L'intelligence artificielle générale (AGI) est une forme théorique d'IA capable d'accomplir n'importe quelle tâche intellectuelle qu'un humain peut réaliser. Contrairement aux systèmes d'IA d'aujourd'hui, conçus pour des tâches spécifiques comme la détection de fraudes, la recommandation de films ou la génération de texte, une AGI raisonnerait de manière large, transférerait l'apprentissage d'un domaine à un autre et résoudrait des problèmes inconnus sans être explicitement réentraînée pour chacun. Le concept est souvent utilisé de manière interchangeable avec « IA forte » ou « IA de niveau humain ».
Comment fonctionne l'intelligence artificielle générale (AGI)
L'AGI n'a pas encore été atteinte ; décrire comment elle « fonctionne » revient donc à décrire les approches de recherche visant à la construire. La plupart des efforts se concentrent sur la mise à l'échelle des architectures d'apprentissage profond existantes, l'entraînement de modèles de fondation sur des ensembles de données bien plus vastes et plus diversifiés, et l'amélioration des capacités de raisonnement et de planification des grands modèles de langage. Une voie de recherche complémentaire cherche à doter les systèmes d'IA de mémoire, de modèles du monde et de la capacité d'agir dans des environnements (via la robotique ou l'utilisation d'outils) afin qu'ils puissent apprendre de l'expérience comme le font les humains.
Imaginez que vous montriez à un tel système une courte vidéo d'une personne faisant du vélo. Une IA étroite entraînée uniquement sur des données de cyclisme pourrait classer la vidéo, mais seul un système réellement intelligent serait capable d'en déduire l'équilibre, de prédire ce qui se passe dans une descente, de rédiger une leçon de sécurité pour un enfant et d'écrire un poème sur cette balade. Atteindre ce type de transfert fluide entre domaines est le défi fondateur que la recherche sur l'AGI tente de relever.
Pourquoi c'est important
On parle d'AGI parce que les enjeux économiques et sociétaux seraient considérables si elle était atteinte. Un système égalant le raisonnement humain dans toute la gamme du travail professionnel pourrait, en principe, accélérer la recherche scientifique, automatiser la prise de décision complexe et remodeler le marché du travail. Ces mêmes capacités soulèvent de sérieuses questions de sécurité, d'alignement, de responsabilité et de concentration du pouvoir, c'est pourquoi des organisations telles que the Center for AI Safety et des groupes académiques du monde entier ont publié des cadres et des recommandations politiques visant à préparer l'arrivée de systèmes d'IA avancés avant qu'ils n'apparaissent.
Concepts clés liés à l'AGI
- IA étroite : la norme aujourd'hui, des systèmes qui accomplissent une seule tâche bien définie, comme le filtrage du spam ou la reconnaissance vocale.
- Modèles de fondation : de grands modèles à usage général (par exemple, les grands modèles de langage) qui peuvent être adaptés à de nombreuses tâches et que certains chercheurs considèrent comme une étape vers l'AGI.
- Superintelligence : un système dont les capacités dépasseraient, dans chaque domaine, les meilleures performances humaines ; largement considérée comme une conséquence possible de l'AGI, et non comme un synonyme.
- Alignement de l'IA : le domaine de recherche qui vise à garantir que les systèmes d'IA de plus en plus capables agissent conformément aux objectifs et aux valeurs humaines.
- IA de niveau humain : un quasi-synonyme d'AGI, parfois utilisé pour souligner la parité avec la cognition humaine plutôt qu'avec une architecture particulière.
Que l'AGI soit à quelques années, à plusieurs décennies ou à des siècles de distance reste une question ouverte et activement débattue parmi les chercheurs, mais le terme est devenu un raccourci utile pour désigner l'aspiration à long terme qui motive une part importante de la recherche moderne en IA et du travail politique. Pour un aperçu plus approfondi de la façon dont les chercheurs formulent le défi, consultez le document « Levels of AGI » de Morris et al. (2023) sur arXiv.