How We Get To AGI (Chollet) : la conférence en détail

« How We Get To AGI » est la conférence dans laquelle François Chollet explique pourquoi l’agrandissement des modèles de langage n’a pas mené à l’intelligence générale et quelle voie il juge prometteuse : des systèmes qui, face à un problème nouveau, assemblent un programme adapté en combinant l’intuition des réseaux de neurones et la recherche discrète de programmes. Donnée le 16 juin 2025 à l’AI Startup School de Y Combinator, elle est l’exposé le plus complet de sa position récente. Cette page en donne le déroulé détaillé, les notions, les chiffres cités et ce qui s’est passé depuis.

Sources utilisées : la vidéo publiée par Y Combinator et la transcription publiée par The Singju Post, automatique et non relue par l’auteur. La transcription contient des erreurs de reconnaissance (noms propres, termes techniques) : en cas de doute, la vidéo fait foi. Les idées sont reformulées, sans citation entre guillemets. Pour une lecture courte, l’article les idées clés de la conférence suffit.

La conférence en bref


Titre	How We Get To AGI
Orateur	François Chollet, créateur de Keras et d’ARC-AGI, cofondateur de l’ARC Prize et du laboratoire Ndea
Événement	AI Startup School, organisée par Y Combinator
Date et lieu	16 juin 2025, San Francisco
Format	exposé suivi de diapositives, en anglais
Thèse	l’intelligence est l’efficacité à faire face à la nouveauté ; elle exige d’unir intuition apprise et recherche de programmes
Liens	vidéo · transcription · essai de 2019

La conférence suit trois questions posées en ouverture : pourquoi le passage à l’échelle du pré-entraînement n’a pas mené à l’AGI ; si l’adaptation au moment du test y mènera ; et ce qui viendra ensuite. Pour y répondre, l’orateur repart de la définition même de l’intelligence.

Chapitre 1 : vingt ans de progrès portés par le calcul

L’exposé commence par une courbe : selon François Chollet, le coût du calcul baisse de deux ordres de grandeur par décennie depuis 1940. Le calcul et les données ont longtemps limité ce que l’IA pouvait faire.

Vers 2010, l’abondance de calcul sur processeurs graphiques et de grands jeux de données rend l’apprentissage profond efficace, d’abord en vision par ordinateur puis en langage. L’entraînement autosupervisé sur du texte devient ensuite le paradigme dominant : la même architecture, la même méthode, des modèles et des données toujours plus grands, et des scores qui montent de façon prévisible. Ce sont les lois d’échelle, présentées au même événement, juste avant, par Jared Kaplan, auquel l’orateur fait référence.

Beaucoup en ont déduit que l’échelle suffirait, et que l’intelligence générale émergerait d’elle-même. François Chollet note que c’était le dogme deux ans plus tôt, et que presque plus personne ne le soutient en 2025.

Chapitre 2 : ce que les benchmarks mesuraient vraiment

Selon lui, l’erreur venait d’une confusion sur le sens des benchmarks. Il faut distinguer les compétences mémorisées, statiques et propres à une tâche, et l’intelligence fluide, la capacité à comprendre sur le moment une chose jamais vue.

ARC, publié en 2019, devait rendre cette différence visible. Entre 2019 et GPT-4.5, il estime que les modèles de base ont été agrandis d’un facteur d’environ 50 000, pour passer de 0 % à environ 10 % sur ARC-AGI-1, quand un humain dépasse largement 95 %. Il en tire une conclusion nette : l’intelligence fluide n’émerge pas du pré-entraînement à grande échelle.

Chapitre 3 : le tournant de l’adaptation au moment du test

En 2024, la recherche se tourne vers l’adaptation au moment du test : des modèles capables de modifier leur état pendant l’inférence pour s’adapter à une tâche nouvelle, au lieu d’interroger des connaissances figées. Sont concernés l’entraînement au moment du test, la synthèse de programmes et la synthèse de chaînes de raisonnement.

Les scores sur ARC décollent. En décembre 2024, OpenAI présente o3, dans une version affinée sur ARC, qui atteint pour la première fois un niveau humain sur ARC-AGI-1. En 2025, selon l’orateur, toutes les approches performantes sur ARC utilisent l’adaptation au moment du test. Certains en concluent que l’AGI est déjà là ; il ne partage pas cet avis et explique pourquoi dans la suite.

Chapitre 4 : définir l’intelligence

C’est le cœur théorique de la conférence, repris de son essai On the Measure of Intelligence (2019), présenté dans l’article la mesure de l’intelligence selon François Chollet.

