Définition, fonctionnement et exemples

Qu’est-ce que l’Intelligence Générale Artificielle (AGI) ?

L’intelligence générale artificielle (IAG) est une branche de la recherche théorique sur l’intelligence artificielle (IA) qui vise à développer une IA avec un niveau humain de fonction cognitive, y compris la capacité d’auto-apprentissage. Cependant, tous les chercheurs en IA ne croient pas qu’il soit même possible de développer un système AGI, et le domaine est divisé sur les facteurs qui constituent et peuvent mesurer avec précision «l’intelligence».

D’autres termes pour AGI incluent une IA forte ou une IA générale. Ces formes théoriques d’IA s’opposent à l’IA faible, ou IA étroite, qui ne peut effectuer que des tâches spécifiques ou spécialisées dans un ensemble prédéfini de paramètres. AGI serait capable de résoudre de manière autonome une variété de problèmes complexes dans différents domaines de connaissances.

Comment fonctionne l’Intelligence Générale Artificielle (AGI)

Étant donné que l’AGI reste un concept théorique, les opinions divergent quant à la manière dont il pourrait éventuellement être réalisé. Selon les chercheurs en intelligence artificielle Ben Goertzel et Cassio Pennachin, « ‘l’intelligence générale’ ne signifie pas exactement la même chose pour tous les chercheurs ». Cependant, « en gros », AGI fait référence à « des systèmes d’IA qui possèdent un degré raisonnable de compréhension de soi et de maîtrise de soi autonome, et ont la capacité de résoudre une variété de problèmes complexes dans une variété de contextes, et d’apprendre à résoudre de nouveaux problèmes qu’ils ignoraient au moment de leur création.

En raison de la nature nébuleuse et évolutive de la recherche sur l’IA et du concept d’IAG, il existe différentes approches théoriques sur la façon dont il pourrait être créé. Certaines d’entre elles incluent des techniques telles que les réseaux de neurones et l’apprentissage en profondeur, tandis que d’autres méthodes proposent de créer des simulations à grande échelle du cerveau humain à l’aide des neurosciences computationnelles.

Intelligence Artificielle Générale (AGI) contre Intelligence Artificielle (IA)

Alors que l’intelligence artificielle (IA) englobe actuellement une vaste gamme de technologies et de voies de recherche qui traitent de la cognition des machines et des ordinateurs, l’intelligence générale artificielle (IAG), ou IA avec un niveau d’intelligence égal à celui d’un humain, reste un concept théorique et objectif de recherche.

Le chercheur en intelligence artificielle Peter Voss définit l’intelligence générale comme ayant « la capacité d’apprendre n’importe quoi (en principe) ». Selon ses critères, la capacité d’apprentissage d’AGI devrait être « autonome, orientée vers un objectif et hautement adaptative ». L’IAG est généralement conceptualisée comme étant une IA qui a la capacité de correspondre à la capacité cognitive des humains, et est classée sous l’étiquette d’IA forte. (Super intelligence artificielle [ASI] fait également partie de la catégorie IA forte ; cependant, il fait référence au concept d’IA qui dépasse le fonctionnement du cerveau humain.)

En comparaison, la plupart de l’IA disponible à ce stade serait classée comme IA faible, ou IA étroite, car elle a été développée pour se concentrer sur des tâches et des applications spécifiques. Il convient de noter, cependant, que ces systèmes d’IA peuvent encore être incroyablement puissants et complexes, avec des applications allant des systèmes de véhicules autonomes aux assistants virtuels activés par la voix ; ils s’appuient simplement sur un certain niveau de programmation humaine pour la formation et la précision.

Exemples d’Intelligence Générale Artificielle (AGI)

Parce que l’AGI reste un concept et un domaine en développement, il est discutable de savoir s’il existe des exemples actuels d’AGI. Des chercheurs de Microsoft, en collaboration avec OpenAI, affirment que GPT-4 « pourrait raisonnablement être considéré comme une version précoce (mais encore incomplète) d’un système d’intelligence générale artificielle (AGI) ». Cela est dû à sa « maîtrise du langage » et à sa capacité à « résoudre des tâches nouvelles et difficiles qui couvrent les mathématiques, le codage, la vision, la médecine, le droit, la psychologie et plus encore, sans avoir besoin d’incitation particulière » avec des capacités qui sont « étonnamment proches de performance au niveau humain. Cependant, Sam Altman, PDG de ChatGPT, affirme que ChatGPT n’est même pas proche d’un modèle AGI.

