L’intelligence artificielle générale est un agent IA capable d’égaler les capacités de résolution de problèmes avancée, de pensée critique et de fonctionnement cognitif d’un être humain. Il s’agit actuellement d’une branche hypothétique de l’intelligence artificielle que les chercheurs et les entreprises travaillent activement à développer.
L’intelligence artificielle (IA) a connu une expansion rapide au cours des dernières années. Elle a également été un sujet brûlant pour la plupart des entreprises qui tentent de s’adapter au monde moderne. À tous les niveaux, des cadres aux employés débutants, les professionnels ont fait preuve d’enthousiasme (et d’une certaine préoccupation) quant à l’avenir de l’IA. Avec l’essor soudain de l’IA générative disponible, beaucoup se demandaient si l’IA remplacerait bientôt les employés humains dans de nombreux domaines.
Jusqu’à présent, l’IA n’a pas rendu l’humanité obsolète. Le monde professionnel a plutôt commencé à exploiter les capacités de l’IA pour améliorer l’efficience et optimiser les workflows. Cela peut être dû en partie au fait que l’IA actuellement disponible est ce que les chercheurs considèrent comme une IA faible. Une IA forte, également connue sous le nom d’intelligence artificielle générale (IAG), dotée de capacités similaires à celles de l’être humain, pourrait avoir un effet plus radical sur le monde, à condition que ce rêve encore hypothétique devienne réalité.
L’IA (ou intelligence artificielle faible) est une technologie capable d’effectuer des tâches spécialisées, souvent mieux que les humains. L’IA que la plupart des gens connaissent actuellement est une IA faible, et malgré ses capacités limitées, elle a connu un développement très réussi. L’IA faible comprend deux types de machines : les machines réactives et les machines à mémoire limitée. Les machines réactives répondent aux demandes immédiates, mais ne peuvent pas stocker de données ni tirer des enseignements des expériences passées. Les machines à mémoire limitée stockent des informations et apprennent à mesure qu’elles rencontrent de nouvelles données.
Nombreux sont ceux qui ne réalisent pas à quel point l’IA faible fait partie de leur vie quotidienne. Voici quelques exemples d’IA :
- ChatGPT, un modèle de langage génératif
- Filtres de courrier indésirable
- Lecture aléatoire des applications musicales, comme Spotify
- Navigation GPS, comme Google Maps
- Fonctionnalités de correction automatique des SMS Assistants intelligents tels que Siri ou Alexa
L’IA forte, ou intelligence artificielle générale, est capable d’égaler les facultés cognitives de l’être humain, y compris la capacité à résoudre des problèmes, à penser de manière critique et à apprendre. L’IAG peut apprendre des informations et les appliquer à un nouveau scénario, ainsi que s’adapter à des environnements qui évoluent. À l’heure actuelle, elle n’existe pas, mais les humains imaginent depuis longtemps à quoi elle pourrait ressembler, des androïdes excentriques ou compétents de Star Wars et Star Trek aux IAG malveillantes représentées dans 2001, l’Odyssée de l’espace et dans la franchise Terminator.
L’IA faible ne peut actuellement effectuer que des tâches spécifiques, mais elle s’en acquitte très bien, au-delà des capacités humaines. En général, l’utilisation de l’IA réduit les erreurs humaines et améliore l’efficience. L’IA forte offrira probablement des avantages similaires. Elle sera en mesure d’effectuer des tâches sans erreur humaine et à une vitesse extraordinaire.
La principale différence, c’est que l’IA forte aura la capacité d’apprendre et de penser véritablement comme un être humain. L’IA faible ne peut que fonctionner en suivant exactement ses instructions de programmation. Lorsqu’elle sera en mesure de produire ses propres idées et de s’améliorer par elle-même, elle deviendra une IA forte.
Bien que l’IAG soit encore loin d’être au point, les chercheurs réfléchissent déjà à l’étape suivante. Les scientifiques prédisent qu’après avoir développé une véritable intelligence artificielle générale, la suite logique consistera à créer une superintelligence artificielle. À l’instar de l’IA forte, elle sera capable de simuler les fonctions cognitives humaines. Cependant, la superintelligence aura une pleine conscience de soi et surpassera l’intelligence humaine. Ses capacités iraient au-delà de celles d’un être humain. À l’heure actuelle, la superintelligence est hypothétique, tout comme l’IAG.
