Générale Artificielle » a été introduite en 2002 par Ben Goertzel dans le cadre d’un ouvrage consacré à une IA polyvalente spéculative, auquel Peter Voss a apporté une contribution par un chapitre où il la présente comme une finalité encore inatteinte. L’AGI désigne fréquemment une IA capable d’exécuter de nombreuses tâches aussi efficacement, voire plus, qu’un humain, et, de façon plus générale, une intelligence susceptible d’égaler ou de surpasser l’intelligence humaine.

Les systèmes actuels peinent sur l’apprentissage rapide de nouvelles tâches

Peter Voss observe que les chatbots leaders restent cantonnés à des capacités limitées et n’acquièrent pas de nouvelles compétences avec la plasticité humaine. Il rappelle qu’un humain peut apprendre un travail de centre d’appels en une ou deux journées, alors qu’un système qui mériterait le qualificatif d’AGI devrait en faire autant. À l’inverse, même pour le support client, il faudrait aujourd’hui des milliards de dollars d’ingénierie et des centaines de milliers de conversations exemples pour des résultats qualifiés de médiocres. En retenant sa définition, un système apprenant à conduire en 24 heures n’est pas attendu prochainement. Voss estime aussi que l’engouement des investisseurs et du public pour les LLM a « aspiré tout l’oxygène », rendant plus difficiles les voies concurrentes. Pendant que certains dirigeants revendiquent un seuil critique nommé AGI, d’autres ingénieurs jugent ce terme exagéré. En toile de fond, des figures comme Jensen Huang et Greg Brockman échangent sur l’IA au plus haut niveau politique, comme lors d’une récente rencontre avec Donald Trump.