À l’avenir, des exemples d’applications AGI pourraient inclure des chatbots avancés et des véhicules autonomes, deux domaines dans lesquels un haut niveau de raisonnement et une prise de décision autonome seraient nécessaires.

Types de recherche sur l’intelligence générale artificielle (IAG)

Les informaticiens et les chercheurs en intelligence artificielle continuent de développer des cadres théoriques et de travailler sur le problème non résolu de l’IAG. Goertzel a défini plusieurs approches de haut niveau qui ont émergé dans le domaine de la recherche AGI et les catégorise comme suit :

• Symbolique: Une approche symbolique de l’IAG soutient la conviction que la pensée symbolique est « le nœud de l’intelligence générale humaine » et « précisément ce qui nous permet de généraliser le plus largement ».
• Émergentiste: Une approche émergentiste de l’IAG se concentre sur l’idée que le cerveau humain est essentiellement un ensemble d’éléments simples (neurones) qui s’auto-organisent de manière complexe en réaction à l’expérience du corps. À son tour, il pourrait s’ensuivre qu’un type similaire d’intelligence pourrait émerger de la recréation d’une structure similaire.
• Hybride: Comme son nom l’indique, une approche hybride de l’IAG considère le cerveau comme un système hybride dans lequel de nombreuses parties et principes différents travaillent ensemble pour créer quelque chose dans lequel le tout est supérieur à la somme de ses parties. Par nature, la recherche hybride AGI varie considérablement dans ses approches.
• Universaliste: Une approche universaliste de l’IAG se concentre sur « l’essence mathématique de l’intelligence générale » et l’idée qu’une fois l’IAG résolue dans le domaine théorique, les principes utilisés pour la résoudre peuvent être réduits et utilisés pour la créer dans la réalité.

L’avenir de l’intelligence artificielle générale (IAG)

L’année où nous serons en mesure d’atteindre AGI (ou si nous serons même capables de le créer du tout) fait l’objet de nombreux débats. Plusieurs informaticiens et entrepreneurs notables pensent que l’AGI sera créée dans les prochaines décennies :

• Louis Rosenberg, PDG et scientifique en chef d’Unanimous AI, a prédit en 2020 que l’AGI serait atteint d’ici 2030.
• Ray Kurzweil, directeur de l’ingénierie de Google et pionnier de la technologie de reconnaissance des formes, estime que l’IA atteindra les « niveaux humains d’intelligence » en 2029 et dépassera l’intelligence humaine d’ici 2045.
• Jürgen Schmidhuber, co-fondateur et directeur scientifique de NNAISENSE et directeur du laboratoire suisse d’IA IDSIA, estime l’AGI vers 2050.

Cependant, l’avenir de l’AGI reste une question ouverte et une poursuite de recherche en cours, certains chercheurs affirmant même que l’AGI ne peut pas et ne sera jamais réalisée. Le chercheur en IA Goertzel a expliqué qu’il est difficile de mesurer objectivement les progrès vers l’AGI, car « il existe de nombreuses voies différentes vers l’AGI, impliquant l’intégration de différents types de sous-systèmes » et il n’y a pas de « théorie approfondie et systématique de l’AGI ». Il s’agit plutôt d’un « patchwork de concepts, de cadres et d’hypothèses qui se chevauchent » qui sont « souvent synergiques et parfois mutuellement contradictoires ».

Dans une interview sur le thème de l’avenir d’AGI, Sara Hooker du laboratoire de recherche Cohere for AI a déclaré : « C’est vraiment une question philosophique. Donc, à certains égards, c’est une période très difficile d’être dans ce domaine, parce que nous sommes un domaine scientifique.

L’essentiel

Les concepts d’IA et d’IAG ont depuis longtemps capturé l’imagination humaine, et les explorations des idées abondent dans les histoires et la science-fiction. Récemment, des chercheurs ont soutenu que même la mythologie datant d’aussi loin que la Grèce antique peut être considérée comme reflétant notre fascination pour la vie artificielle et l’intelligence.

Il existe actuellement de nombreuses approches différentes pour créer une IA capable de penser et d’apprendre par elle-même et d’appliquer son intelligence en dehors des limites d’une gamme de tâches précédemment spécifiées. En raison de la nature théorique et multiforme de cette recherche, il est difficile de dire si et quand l’IAG pourrait être réalisée. Cependant, si cela devient une réalité, une chose est certaine : cela aura des impacts fondamentaux et étendus sur nos technologies, nos systèmes et nos industries.