Deux traditions s’opposent. Pour Marvin Minsky, l’IA consiste à faire faire aux machines des tâches que font les humains ; la version actuelle en est l’AGI vue comme un modèle capable de la plupart des tâches économiquement utiles. Pour John McCarthy, l’IA consiste à traiter des problèmes pour lesquels la machine n’a pas été préparée. François Chollet se range du côté de McCarthy : l’intelligence est un processus, la compétence en est le produit. Afficher des compétences, même nombreuses, ne prouve pas l’intelligence. Son image : un réseau routier relie des points prévus d’avance, une entreprise de travaux publics construit les routes qui manquent.

Il formalise l’intelligence comme un taux de conversion entre l’information disponible (expérience passée et connaissances fournies par les concepteurs) et la capacité à agir dans des situations futures nouvelles et incertaines. C’est une efficacité. Trois notions en découlent :

Notion	Question posée	Exemple de la conférence
Compétence statique ou intelligence fluide	le système applique-t-il un programme existant ou en fabrique-t-il un ?	un continuum, pas une opposition binaire
Domaine d’application	la compétence vaut-elle loin de ce qui a été vu ?	savoir conduire dans n’importe quelle ville, pas seulement dans une zone balisée
Efficacité de l’information	combien de données et de pratique pour acquérir la compétence ?	plus l’efficacité est haute, plus l’intelligence l’est

Deux conséquences pratiques. Les examens humains mesurent mal l’IA, car ils supposent qu’on n’a pas lu les réponses à l’avance. Et la « règle du raccourci » guette toute mesure unique : on atteint la cible en manquant l’objectif. Exemples cités : le prix Netflix, dont le système gagnant était trop complexe pour être déployé ; les échecs, où la victoire de Deep Blue sur Kasparov n’a presque rien appris sur l’intelligence. Viser la compétence mène à l’automatisation ; viser l’intelligence fluide mène à l’invention et à l’accélération de la science, ce que l’AGI est censée apporter.

Chapitre 5 : ARC-AGI-1, 2 et 3

ARC-AGI est la tentative de l’orateur pour mesurer cette intelligence. La page de référence sur ARC-AGI suit les versions et les scores ; voici ce qu’en dit la conférence.

Version	Sortie	Ce qu’elle teste	Points clés cités
ARC-AGI-1	2019	intelligence fluide minimale, sur des paires entrée-sortie	1 000 tâches uniques ; ne repose que sur des connaissances de base d’un enfant de 4 ans ; se comporte comme un test binaire et sature sous le niveau humain
ARC-AGI-2	mars 2025	généralisation compositionnelle, face aux systèmes de raisonnement	testé sur environ 400 personnes à San Diego ; chaque tâche résolue par au moins deux personnes ; 0 % pour les modèles de base, 1 à 2 % pour le raisonnement à chaîne unique
ARC-AGI-3	annoncé pour début 2026	agentivité : explorer, apprendre en interagissant, se fixer un but	jeux inconnus aux commandes inconnues ; notation de l’efficacité, nombre d’actions limité au niveau humain

Trois idées encadrent ces versions. ARC ne dit pas si un système est une AGI : c’est une flèche qui désigne les verrous non résolus. ARC a résisté au passage à l’échelle et a été, selon l’orateur, le seul benchmark à signaler clairement le tournant de 2024, les autres étant saturés. Enfin, son critère : tant qu’on invente facilement des tâches simples pour un humain et insolubles pour l’IA, quelle que soit la puissance de calcul, l’AGI n’est pas là.

Chapitre 6 : l’hypothèse du kaléidoscope

Si l’avenir n’avait rien de commun avec le passé, aucune intelligence ne pourrait s’y retrouver. Mais, selon François Chollet, rien n’est jamais entièrement nouveau : le monde est fait de choses semblables entre elles, des arbres aux neurones, de l’électromagnétisme à l’hydrodynamique. Il appelle cela l’hypothèse du kaléidoscope : une complexité apparente sans fin, produite par la recombinaison d’un petit nombre de « briques de sens ».

L’intelligence a alors deux composantes :

Acquérir des abstractions : extraire efficacement de l’expérience des briques réutilisables (invariants, structures, principes qui se répètent).
Les recombiner sur le moment : choisir et assembler ces briques pour construire un modèle adapté à la situation présente.

L’efficacité compte dans les deux cas. Avoir besoin de centaines de milliers d’heures pour une compétence simple, ou énumérer tous les coups d’un échiquier pour trouver le meilleur, n’est pas intelligent. C’est à la fois une efficacité en données et en calcul. Cette idée rejoint la notion de généralisation, au cœur de ses travaux.

