« How We Get To AGI » : les idées clés de la conférence de François Chollet

Dans « How We Get To AGI », François Chollet soutient que l’intelligence générale ne viendra pas du seul agrandissement des modèles : il définit l’intelligence comme l’efficacité à faire face à l’inconnu, montre que le benchmark ARC-AGI a résisté au passage à l’échelle, puis décrit la piste qu’il juge prometteuse, des systèmes qui écrivent un programme adapté à chaque nouvelle tâche en combinant intuition apprise et recherche discrète. La conférence a été donnée le 16 juin 2025 à l’AI Startup School de Y Combinator, à San Francisco ; la vidéo est publiée par Y Combinator.

Ce résumé suit l’ordre de la conférence et s’appuie sur la vidéo et sur sa transcription publiée par The Singju Post, automatique et non relue : les formulations ci-dessous sont des reformulations, pas des citations. Pour une présentation complète, section par section, avec ce qui s’est passé depuis, voir la page de référence sur la conférence.

Le point de départ : un calcul qui devient bon marché

La conférence s’ouvre sur un constat matériel. Selon François Chollet, le coût du calcul baisse de deux ordres de grandeur par décennie depuis 1940, sans signe de ralentissement. En IA, le calcul et les données ont longtemps été le facteur limitant.

Vers 2010, avec des processeurs graphiques abordables et de grands jeux de données, l’apprentissage profond se met à fonctionner, en vision comme en langage. Puis l’entraînement autosupervisé sur du texte devient le paradigme dominant : on agrandit les modèles et leurs données, avec la même architecture et la même méthode, et les scores aux benchmarks progressent de façon prévisible. Ce sont les lois d’échelle.

D’où une conviction largement partagée vers 2023 : il suffirait de continuer à agrandir pour qu’une intelligence générale émerge. François Chollet rappelle qu’il y a deux ans c’était le discours dominant, et qu’en 2025 presque plus personne ne le soutient.

Pourquoi le passage à l’échelle n’a pas suffi

Le problème, selon lui, venait de ce que mesuraient les benchmarks. Il distingue deux choses souvent confondues :

• les compétences mémorisées, statiques et propres à une tâche ;
• l’intelligence fluide, la capacité à comprendre sur le moment quelque chose qu’on n’a jamais vu.

Pour rendre cette différence visible, il avait publié en 2019 le benchmark ARC (Abstraction and Reasoning Corpus). Entre 2019 et l’époque de 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, alors qu’une personne de la salle dépasserait largement 95 %. Sa conclusion : l’intelligence fluide n’émerge pas du pré-entraînement à grande échelle.

Le tournant de 2024 : l’adaptation au moment du test

En 2024, la recherche bascule vers un autre paradigme : l’adaptation au moment du test (test-time adaptation). Le modèle ne se contente plus d’aller chercher une réponse dans ce qu’il a appris ; il modifie son propre état pendant l’inférence pour s’ajuster à la tâche. François Chollet y range l’entraînement au moment du test, la synthèse de programmes et la synthèse de chaînes de raisonnement.

Les résultats sur ARC changent alors nettement. En décembre 2024, OpenAI présente une version de o3 affinée spécialement sur ARC, qui atteint pour la première fois un niveau humain sur ARC-AGI-1. Selon lui, toutes les approches qui réussissent bien sur ARC en 2025 utilisent une de ces techniques. Il pose alors trois questions : pourquoi l’échelle n’a pas suffi, si l’adaptation au moment du test suffira, et ce qui viendra ensuite.

Ce qu’est l’intelligence, selon François Chollet

Pour répondre, il revient à la définition. Il oppose deux traditions :

	Vision « à la Minsky »	Vision « à la McCarthy »
Objectif de l’IA	faire des tâches que font normalement les humains	traiter des problèmes pour lesquels la machine n’a pas été préparée
Version actuelle	un modèle capable de la plupart des tâches économiquement utiles	un système qui s’adapte à la nouveauté
Ce qu’elle produit	de l’automatisation	de l’invention

Il se range du côté de McCarthy. Pour lui, l’intelligence est un processus et la compétence en est le produit. Son image : un réseau routier permet d’aller d’un point A à un point B prévus d’avance ; une entreprise de travaux publics peut construire de nouvelles routes quand les besoins changent. Attribuer de l’intelligence à un programme de compétences figé revient à confondre les routes et celui qui les construit.

