En clair
Un champion d’échecs artificiel ne sait pas rédiger un courrier, et un traducteur automatique ne sait pas lire une radiographie. Ces systèmes sont dits étroits : excellents dans un domaine, inutiles ailleurs. L’IA générale désigne l’idée inverse : un système polyvalent, capable d’apprendre et d’accomplir à peu près n’importe quelle tâche intellectuelle, comme le fait un humain qui change de métier.
L’image qui convient est celle d’un collègue généraliste plutôt que d’une machine-outil. La difficulté est de dire à partir de quand on y est. Les assistants actuels rédigent, programment et analysent avec aisance, mais échouent encore sur des tâches qu’un adulte trouve simples. Selon le critère retenu, on peut soutenir que l’IA générale est déjà là, qu’elle est proche, qu’elle est lointaine, ou que la question est mal posée.
Un exemple
En 1950, Alan Turing propose une expérience de pensée : si, dans une conversation écrite, un juge ne parvient pas à distinguer une machine d’un humain, a-t-on encore de bonnes raisons de dire qu’elle ne pense pas ? 5 Le test est devenu célèbre, mais il mesure la capacité à converser de façon convaincante, pas la polyvalence.
D’où d’autres épreuves imaginées depuis, comme le « test du café » attribué à Steve Wozniak : une machine entre dans une maison qu’elle ne connaît pas et doit y préparer un café. L’exercice paraît banal ; il exige de percevoir, de chercher, de manipuler et de s’adapter 1.
Comment ça marche
L’expression est popularisée au début des années 2000 par Shane Legg et Ben Goertzel 1 ; ce dernier codirige un ouvrage collectif qui porte ce titre 4. Elle visait à distinguer l’ambition d’origine de l’IA, une intelligence polyvalente, des systèmes spécialisés.
Les définitions divergent. Legg et Hutter proposent en 2007 une mesure formelle fondée sur une idée simple : l’intelligence est la capacité d’un agent à atteindre des objectifs dans une grande variété d’environnements 2. La charte d’OpenAI retient un critère économique : des systèmes très autonomes qui surpassent les humains dans la plupart des travaux à valeur économique 1. François Chollet soutient en 2019 que la compétence sur des tâches données ne suffit pas, et que l’intelligence se mesure à l’efficacité avec laquelle un système acquiert des compétences nouvelles 3.
Pour sortir du débat binaire, Morris et ses coauteurs, dont Shane Legg, proposent en 2023 une grille à deux axes, performance et généralité, avec cinq niveaux allant d’« émergent » à « surhumain ». Le niveau « compétent » correspond à au moins la médiane des adultes qualifiés ; les auteurs rangent les grands modèles de langage de l’époque au premier niveau 1.
Les prévisions sont aussi dispersées que les définitions. Le même article relève que certains chercheurs prévoient une IA surpassant largement les humains d’ici une dizaine d’années, tandis que d’autres affirment que les modèles actuels sont déjà des IA générales 1. Faute de définition commune, ces positions ne sont pas directement comparables.
Ce que ça change pour une entreprise
Pour une entreprise, l’IA générale n’est pas un produit que l’on achète, et aucune décision d’investissement n’a besoin d’attendre qu’elle soit déclarée atteinte. Ce qui compte est mesurable dès maintenant : quelles tâches précises un système accomplit-il de façon fiable, à quel coût, avec quel contrôle ?
Le terme sert aussi d’argument commercial. Devant une annonce, demandez quelle définition est utilisée et quels tests la soutiennent. La prudence inverse vaut également : les capacités progressent, et une organisation a intérêt à réévaluer régulièrement ce qui est automatisable, sans construire sa stratégie sur une date.
Idées reçues
- « L’IA générale, c’est une IA consciente. »
Les définitions portent sur ce que le système sait faire, pas sur ce qu’il ressent. La conscience est une autre question, non tranchée.
- « Les assistants actuels sont déjà des IA générales. »
Cela dépend de la définition. Dans la grille à cinq niveaux proposée en 2023, les modèles de l’époque relevaient du premier, « émergent ».
- « Il existe un test officiel. »
Aucun test ne fait autorité. Le test de Turing lui-même mesure la conversation, pas la polyvalence.
Sources
- Morris et al., « Levels of AGI for Operationalizing Progress on the Path to AGI », 2023
- Legg et Hutter, « Universal Intelligence: A Definition of Machine Intelligence », 2007
- Chollet, « On the Measure of Intelligence », 2019
- Goertzel et Pennachin (dir.), Artificial General Intelligence, Springer, 2007
- Turing, « Computing Machinery and Intelligence », Mind, 1950