Chapitre 7 : ce qui manque aux modèles actuels

Deux manques expliquent, selon lui, que l’agrandissement n’ait pas suffi :

La recombinaison au moment du test : les modèles acquéraient beaucoup d’abstractions à l’entraînement mais restaient figés ensuite, capables seulement d’appliquer un modèle préenregistré. L’adaptation au moment du test comble ce manque, un grand pas vers l’AGI.
L’efficacité : la descente de gradient demande trois à quatre ordres de grandeur de données de plus qu’un humain pour une abstraction simple ; côté recombinaison, les meilleures techniques de 2025 coûtaient des milliers de dollars de calcul pour le niveau humain sur ARC-AGI-1, sans passer à l’échelle sur ARC-AGI-2.

Le problème de fond est l’absence de généralisation compositionnelle, précisément ce que mesure ARC-AGI-2. Il l’explique par l’existence de deux types d’abstraction.

	Type 1 (centrée sur les valeurs)	Type 2 (centrée sur les programmes)
Domaine	continu	discret : des programmes, donc des graphes
Comparaison	distance continue	correspondance exacte de structure (isomorphismes de graphes et de sous-graphes)
Sert à	perception, reconnaissance de formes, intuition	raisonnement, planification, rigueur ; ce que fait un développeur qui refactorise
Bien traité par les Transformers	oui	non : trier une liste ou additionner des chiffres donnés token par token reste difficile à apprendre

Les deux reposent sur l’analogie et, selon lui, toute la cognition naît de leur combinaison.

Chapitre 8 : unir intuition et recherche de programmes

Pour le type 2, il faut une recherche discrète de programmes : explorer des combinaisons d’opérateurs tirés d’un langage spécialisé. Selon l’orateur, tous les systèmes connus capables d’invention reposent sur une recherche discrète, des conceptions par algorithmes génétiques des années 1990 au coup 37 d’AlphaGo et à AlphaEvolve de DeepMind. La synthèse de programmes a des forces et des faiblesses inverses de celles de l’apprentissage automatique :

	Apprentissage automatique	Synthèse de programmes
Modèle	fonction paramétrique différentiable (une courbe)	graphe d’opérations symboliques
Moteur d’apprentissage	descente de gradient	recherche combinatoire
Besoin en données	élevé : un échantillonnage dense	faible : deux ou trois exemples
Obstacle principal	la densité des données	l’explosion combinatoire

La solution proposée unit les deux, comme le fait l’humain aux échecs : le calcul pas à pas (type 2) ne porte que sur les quelques coups que l’intuition (type 1) a désignés. Les jugements rapides et approximatifs d’un réseau de neurones servent à guider la recherche et à contenir l’explosion combinatoire, comme une carte qui permet d’estimer vite une distance au lieu d’explorer tous les trajets d’un réseau de métro.

Chapitre 9 : l’architecture visée et Ndea

L’orateur décrit enfin le système sur lequel travaille son laboratoire, Ndea :

un méta-apprenant semblable à un programmeur, qui écrit pour chaque nouvelle tâche un programme adapté ;
ce programme mêle des modules d’apprentissage profond pour les sous-problèmes de type 1 (perception) et des modules algorithmiques pour ceux de type 2 ;
il est assemblé par une recherche discrète guidée par une intuition apprise sur la structure de l’espace des programmes ;
la recherche puise dans une bibliothèque globale d’abstractions, enrichie à chaque problème résolu, comme un développeur publie une bibliothèque utile pour d’autres ;
le système s’améliore en élargissant cette bibliothèque et en affinant son intuition.

L’objectif affiché est une IA capable d’invention et de découverte autonomes, pour accélérer la science. Premier jalon annoncé : résoudre ARC-AGI avec un système qui ne sait rien d’ARC au départ.

Les chiffres cités, et leur nature

Chiffre cité en juin 2025	Nature
Coût du calcul divisé par 100 chaque décennie depuis 1940	ordre de grandeur présenté par l’orateur
Modèles de base agrandis d’environ 50 000 fois entre 2019 et GPT-4.5	estimation de l’orateur
ARC-AGI-1 : de 0 % à environ 10 % pour les modèles de base ; plus de 95 % pour un humain	estimation de l’orateur, à rapprocher des résultats publiés par l’ARC Prize
o3, version affinée sur ARC, au niveau humain sur ARC-AGI-1 (décembre 2024)	fait public, annoncé par OpenAI et l’ARC Prize
ARC-AGI-2 publié en mars 2025, testé sur environ 400 personnes	fait public de l’ARC Prize
Données : trois à quatre ordres de grandeur de plus qu’un humain	estimation de l’orateur

Ce qui s’est passé depuis juin 2025

Confirmé : ARC-AGI-3 est sorti en mars 2026. Son rapport technique indique que les humains résolvaient alors tous les environnements et que les systèmes de pointe faisaient moins de 1 %, comme le prévoyait l’orateur.