Il formalise cette idée comme un rapport d’efficacité : ce qu’un système sait faire face à des situations futures, nouvelles et incertaines, rapporté à l’information dont il disposait (son expérience et les connaissances fournies par ses concepteurs). Cette définition reprend celle de son essai de 2019, On the Measure of Intelligence, détaillée dans notre article sur la mesure de l’intelligence selon François Chollet.

Trois notions en découlent pour mesurer l’intelligence :

1. Compétence statique ou intelligence fluide : disposer de programmes tout faits ou en fabriquer de nouveaux sur le moment, avec tout un continuum entre les deux.
2. Domaine d’application : savoir conduire dans une seule zone balisée ou dans n’importe quelle ville.
3. Efficacité de l’information : combien de données et de pratique il a fallu pour acquérir la compétence.

D’où sa critique des examens humains comme mesure de l’IA : ils supposent qu’on n’a pas mémorisé les questions à l’avance, ce qui n’est pas vrai pour un modèle entraîné sur le web. Il rappelle aussi la « règle du raccourci » : viser une seule mesure fait atteindre la cible en manquant l’objectif, comme le prix Netflix, dont le système gagnant ne fut jamais déployé, ou les échecs, où la victoire de Deep Blue n’a presque rien appris sur l’intelligence.

ARC-AGI : une flèche, pas une destination

ARC-AGI-1 compte 1 000 tâches, toutes différentes : on ne peut pas s’y préparer par cœur. Chaque tâche ne repose que sur des connaissances de base qu’un enfant de 4 ans maîtrise (objets, physique élémentaire, géométrie, comptage). François Chollet insiste : réussir ARC ne prouve pas qu’un système est une AGI. ARC sert à orienter la recherche vers les verrous non résolus. Le détail des versions et des scores est sur notre page de référence sur ARC-AGI et dans l’article ARC-AGI expliqué.

Il présente ensuite les versions suivantes :

• ARC-AGI-1 se comporte comme un test binaire : sans intelligence fluide, on fait presque 0 % ; avec un peu, le score grimpe d’un coup. Il sature donc bien en dessous du niveau humain.
• ARC-AGI-2, sorti en mars 2025, vise la généralisation compositionnelle. Chaque tâche demande une réflexion délibérée mais reste faisable : l’équipe l’a testé en personne sur environ 400 personnes à San Diego, chaque tâche a été résolue par au moins deux personnes, et un groupe de 10 personnes votant à la majorité ferait 100 %. Les modèles de base y font 0 %, les systèmes de raisonnement à une seule chaîne de 1 à 2 %.
• ARC-AGI-3, alors en développement, évalue l’agentivité : le système est placé dans un jeu dont il ignore les commandes, les règles et le but, et il est noté sur son efficacité, avec un nombre d’actions limité à celui observé chez les humains.

Son critère pratique : tant qu’il reste facile d’inventer des tâches simples pour des humains et insolubles pour l’IA, quelle que soit la puissance de calcul, il n’y a pas d’AGI.

Ce qui manque encore : abstraction et recombinaison

La seconde moitié de la conférence décrit ce qui manque. Point de départ : l’hypothèse du kaléidoscope. Le monde semble infiniment varié, mais il se décrit avec peu de « briques de sens » recombinées sans cesse (un arbre ressemble à un autre arbre, et aussi à un neurone). L’intelligence consiste à extraire ces briques, les abstractions, de l’expérience, puis à les recombiner sur le moment pour comprendre une situation nouvelle.

Les grands modèles, selon lui, avaient deux manques :

• Pas de recombinaison au moment du test : ils apprenaient beaucoup à l’entraînement, puis restaient figés. L’adaptation au moment du test corrige ce point, un pas important vers l’AGI.
• Une efficacité très faible : la descente de gradient demande trois à quatre ordres de grandeur de données de plus qu’un humain pour une abstraction simple, et les meilleures techniques de 2025 coûtaient encore des milliers de dollars de calcul pour atteindre le niveau humain sur ARC-AGI-1.