Pour que l’IA actuelle puisse devenir une IAG, elle devra maîtriser certaines compétences :
L’IAG devra développer la capacité de voir et d’évaluer les caractéristiques spatiales. À l’heure actuelle, l’IA ne peut pas identifier parfaitement les couleurs. Par exemple, l’IA est souvent incapable de déterminer si un panneau stop est rouge si ce dernier comporte des autocollants. Un être humain et une IAG ne seraient pas bloqués par la multitude de couleurs et pourraient identifier l’objet en tant que panneau stop. L’IA ne peut pas non plus extraire des informations tridimensionnelles d’une image statique. L’IAG pourra regarder une image et savoir que quelque chose est une sphère, même si l’image n’est qu’en deux dimensions.
Les humains peuvent également percevoir de quelle direction provient le son et comprendre les conversations en arrière-plan. L’IA ne peut pas le faire, mais l’IAG serait en mesure d’évaluer les distances spatiales et de détecter les conversations plus calmes qui se déroulent derrière d’autres conversations plus bruyantes.
Les mains humaines peuvent effectuer une grande variété de tâches sans aucun effort. Pour devenir une véritable IAG, l’IA devrait développer une motricité fine similaire. L’IAG pourrait ainsi assembler des puzzles et manipuler des objets.
Même les jeunes enfants peuvent lire plusieurs phrases et les comprendre au-delà des capacités actuelles de l’IA. Pour devenir une IAG, celle-ci devra être capable de lire et de regarder tous les types de communication ainsi que de les comprendre. Cela implique de comprendre non seulement le langage en tant que tel, mais aussi la signification qu’il revêt. Cette compétence constituera un socle fondamental pour permettre à l’IAG d’apprendre tout ce qu’elle doit savoir pour effectuer des tâches plus avancées.
Pour devenir une IAG, l’IA devra être capable d’identifier et de résoudre un problème. À l’heure actuelle, aucun système connu ne possède les compétences de raisonnement nécessaires pour résoudre efficacement un problème sans invite. À l’avenir, l’IAG pourra peut-être diagnostiquer les problèmes et les résoudre.
Il existe des modèles d’IA capables de naviguer dans des espaces en trois dimensions et de les projeter. Cependant, une véritable IAG aura ces capacités sans aucune intervention humaine. À l’heure actuelle, les modèles d’IA peuvent prendre en charge beaucoup de ces tâches, mais pas sans assistance humaine. L’IAG pourra effectuer simultanément la cartographie et la localisation de manière autonome.
L’IA telle qu’elle existe actuellement n’est pas capable de créer vraiment quoi que ce soit. Elle peut suivre les invites et formuler des chaînes de mots, mais elle ne peut pas créer quelque chose d’unique. L’IAG sera en mesure de véritablement créer. Les experts prévoient même que l’IAG devra être capable de réécrire son propre code et de trouver de nouvelles améliorations pour continuer à exceller.
Dans l’idéal, l’IAG donnera aux humains l’envie d’interagir avec elle. Pour que cela soit possible, l’IAG devra apprendre à reconnaître les émotions humaines à partir du langage corporel et des expressions faciales et en déduire comment interagir avec l’être humain en question. L’IA commence à identifier les émotions grâce à l’analyse faciale, mais celle-ci est très limitée et souvent inexacte. Après tout, les humains eux-mêmes peuvent avoir du mal à comprendre les émotions.
Quand l’IAG sera capable de comprendre les émotions, elle pourra alors interagir avec les êtres humains d’une manière qui leur semblera naturelle. Ce ne sera pas comme les réponses générées par un assistant personnel comme Siri ou Alexa. Elle sera capable de mener des conversations uniques et de déterminer ce qu’elle doit dire en fonction des émotions des personnes qui l’entourent.
Les chercheurs travaillent en permanence à élargir le champ de l’intelligence artificielle et à créer l’IAG. Voici différentes approches de la création de l’intelligence artificielle générale :
Certains pensent que la capacité à comprendre et à utiliser la pensée symbolique est la clé de voûte de l’intelligence humaine. Ces chercheurs essaient de trouver un moyen d’apprendre à la technologie à penser de cette manière. Ils pensent que s’ils y parviennent, l’IAG pourrait exister.
Ce domaine de recherche se concentre sur le cerveau humain en tant que réseau complexe de neurones émettant des signaux électriques. Ces chercheurs essaient de recréer ce type de système dans l’espoir d’élaborer une IAG.
