Yann LeCun, lauréat du prestigieux prix Turing et responsable de l’IA chez Meta, n’est pas d’accord avec la dernière prédiction audacieuse d’Elon Musk selon laquelle l’IA dépassera l’intelligence humaine dès l’année prochaine. Le chercheur en IA affirme que l’intelligence artificielle générale (AGI) est inévitable, mais qu’elle n’arrivera pas d’ici un an. Il a également déclaré que l’AGI ne proviendrait pas des grands modèles linguistiques (LLM) actuels, bien qu’ils puissent en constituer un composant. Pour lui, ces modèles d’IA ne sont pas capables de résoudre des défis cognitifs tels que le raisonnement, la planification, la mémoire persistante et la compréhension du monde physique.
De nombreux vulgarisateurs et chercheurs en IA sont enthousiasmés par l’AGI et font des prédictions très optimistes quant à son avènement. Au cours des dernières semaines seulement, un trio d’acteurs influents de la technologie ont ajouté de nouvelles proclamations. Jensen Huang, PDG de Nvidia, a laissé entendre qu’AGI pourrait arriver d’ici cinq ans. Ben Goertzel, expert en IA et fondateur de SingularityNET, a prédit que cela arriverait dans trois ans seulement. Elon Musk, PDG de la startup xAI, s’est montré beaucoup plus optimiste et a donc fait la prédiction la plus audacieuse concernant le point de bascule : la fin de 2025.
Mais Yann LeCun est un sceptique notable quant à toutes ces prédictions. Considéré comme l’un des trois « parrains de l’IA », LeCun va jusqu’à affirmer que « l’AGI n’existe pas » car « l’intelligence humaine est loin d’être générale ». Le Français préfère tracer la voie vers une « IA à l’échelle humaine ». Lors d’un événement la semaine dernière à Londres, le centre d’ingénierie phare de Meta en dehors des États-Unis, LeCun a déclaré que même cette vision restait une destination lointaine. Il a évoqué un quatuor de défis cognitifs : le raisonnement, la planification, la mémoire persistante et la compréhension du monde physique.
Ce sont quatre caractéristiques essentielles de l’intelligence humaine – et animale, d’ailleurs – que les systèmes d’IA actuels ne peuvent pas réaliser, explique-t-il. Selon LeCun, sans ces capacités, les applications d’IA restent limitées et sujettes aux erreurs. Les véhicules autonomes ne sont toujours pas en sécurité sur la voie publique. Les robots domestiques ont du mal à effectuer les tâches ménagères de base. Nos assistants intelligents ne peuvent effectuer que des tâches de base. Ces lacunes intellectuelles sont particulièrement évidentes dans les grands modèles de langage (LLM) qui alimentent l’IA.
Selon LeCun, ils sont sévèrement limités par leur dépendance à l’égard d’une forme de connaissance humaine : le texte. On est facilement amené à penser qu’ils sont intelligents en raison de leur maîtrise du langage, mais en réalité leur compréhension de la réalité est très superficielle. Ils sont utiles, cela ne fait aucun doute. Mais sur le chemin vers une intelligence de niveau humain, un LLM est essentiellement une sortie, une distraction, une impasse, a-t-il déclaré. En d’autres termes, LeCun estime que les LLM ne sont qu’un début et qu’une nouvelle approche est nécessaire pour parvenir à l’AGI.
LeCun affirme que les LLM ne sont pas aussi intelligents qu’ils le paraissent et remet en question l’efficacité de l’approche utilisée dans leur formation. Des modèles tels que LLama de Meta, GPT-4 d’OpenAI et Gemini de Google sont formés sur d’énormes quantités de données. Selon le chercheur français, il faudrait environ 100 000 ans à un humain pour lire tout le texte ingéré par un LLM de premier plan. Mais ce n’est pas la principale méthode d’apprentissage de l’humanité, qui consomme beaucoup plus d’informations à travers ses interactions avec le monde. Cela suggère en effet que l’IA a besoin d’une incarnation physique.