Il distingue alors deux types d’abstraction :

	Type 1 : centrée sur les valeurs	Type 2 : centrée sur les programmes
Domaine	continu	discret (graphes)
Comparaison	par une distance	par correspondance exacte de structure
Ce que cela donne	perception, intuition, reconnaissance de formes	raisonnement, planification, refactorisation de code
Point fort des Transformers	oui	non (trier une liste reste difficile à apprendre)

Pour le type 2, il faut selon lui une recherche discrète de programmes, et c’est elle qui permet l’invention : il cite la conception par algorithmes génétiques dans les années 1990, le coup 37 d’AlphaGo et le système AlphaEvolve de DeepMind. La recherche de programmes est très économe en données (deux ou trois exemples suffisent) mais se heurte à l’explosion combinatoire, à l’inverse de l’apprentissage profond.

La piste proposée : un méta-apprenant qui programme

La solution qu’il défend combine les deux. Comme un joueur d’échecs qui n’examine que quelques coups désignés par son intuition, le système utiliserait des jugements rapides et approximatifs, appris par apprentissage profond, pour guider une recherche de programmes et contenir l’explosion combinatoire.

Concrètement, il décrit un système qui, face à une nouvelle tâche, écrit un programme adapté : des modules d’apprentissage profond pour la perception, des modules algorithmiques pour le raisonnement. Ce programme est assemblé à partir d’une bibliothèque d’abstractions réutilisables qui s’enrichit à chaque problème résolu, à la manière d’un développeur qui publie une bibliothèque utile pour d’autres.

C’est l’approche du laboratoire Ndea, qu’il a cofondé en 2025 pour accélérer la découverte scientifique. Premier jalon annoncé dans la conférence : résoudre ARC-AGI avec un système qui ne sait rien d’ARC au départ.

Ce qui s’est passé depuis

L’annonce principale de la conférence s’est réalisée : ARC-AGI-3 est sorti en mars 2026 ; d’après son rapport technique, les humains résolvaient alors tous les environnements et les systèmes de pointe moins de 1 %. En octobre 2026, les résultats vérifiés publiés par l’ARC Prize montrent un écart frappant selon le harnais : Gemini 4 Argon atteint 97,5 % avec le harnais fourni par son éditeur, mais 49,8 % avec le harnais standard de l’ARC Prize. Ces chiffres sont suivis dans notre comparateur de benchmarks.

Les questions posées en juin 2025 restent donc d’actualité : quelle part du score vient du modèle, quelle part de l’outillage, et à quel coût. C’est exactement le critère d’efficacité que la conférence plaçait au centre.

À retenir

• L’intelligence, pour François Chollet, est l’efficacité à acquérir de nouvelles compétences, pas la quantité de compétences déjà acquises.
• ARC-AGI a montré que le passage à l’échelle du pré-entraînement ne produisait pas d’intelligence fluide ; l’adaptation au moment du test a changé la donne en 2024.
• Il manque encore, selon lui, la généralisation compositionnelle et l’efficacité : la piste proposée combine intuition apprise et recherche discrète de programmes.
• Pour aller plus loin : la section AGI et recherche réunit les pages de référence sur ces notions.

Questions fréquentes

Quelle est la thèse principale de « How We Get To AGI » ?

L'intelligence n'est pas la somme des compétences d'un système, mais l'efficacité avec laquelle il acquiert de nouvelles compétences face à l'inconnu. Agrandir les modèles et leurs données a produit des compétences, pas cette capacité d'adaptation. Pour y arriver, François Chollet propose de combiner l'intuition des réseaux de neurones et la recherche discrète de programmes.

Où regarder la conférence et lire sa transcription ?

La vidéo est publiée sur la chaîne YouTube de Y Combinator. Une transcription complète, automatique et non relue par l'auteur, est disponible sur le site The Singju Post. En cas de doute sur une formulation, c'est la vidéo qui fait foi.

Les prévisions faites dans la conférence se sont-elles réalisées ?

ARC-AGI-3 est bien sorti en mars 2026, comme annoncé pour « début 2026 », et les systèmes de pointe y faisaient moins de 1 % à sa sortie. En octobre 2026, certains 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 : la question de l'efficacité reste ouverte.

Qu'est-ce que l'hypothèse du kaléidoscope ?

C'est l'idée que le monde paraît infiniment varié mais se décrit avec un petit nombre de briques de sens, recombinées sans cesse. Être intelligent consiste alors à extraire ces briques (les abstractions) de son expérience, puis à les recombiner vite pour comprendre une situation nouvelle.