Certaines personnes considèrent l’intelligence humaine comme un système hybride composé de nombreuses pièces qui s’associent pour créer quelque chose de plus grand que la somme de ses éléments. Les chercheurs tentent d’imiter cela de diverses façons en vue de créer une intelligence comparable à l’intelligence humaine.
Ces chercheurs pensent que la résolution mathématique de la théorie de l’intelligence générale est la clé de sa création. Ils travaillent sur des modèles purement théoriques dans l’espoir de les appliquer au monde réel.
Certains scientifiques pensent que la création de l’intelligence humaine n’est possible qu’en présence d’un corps physique. Leur travail vise à intégrer l’IA à des représentations physiques du corps humain afin de trouver une voie vers la création de l’IAG.
Pour la plupart des chercheurs, l’IAG est un objectif lointain. Pourtant, ils savent que le développement de certaines technologies sera utile à la recherche sur l’IAG. Voici quelques-uns des principaux domaines en constante amélioration :
L’apprentissage profond est une discipline de l’IA consistant à entraîner des réseaux neuronaux à comprendre les relations complexes entre les données. Les chercheurs créent des réseaux complexes et forment l’IA à comprendre du texte, du son, des images, des vidéos et bien d’autres types d’informations.
L’IA générative est un sous-ensemble de l’apprentissage profond où l’IA peut produire du contenu à partir des connaissances acquises. Ces modèles s’entraînent à partir de quantités massives de données pour apprendre à créer du contenu qui ressemble à une création humaine.
Le traitement du langage naturel (NLP) est une branche de l’intelligence artificielle qui apprend aux modèles d’IA à comprendre et à générer du langage humain. C’est de cette façon que fonctionnent les outils d’IA tels que les chatbots.
La vision par ordinateur est la capacité de l’IA à extraire, à analyser et à comprendre des informations spatiales à partir de données visuelles. Son développement vise à créer des voitures autonomes capables de détecter et d’éviter les obstacles.
Ce domaine a pour objectif de créer des mécanismes capables d’effectuer des tâches physiques. Cela permettrait à l’IAG d’améliorer ses performances sur le plan physique et d’exécuter davantage de services et de tâches.
L’IAG n’existe pas encore, et certains obstacles rendent ce domaine de recherche extrêmement complexe :
À l’heure actuelle, de nombreux systèmes d’IA ne peuvent pas communiquer entre eux. En raison d’intérêts contradictoires, les chercheurs et les modèles ne partagent pas leurs données, ce qui empêche le développement de l’universalité de l’IA.
Comprendre le fonctionnement de l’esprit humain est déjà difficile pour les humains. Sans une compréhension parfaite de ce qu’est l’intelligence, il risque d’être difficile de créer une technologie dotée de capacités humaines. Pour y parvenir, les chercheurs devront d’abord comprendre le fonctionnement de l’intelligence chez l’être humain.
Les systèmes d’IA fonctionnent dans des environnements isolés et autonomes. Il n’existe actuellement aucun protocole permettant de réglementer et de faciliter le partage et la collaboration. Ceci n’est pas compatible avec un environnement humain social dont le réseau complexe est nécessaire au développement d'un modèle d’IAG.
La stratégie commerciale idéale consisterait à obtenir un retour sur investissement des ressources consacrées au développement et à l’utilisation de l’IA. Cependant, le rendement de l’IA est difficile à mesurer, car une grande partie du développement se fait petit à petit, par étapes, sans avoir un produit final à proposer. Cela peut compliquer l’alignement de la recherche sur la stratégie.
Trop souvent, les entreprises n'ont ni plan ni politique concernant l’IA et sa mise en œuvre dans le cadre de leurs opérations business. Par ailleurs, les équipes de direction ont rarement une compréhension approfondie du fonctionnement des systèmes d’IA et doivent embaucher des experts en IA coûteux. La mise en œuvre est donc onéreuse et crée un obstacle supplémentaire au développement d’un système d’IAG complexe.