Les méta-scientifiques pensent que l’AGI ne sera pas possible tant que l’IA n’aura pas reçu un corps physique. C’est l’hypothèse de l’IA incarnée. Selon cette approche, l’IA au niveau humain ne peut émerger que si elle est capable de détecter et de naviguer dans un environnement physique, comme le font les bébés. Grâce à ce corps, l’IA peut interagir avec le monde physique et en tirer des leçons. Cette hypothèse suscite de nombreuses discussions dans l’industrie et pousse certains investisseurs à investir massivement dans des sociétés d’IA fabriquant des robots humanoïdes à usage général.
L’hypothèse d’une IA incarnée est soutenue par des chercheurs du laboratoire Arche de Noé de Huawei à Paris. Ils ont évoqué cette idée dans un rapport d’étude publié en février. Selon l’équipe de Huawei, donner un corps à l’IA est le seul moyen pour elle d’apprendre le monde par l’interaction. Il est généralement admis que le simple fait d’augmenter la taille de ces modèles, en termes de volume de données et de puissance de calcul, pourrait conduire à l’AGI. Nous contestons ce point de vue, a écrit l’équipe. À l’instar des chercheurs de Meta, l’équipe de Huawei affirme qu’il s’agit d’une étape fondamentale pour parvenir à l’AGI.
LeCun estime qu’un enfant de quatre ans a vu 50 fois plus de données que les plus grands spécialistes du LLM. La plupart des connaissances humaines ne sont en réalité pas du langage, donc ces systèmes ne pourront jamais atteindre une intelligence de niveau humain à moins que nous ne changions l’architecture, explique LeCun. Naturellement, il propose une autre architecture : « une IA guidée par des objectifs ». Les modèles d’IA axés sur les objectifs sont conçus pour atteindre des objectifs spécifiques fixés par les humains. Plutôt que de se nourrir de texte pur, ils découvrent le monde physique grâce à des capteurs.
Leur formation s’appuiera également sur des données vidéo. Selon LeCun, le résultat est un « modèle du monde » qui montre l’impact des actions. Toutes les modifications potentielles sont ensuite mises à jour dans la mémoire système. Quelle sera la différence, par exemple, si une chaise est poussée à gauche ou à droite d’une pièce ? En apprenant de l’expérience, les états finaux commencent à devenir prévisibles. Ainsi, les machines peuvent planifier les étapes nécessaires à l’accomplissement de diverses tâches. LeCun est confiant quant aux résultats que pourrait produire cette nouvelle approche de l’IA.
Les machines finiront par dépasser l’intelligence humaine, mais cela prendra du temps. “Ce n’est pas pour demain, et certainement pas pour l’année prochaine, comme l’a dit notre ami Elon”, a déclaré LeCun. Le responsable de l’IA chez Meta s’est montré particulièrement discret et sceptique quant aux prédictions de l’AGI. LeCun ne propose pas de calendrier pour l’avènement de l’AGI, mais invite les acteurs de l’industrie à adopter une nouvelle approche dans la quête de l’AGI et réfute certaines prédictions qu’il juge trop optimistes et parfois éloignées de la réalité. Bien entendu, ses idées ne font pas l’unanimité dans le milieu.
Et toi ?
Quelle est votre opinion sur le sujet ?
Que pensez-vous des critiques de Yann LeCun sur les prédictions d’Elon Musk ?
Que pensez-vous de la déclaration de LeCun selon laquelle « l’intelligence humaine n’est pas générale » ?
Qu’en est-il de l’approche qu’il propose pour parvenir à une IA à l’échelle humaine : une IA guidée par des objectifs ?
Voir aussi
Les LLM actuels ne mèneront pas à l’AGI, affirme un groupe de chercheurs en IA, mais les robots IA se développant dans le monde 3D pourraient
Les PDG parient jusqu’à 10 millions de dollars contre la récente prédiction d’Elon Musk sur l’IA Elon Musk prédit que l’IA dépassera l’intelligence humaine d’ici la fin de 2025
Le PDG de Nvidia, Jensen Huang, affirme que des jeux entièrement générés par l’IA apparaîtront d’ici 5 à 10 ans, suggérant que l’IA pourrait remplacer les développeurs de jeux à l’avenir.
