Publié le 26 octobre 2024. La date d’arrivée de l’intelligence artificielle générale (AGI) fait l’objet de vives spéculations, oscillant entre des prédictions très proches et des estimations plus lointaines. Une nouvelle analyse passe au crible des milliers d’opinions d’experts pour démêler ces prévisions.
- L’échéance de l’intelligence artificielle générale (AGI) est sujette à de nombreuses prédictions, allant de jamais à des dates très proches, comme 2026.
- Une analyse macro des enquêtes menées ces 15 dernières années révèle les tendances d’opinion des scientifiques et des experts de l’industrie, particulièrement après l’avènement des grands modèles linguistiques (LLM).
- Malgré des divergences portant sur près d’un demi-siècle, la majorité des experts s’accordent à dire que l’AGI surviendra avant la fin du XXIe siècle.
L’émergence des grands modèles linguistiques (LLM), désormais omniprésents dans le domaine de l’intelligence artificielle (IA), a considérablement accéléré le débat sur l’avenir de l’IA. Certains chercheurs anticipent une « singularité » – le point où les machines surpasseront l’intelligence humaine – dans les décennies à venir. À l’autre extrême, le PDG d’Anthropic estime que nous sommes à quelques mois de cet événement.
Pour tenter de clarifier ce paysage de prédictions souvent contradictoires, une nouvelle analyse a examiné les opinions de près de 8 590 scientifiques et entrepreneurs. Cette étude, menée par l’organisme de recherche AIMULTIPLE, a analysé l’évolution des prévisions au fil du temps. Bien que l’enquête aborde différents seuils de l’IA, tels que l’AGI et la superintelligence, les leaders de l’industrie se montrent globalement optimistes, la plupart prévoyant l’avènement de l’AGI au cours du prochain demi-siècle.
Cependant, le calendrier de l’AGI et de la singularité a connu un bouleversement majeur avec l’arrivée des LLM ces dernières années. Le rapport indique que les enquêtes actuelles placent l’AGI aux alentours de 2040, alors qu’avant les avancées rapides des LLM, les scientifiques la prédisaient plutôt vers 2060. Les entrepreneurs, quant à eux, se montrent encore plus optimistes, projetant une échéance aux environs de 2030.
Plusieurs facteurs expliquent cet optimisme croissant. D’une part, l’intelligence artificielle ne semble pas connaître les limites biologiques de l’intelligence humaine. D’autre part, l’augmentation continue de la puissance de calcul, bien que la loi de Moore atteigne ses limites cette décennie, laisse présager que les LLM parviendront rapidement à un seuil de calcul comparable à l’intelligence humaine. L’informatique quantique pourrait également jouer un rôle clé si l’informatique classique venait à rencontrer des obstacles.
« La nature unique de l’informatique quantique peut être utilisée pour former efficacement les réseaux de neurones, actuellement l’architecture d’IA la plus populaire dans les applications commerciales. Les algorithmes AI fonctionnant sur des ordinateurs quantiques stables ont une chance de déverrouiller la singularité. »
Toutefois, tous les experts ne partagent pas cette vision d’une arrivée imminente de l’AGI. Certains soutiennent que l’intelligence humaine est bien plus complexe et multiforme que ce que la définition actuelle de l’AGI ne le laisse entendre. Ils évoquent, par exemple, l’existence de huit intelligences distinctes, dont la logique-mathématique ne serait qu’une facette parmi d’autres (intelligence interpersonnelle, intrapersonnelle, existentielle, etc.).
Yann LeCun, pionnier de l’apprentissage profond, propose de renommer l’AGI en « intelligence avancée des machines », arguant que l’intelligence humaine est trop spécialisée pour être entièrement reproductible. De plus, bien que l’IA puisse être un outil précieux pour de nouvelles découvertes, elle ne peut, selon lui, pas les réaliser seule.
« Même la meilleure machine analysant les données existantes peut ne pas être en mesure de trouver un remède contre le cancer. »
Si les prédictions individuelles des experts divergent considérablement sur l’échéance de l’AGI, le consensus général pointe vers un changement sociétal majeur induit par ces algorithmes. La question de savoir si ces transformations seront bénéfiques ou néfastes reste ouverte et dépendra de la manière dont nous les aborderons.