Nuancé : en octobre 2026, les résultats vérifiés de l’ARC Prize montrent des scores très élevés sur ARC-AGI-3, mais qui dépendent fortement du harnais d’agent. Gemini 4 Argon obtient 97,5 % avec le harnais fourni par son éditeur et 49,8 % avec le harnais standard de l’ARC Prize ; GPT-6.1 Sol affiche un écart du même ordre. Notre comparateur de benchmarks suit ces chiffres à chaque relevé.

Toujours ouvert : la conférence plaçait l’efficacité au centre. Savoir quelle part du score revient au modèle, quelle part à l’outillage, et à quel coût, est exactement la question qu’elle posait. Le critère final de l’orateur, la difficulté croissante à inventer des tâches faciles pour l’humain et impossibles pour l’IA, ne se mesure pas à un seul score.

Ce qui est débattu

Toutes ces thèses ne font pas consensus, et la conférence elle-même situe le débat :

La place de l’échelle : les lois d’échelle présentées au même événement restent le pari central de plusieurs laboratoires, qui y ajoutent l’apprentissage par renforcement et le calcul au moment de l’inférence. François Chollet ne nie pas leur efficacité pour l’automatisation ; il conteste qu’elles suffisent pour l’intelligence fluide.
La définition de l’AGI : la définition économique (faire la plupart des tâches utiles) et la sienne (s’adapter efficacement à la nouveauté) ne mènent pas aux mêmes mesures ni aux mêmes calendriers. Les prévisions sur l’AGI divergent en partie pour cette raison.
La mesure : ARC-AGI est lui-même un benchmark, exposé aux limites que la conférence décrit, d’où des versions successives et un jeu d’évaluation privé. Voir mesurer les progrès vers l’AGI.

Lexique de la conférence

Intelligence fluide : capacité à résoudre un problème nouveau, par opposition aux compétences acquises.
Adaptation au moment du test : modification de l’état du modèle pendant l’inférence pour s’ajuster à une tâche.
Abstraction : brique réutilisable extraite de l’expérience en éliminant les détails qui ne comptent pas.
Généralisation compositionnelle : capacité à combiner des briques connues pour traiter un cas inédit.
Recherche discrète de programmes : exploration de combinaisons d’opérateurs pour trouver un programme qui résout la tâche.
Méta-apprenant : système qui apprend à fabriquer, pour chaque tâche, le modèle qui la résout.

Pour aller plus loin

ARC-AGI, page de référence : versions, règles, scores.
L’adaptation au moment du test et la synthèse de programmes : les deux notions techniques centrales.
Les limites de l’apprentissage profond : l’analyse de François Chollet et d’autres chercheurs.
La section AGI et recherche : toutes les pages de référence.

Pages liées

Questions fréquentes

Quand et où François Chollet a-t-il donné « How We Get To AGI » ?

Le 16 juin 2025, à l'AI Startup School organisée par Y Combinator à San Francisco. Y Combinator a ensuite publié la vidéo sur sa chaîne YouTube, au début du mois de juillet 2025.

Faut-il des connaissances techniques pour suivre la conférence ?

Les grandes idées se suivent sans bagage technique : la définition de l'intelligence, le rôle d'ARC-AGI, l'hypothèse du kaléidoscope. La seconde moitié (abstractions de type 1 et 2, recherche de programmes) suppose de savoir à peu près ce qu'est un réseau de neurones et un programme ; les tableaux de cette page en donnent l'essentiel.

Quelle différence entre cette page et l'article du blog sur la conférence ?

L'article du blog résume les idées clés en une lecture courte. Cette page sert de référence : déroulé chapitre par chapitre, liste des notions, tableau des chiffres cités avec leur statut, et suivi de ce qui s'est confirmé ou non depuis juin 2025.

Les chiffres donnés dans la conférence sont-ils vérifiés ?

Ce sont les chiffres présentés par l'orateur en juin 2025, à replacer dans leur date. Certains sont des estimations (le facteur 50 000 d'agrandissement des modèles, l'écart de données avec les humains), d'autres des faits publics vérifiables (date de sortie d'ARC-AGI-2, résultat de o3 en décembre 2024). Le tableau de cette page indique la nature de chacun.

ARC-AGI-3 est-il résolu en octobre 2026 ?

Pas au sens de la conférence. Les meilleurs modèles dépassent 95 % avec un harnais d'agent fourni par leur éditeur, mais restent autour de 50 % avec le harnais standard de l'ARC Prize, et la compétition notée sur le jeu privé continue. La question de l'efficacité, centrale dans la conférence, reste posée.

« How We Get To AGI » : la conférence de François Chollet, chapitre par chapitre