Le PDG de NVIDIA, Jensen Huang, a récemment affirmé que l’intelligence générale artificielle (AGI) était déjà arrivée, mais sa définition révèle un décalage critique entre le battage médiatique de l’industrie et les capacités réelles. Cette affirmation, faite lors d’une conversation avec le podcasteur Lex Fridman, souligne à quel point les définitions flexibles de l’AGI sont utilisées pour justifier la poursuite des investissements dans le secteur de l’IA.
Les objectifs changeants de l’AGI
Depuis plus d’un an, l’AGI (IA dotée d’une intelligence de niveau humain) est le mot à la mode du secteur. Alors que des entreprises comme NVIDIA consacrent des ressources au développement de l’IA, la promesse d’une AGI imminente constitue un récit pratique. Cependant, définir l’AGI est essentiel. Huang lui-même a déjà déclaré que le calendrier dépend entièrement de la manière dont il est défini.
Lors du sommet DealBook du New York Times en 2023, Huang a affirmé que l’AGI arriverait d’ici cinq ans, le définissant comme un logiciel capable de passer des tests simulant l’intelligence humaine. Maintenant, il soutient que c’est déjà là, sur la base d’une interprétation intentionnellement étroite du terme.
Succès éphémère d’un milliard de dollars : la référence AGI de Huang
Lorsqu’on lui a demandé si l’IA pouvait démarrer et diriger une entreprise technologique d’un milliard de dollars, Huang a répondu par l’affirmative : « Je pense que c’est maintenant. » Le raisonnement ? Il ne définit pas le succès par la durabilité ou un impact durable, mais par le fait d’atteindre un milliard de dollars une fois.
Il imagine une IA générant un service Web viral, monétisant brièvement des milliards d’utilisateurs, puis disparaissant, à l’instar de nombreux échecs Internet. “Vous avez dit un milliard”, a précisé Huang, “et vous n’avez pas dit pour toujours.” Ceci illustre un modèle de définition de seuils pour garantir une réponse « oui ».
La réalité est à l’épreuve : NVIDIA est hors de portée
Huang admet franchement les limites de cette vision. Même si l’IA est susceptible de créer des succès viraux éphémères, l’intelligence institutionnelle nécessaire à la création d’une entreprise comme NVIDIA n’est pas encore à portée de main. Sa propre évaluation : « Les chances que 100 000 de ces agents construisent NVIDIA sont de zéro pour cent. »
Cette reconnaissance expose l’écart entre les capacités actuelles de l’IA et l’AGI transformatrice souvent évoquée. La définition de Huang ne consiste pas à remodeler l’économie ; il s’agit d’atteindre un point de référence financier, même brièvement. L’accent mis sur la monétisation à court terme plutôt que sur la durabilité à long terme met en évidence une vision pragmatique, bien que trompeuse, de « l’arrivée » d’AGI.
Le principal point à retenir est que le récit autour de l’AGI est souvent façonné par des définitions pratiques plutôt que par de véritables progrès. La réalité actuelle reste très éloignée de l’IA qui remodèle l’économie envisagée par de nombreux acteurs du domaine.