Parler de systèmes d’IA capables de penser et d’agir comme des êtres humains engendre généralement beaucoup de peur. Les gens s’inquiètent de voir l’IAG contrôler le monde ou de perdre toute intimité. La plupart de ces inquiétudes sont des réactions plus émotionnelles que rationnelles. Malgré tout, la création d’un système d’intelligence artificielle générale comporte des risques bien réels. En voici quelques exemples :
Utilisation de l’IAG à des fins néfastes
Biais influençant la façon dont l’IAG est entraînée, conduisant à un modèle biaisé
Manque de sécurité pour les données et les informations personnelles
Encadrement de ce type de technologie par une législation pertinente
L’IAG sera conçue pour effectuer tout ce qu’un humain pourrait faire, et cela présente de nombreux avantages :
De nombreuses tâches quotidiennes sont monotones et entravent la productivité. L’IAG pourrait effectuer davantage de ces tâches, et ce beaucoup plus rapidement que les humains. Il ne serait donc plus nécessaire à quiconque d’effectuer ces tâches simples. Par exemple, des voitures intégralement autonomes pourraient éliminer la nécessité de conduire. À la place, les êtres humains pourraient être transportés d’un endroit à un autre. L’IAG pourrait également être en mesure d’approvisionner des rayonnages ou même d’effectuer des tâches ménagères.
L’IAG sera capable de travailler de longues heures sans pauses et avec le même rendement élevé. Cela lui permettra d’effectuer des tâches sans se déconcentrer, se laisser distraire ni se fatiguer. L’IAG pourrait donc effectuer de nombreuses tâches de manière entièrement autonome, éliminant ainsi le besoin d’agents humains. Dans certaines situations, elle pourrait jouer un rôle de soutien, par exemple en aidant les chirurgiens lors d’interventions de longue durée.
Certains emplois sont très dangereux pour les humains, et l’IA forte pourrait être un moyen de réduire le besoin d’implication humaine dans de tels environnements. Par exemple, l’exploitation minière peut être nocive, et le soudage sous-marin est incroyablement risqué. Des robots IAG aussi habiles que les humains pourraient effectuer toutes les tâches nécessaires dans ces environnements sans mettre en danger la sécurité humaine.
Certains nourrissent l’espoir que les robots IAG deviennent une solution potentielle à l’exploration interstellaire. Ces machines auraient besoin de moins de ressources pour voyager et pourraient fournir aux scientifiques des données de recherche beaucoup plus approfondies que les technologies actuelles.
L’IA faible est déjà en mesure de détecter les catastrophes dans certains contextes pour contribuer à les éviter. L’IA forte pourra améliorer cette fonction pour fournir une aide précieuse en cas d’événements imprévisibles. Par exemple, un modèle d’IAG peut être en mesure de prévoir une catastrophe et de définir les itinéraires d’évacuation idéaux.
L’IAG soulèverait certaines questions éthiques. La principale préoccupation serait de réglementer une technologie aussi puissante. Qui déciderait comment utiliser l’IAG ? Qui serait responsable en cas de problème ? Il s’agit de questions cruciales auxquelles il faudra répondre lors de la création de l’IAG, malgré les sérieuses difficultés que cela représente. À l’heure actuelle, personne n’est responsable ni de l’IA, ni de l’élaboration de politiques éthiques.
Autre obstacle éthique : comment entraîner l’IAG de manière neutre. Les experts prévoient que pour créer une IA forte, le modèle devra être entraîné grâce à de grandes quantités de données. Il existerait alors un risque d’y intégrer un biais humain. Si une IAG est entraînée uniquement à partir de certaines données, elle pourrait reproduire ce biais lors de son utilisation.
Il peut être difficile de déterminer si quelqu’un a créé une IAG, car l’intelligence ne peut pas être mesurée. Des chercheurs ont proposé des tests pour déterminer si une IA peut être considérée comme une IA forte :
Le test de Turing est la méthode originale de test de l’IA imaginée par le chercheur britannique Alan Turing dans les années 1950. Il a déterminé qu’une véritable IAG serait capable de tenir une conversation avec un humain sans que ce dernier ne réalise qu’il s’agit d’une machine. La machine imiterait si bien les humains que son interlocuteur penserait converser avec un autre être humain.
Ce test implique trois parties, un être humain interrogeant les deux autres parties pour déterminer laquelle est un être humain et laquelle est une machine. Si l’interrogateur ne parvient pas à identifier la machine, celle-ci est considérée comme une IAG.
Le cofondateur d’Apple, Steve Wozniak, a suggéré qu’une machine posséderait très probablement un niveau d’intelligence humain si elle pouvait suivre l’ensemble du processus de préparation du café. Une telle machine serait capable de rechercher les ingrédients, de les localiser, de les rassembler au même endroit et d’effectuer la tâche.
