Glossaire · AGI et alignement
AGI (intelligence artificielle générale)
L’AGI, ou intelligence artificielle générale, désigne l’idée d’une IA capable d’apprendre et d’accomplir un large éventail de tâches intellectuelles, au-delà d’un domaine étroit. Les définitions varient, notamment sur le niveau attendu, l’autonomie et l’efficacité d’apprentissage, ce qui empêche d’en faire une étiquette technique universellement reconnue.
AGI (intelligence artificielle générale) : l'explication
L’idée centrale est la capacité à transférer des compétences et à s’adapter à des problèmes variés. Un système spécialisé peut être excellent dans une activité précise sans savoir en apprendre une autre. Une AGI serait évaluée sur une portée beaucoup plus large. Toutefois, les propositions diffèrent : certaines privilégient la diversité des tâches, d’autres l’apprentissage de nouvelles compétences ou la réalisation d’activités économiques. Il faut donc demander quelle définition accompagne chaque affirmation sur ce sujet.
Le terme sert à discuter un objectif de recherche et les conséquences possibles de systèmes plus généraux. Il ne désigne pas une architecture unique ni une fonction que vous pourriez activer dans un assistant. Un modèle de langage, un agent et une AGI correspondent à des notions différentes. Un agent décrit une organisation capable d’utiliser des outils pour poursuivre une tâche. Cette organisation ne démontre pas, à elle seule, une intelligence de portée générale.
Aucun test isolé ne règle toutes les questions soulevées par le terme. Une bonne performance peut dépendre de données connues, d’outils spécialisés ou d’un important budget de calcul. Il faut examiner les capacités, les limites et les conditions d’évaluation. La conscience constitue une question distincte : une définition fonctionnelle de l’AGI peut porter sur ce qu’un système accomplit sans affirmer qu’il possède une expérience subjective ou des intentions comparables à celles d’une personne.
Un exemple concret
Vous voyez un assistant rédiger un courrier, analyser un tableau et organiser un déplacement. Cette polyvalence est utile, mais elle ne suffit pas à démontrer une AGI. Pour soutenir une telle affirmation, il faudrait préciser les critères retenus et examiner sa capacité à apprendre des tâches vraiment nouvelles, à s’adapter à des contextes différents et à réussir sans assistance cachée ou préparation spécifique.
Pourquoi c'est important
Le mot AGI peut peser fortement dans une présentation commerciale ou un débat public. Pour choisir un outil, traduisez cette étiquette en questions concrètes : quelles tâches réussit-il, avec quels accès, quelle fiabilité et quel contrôle humain ? Les preuves sur votre usage comptent davantage qu’une qualification générale. Une annonce d’AGI ne constitue pas, à elle seule, une garantie de qualité ou de sécurité.
Idées reçues
- Un assistant capable de discuter de nombreux sujets n’est pas automatiquement une AGI, car la diversité des réponses visibles ne démontre ni une adaptation générale aux situations nouvelles ni une maîtrise fiable de toutes les tâches évoquées.
- L’AGI n’implique pas nécessairement la conscience, puisque les définitions centrées sur les capacités concernent l’apprentissage et la résolution de problèmes, sans établir l’existence d’une expérience subjective, de sentiments ou d’une volonté propre au système.
Autres termes : agi et alignement
- ARC-AGI
- ARC-AGI est une série de tests conçus pour étudier la capacité des IA à résoudre des problèmes nouveaux à partir de peu d’exemples ou d’interactions.
- ARC Prize
- ARC Prize est une initiative de recherche et de concours qui encourage les progrès ouverts sur les problèmes de généralisation en IA.
- généralisation
- La généralisation est la capacité d’un système IA à utiliser ce qu’il a appris pour traiter des cas nouveaux.
- intelligence fluide
- L’intelligence fluide est la capacité à raisonner face à un problème nouveau, sans dépendre principalement de connaissances déjà apprises.
Où le site en parle
Le terme apparaît dans 24 pages du site. Quelques-unes :
- Histoire de l'idée d'AGI : de Turing aux laboratoires actuels Guide
- « How We Get To AGI » : la conférence de François Chollet, chapitre par chapitre Guide
- Quand l’AGI ? Les prévisions publiées, leurs méthodes et pourquoi elles divergent Guide
- Les risques de l'AGI : ce que disent les chercheurs, sans alarmisme Guide
- Mesurer les progrès vers l’AGI : benchmarks, leurs limites, saturation et contamination Guide
- ARC-AGI : le test, ses versions et les scores publiés Guide
- La synthèse de programmes : principe, histoire et piste vers l’AGI Guide
- L'ARC Prize : la compétition, ses règles, ses éditions, ses résultats et ce qu'ils ont appris Guide
Pour aller plus loin
Questions fréquentes
Existe-t-il une définition unique ?
Non. Les définitions diffèrent sur les tâches concernées, le niveau de performance, l’autonomie et la capacité d’apprentissage. Une affirmation sérieuse doit préciser ses critères, ses méthodes d’évaluation et les limites observées plutôt que s’appuyer uniquement sur le sigle.
Une AGI serait-elle toujours meilleure ?
Une capacité générale ne garantit pas la supériorité sur chaque tâche. Un outil spécialisé peut rester plus précis, plus rapide ou plus facile à contrôler pour un besoin donné. Il faut comparer les performances et les contraintes réelles.
Peut-on prévoir son arrivée ?
Une date annoncée dépend d’hypothèses sur les progrès techniques et de la définition retenue. Elle ne constitue pas un fait établi. Pour comprendre une prévision, cherchez ses critères, ses incertitudes et les éléments qui pourraient la contredire.
Neutralité. Aucun lien d'affiliation. Aucun éditeur ne paie pour être évalué, noté ou classé. Les évaluations sont dirigées par François Chollet, neutres et factuelles, et chaque donnée est datée et sourcée. Comment nous notons