Le créateur de Keras et l’un des penseurs les plus influents de l’IA, François Chollet, vient de ramener son échéance pour l’AGI de 10 ans à cinq ans. Mais la raison est particulièrement intéressante… et elle n’a rien à voir avec le développement de modèles toujours plus grands.
Dans un nouvel entretien avec Dwarkesh Patel, Chollet a révélé que son optimisme venait d’un changement fondamental des capacités de l’IA. Pendant des années, il a soutenu que les modèles étaient bloqués dans une boucle « statique », se contentant de mémoriser et de réappliquer des modèles prédéfinis.
Désormais, affirme-t-il, nous disposons enfin d’IA qui font preuve d’une véritable « intelligence fluide » en s’adaptant à des problèmes inédits au moment du test, une étape essentielle vers un véritable raisonnement. C’est là qu’intervient son nouveau benchmark.
Nouveau benchmark ARC-AGI-3
ARC-AGI-3 est un « benchmark du raisonnement interactif » qui utilise de simples jeux vidéo pour mesurer la capacité d’une IA à apprendre en temps réel. L’objectif est de tester l’« efficacité d’acquisition des compétences », c’est-à-dire la rapidité avec laquelle une IA peut comprendre comment résoudre un problème dans un environnement totalement nouveau, comme le ferait un humain.
Ce qui distingue ARC-AGI-3
Le benchmark est conçu pour être facile pour les humains (vous devriez pouvoir le prendre en main en moins d’une minute — essayez-le vous-même ici) mais incroyablement difficile pour les IA actuelles.
Au lieu de problèmes statiques, les IA doivent explorer, planifier et agir dans une centaine d’univers de jeu uniques. L’IA est plongée dans un jeu sans la moindre instruction et doit découvrir entièrement seule les règles et les objectifs, par tâtonnements successifs.
Cela nous rappelle le Kaggle Game Arena de Google DeepMind, où l’on peut regarder des modèles d’IA s’affronter dans des jeux comme les échecs et le go. Voici le dernier tableau des matchs d’échecs, vous pouvez regarder tous les matchs ici, et voir le récapitulatif du match final par le champion du monde d’échecs Magnus Carlsen. D’après les commentaires de Magnus, nous avons eu l’impression que l’IA était plutôt mauvaise, alors nous avons demandé à GPT-5 de le confirmer.
Pourquoi est-il important que les IA soient bonnes aux jeux ? Comme le dit Chollet : « Tant que nous pourrons concevoir des problèmes que les humains peuvent résoudre et que l’IA ne peut pas résoudre, nous n’aurons pas atteint l’AGI. »
Comment combler l’écart ?
La réponse de Chollet s’attaque au plus gros problème de l’IA aujourd’hui, un problème que son hôte Dwarkesh Patel a décrit avec une formule devenue célèbre : les modèles actuels sont comme un « stagiaire perpétuel à son premier jour ». Ils sont brillants dès le départ, mais n’apprennent jamais de leur expérience.
La solution proposée par Chollet à ce problème est en substance un « GitHub de l’intelligence ». Au lieu de simplement exécuter des tâches, son AGI théorique suivrait une boucle en trois étapes pour parvenir à un apprentissage véritable et cumulatif :
- Acquérir une nouvelle compétence : Un agent d’IA découvre efficacement comment résoudre une tâche inédite.
- Décomposer la solution : Il décompose ensuite cette solution en ses éléments fondamentaux, réutilisables.
- Partager avec le réseau : Il téléverse ces nouveaux éléments réutilisables dans une bibliothèque mondiale, les rendant instantanément accessibles à des millions d’autres agents d’IA.
Le véritable changement de paradigme
Le véritable changement de paradigme ne réside donc pas dans l’intelligence brute, mais dans l’apprentissage collectif. Chollet imagine un système où toute compétence acquise par un agent devient un élément constitutif permanent et instantanément accessible à tous les autres. Alors que les humains apprennent isolément, cette AGI apprendrait comme une collectivité, accumulant ses connaissances à un rythme incroyable. Ce qui, comme l’a dit Dwarkesh, serait en quelque sorte la singularité (c’est-à-dire le moment où l’IA dépasse les humains).
Pour en savoir plus sur ce sujet, lisez mon analyse approfondie du changement de calendrier de l’AGI annoncé par Chollet et de son nouveau benchmark.
Note de la rédaction : ce contenu a d’abord été publié dans l’édition du jour de la newsletter de notre publication sœur, The Neuron. Pour lire davantage d’articles de The Neuron, inscrivez-vous à sa newsletter ici.