En 2012, un chercheur nommé Ben Goertzel a suggéré qu’une machine serait dotée d’une intelligence humaine si elle pouvait être admise à l’université, suivre des cours et réussir suffisamment d’examens pour obtenir un diplôme comme le ferait un être humain. Un robot IA chinois a réussi deux tests d’admission en mathématiques, mais aucune autre étape n’a encore été franchie par une IA faible.
D’après Nils J. Nilsson, l’IA pourra être considérée comme une IAG lorsqu’elle pourra occuper des emplois de même niveau que les humains. En substance, l’IAG pourrait travailler aussi bien que les humains.
L’IAG est certes encore futuriste, mais les chercheurs font déjà de nombreux progrès. Voici quelques-unes des dernières avancées en matière d’IA générale :
Le traitement du langage naturel s’est considérablement développé au cours des dernières années avec l’IA ChatGPT d’OpenAI. GPT-4 peut gérer 100 billions de paramètres pour un traitement exhaustif du langage. Cela indique une possibilité très réelle de développer une IA capable d’interagir et de converser avec les humains de manière convaincante.
La volonté de développer le métavers pourrait ouvrir la voie à la création de l’IAG. L’IA peut aider à construire le métavers, et les chatbots peuvent aider les utilisateurs à se sentir chez eux dans le monde virtuel.
L’automatisation est déjà une réalité dans la plupart des entreprises et des secteurs. L’hyperautomatisation passe à la vitesse supérieure en faisant évoluer les perspectives d’automatisation pour les entreprises. L’IA a joué un rôle important dans ce domaine.
D’après les experts, davantage de personnes prêteront attention aux biais susceptibles d’être engendrés par l’IA. De plus en plus de personnes seront donc chargées de réglementer et de gouverner l’utilisation et l’entraînement de l’IA. De plus en plus d’entreprises devraient embaucher des responsables IA et des experts en conformité IA.
Les systèmes low-code ou no-code fournissent une interface conviviale que toute personne sans connaissances en codage peut prendre en main et utiliser. Cette évolution pourrait permettre d’augmenter la part d’employés capables de travailler avec l’IA et ainsi accroître la probabilité de faire des découvertes favorisant la création de l’IAG.
Bien que les gens craignent que leur emploi ne soit menacé par l’IA, la tendance actuelle consiste plutôt à mettre en œuvre l’IA sur le lieu de travail tout en la laissant dépendante des humains. Cette tendance devrait se renforcer encore davantage dans la façon dont les êtres humains et l’IA travaillent ensemble, posant ainsi les fondations de l’IAG.
Les chatbots sont des assistants virtuels qui peuvent effectuer certaines tâches. Par exemple, un chatbot peut aider les utilisateurs à réinitialiser leur mot de passe sans avoir besoin de l’aide d’un représentant du service client. Ces agents ont réduit la dépendance de l’entreprise vis-à-vis des employés humains et les coûts opérationnels. L’IAG ne ferait que renforcer cette tendance.
À mesure que les gens prennent conscience des biais et des erreurs de l’IA, les débats sur l’éthique de l’IA se sont également intensifiés. L’accent mis sur l’éthique de l’utilisation de l’IA restera une constante des discussions sur l’IA et l’IAG.
Les entreprises commencent déjà à intégrer l’IA dans le processus de recrutement. Bien qu’il existe certains problèmes de biais, ces pratiques peuvent faire gagner beaucoup de temps aux équipes RH et permettre aux entreprises d’économiser des sommes considérables. Il est par exemple possible d’utiliser cette technologie pour analyser les CV et sélectionner les meilleurs candidats en vue d’un entretien.
L’IA sous sa forme limitée est déjà en train de devenir un élément important de notre mode de vie et du fonctionnement des entreprises. Elle peut se charger des tâches monotones et accélérer les processus. C’est la raison pour laquelle la Now Platform® de ServiceNow inclut l’IA générative, les cadres de machine learning, la compréhension du langage naturel, la recherche et l’automatisation, ainsi que l’analyse et l’exploration de processus.
L’IA de cette plateforme est conçue pour augmenter la productivité et l’efficience afin d’améliorer les expériences de travail. Explorez l’IA de ServiceNow et découvrez comment l’IA générative peut être la prochaine évolution de votre entreprise.
L’informatique quantique pourrait accélérer les algorithmes et permettre aux modèles d’assimiler les grands volumes de données nécessaires à la création de l’IAG. La recherche continue sur la façon dont l’informatique quantique pourrait amplifier l’IA.