Vers une Intelligence Artificielle Éclairée

L’humanité est en marche vers un objectif précis : l’Intelligence Artificielle Générale (AGI). Son ambition est de créer des systèmes capables d’exécuter n’importe quelle tâche cognitive humaine avec une efficacité équivalente, voire supérieure. L’AGI ne sera pas un simple outil spécialisé, mais un interlocuteur universel. Tous les acteurs du secteur technologiste semblent affirmer que l’AGI est imminente, dans une dynamique où la progression technologique semble inarrêtable. Pourtant, derrière cette course, se cachent deux limites essentielles souvent ignorées : l’une économique, l’autre épistémologique.

Examinons d’abord le modèle économique. La mise en place d’un data center d’un gigawatt, indispensable à l’entraînement et à la distribution des modèles avancés, nécessite un investissement de 35 à 60 milliards d’euros, avec une demande estimée à cent gigawatts pour opérer l’AGI à grande échelle. Cela équivaut à un investissement global de trois à cinq trillions d’euros, déjà prévu par les géants technologiques. Une partie de cette dépense est critiquée, car la durée de vie d’un data center est limitée à cinq ans, rendant nécessaire un réinvestissement fréquent. Pour être viables financièrement, ces investissements devraient générer un milliard de bénéfices chaque année pendant cinq ans, ce qui est ambitieux à l’heure actuelle, où la majorité des applications de l’IA sont axées sur des domaines limités comme le divertissement et les assistants numériques.

Cette situation souligne un besoin impérieux d’une IA moins énergivore mais plus productive. Actuellement, les modèles existants, tout en étant puissants, restent en grande partie basés sur des corrélations statistiques plutôt que sur une réelle compréhension conceptuelle. Ce qui est nécessaire, c’est un système qui assimile et apprend à partir de concepts, non pas d’une multitude de données lesquelles nécessitent d’énormes ressources de calcul.

Un acteur clé de ce changement est Yann LeCun, reconnu comme l’un des pionniers du deep learning. En s’éloignant de Meta pour fonder AMI Labs, il a levé plus d’un milliard de dollars dans le cadre du plus grand tour de financement en Europe. LeCun affirme que l’approche actuelle de l’IA est insuffisante. Les grands modèles linguistiques, bien qu’impressionnants, ne parviennent pas à exécuter des actions physiques comme le ferait un animal intelligent. Leur fonctionnement repose sur des probabilités, non sur une compréhension profonde.

Son projet JEPA (Joint Embedding Predictive Architecture) vise à surmonter ces limites. Plutôt que d’agir sur des séquences, il apprendre à partir d’observations du monde réel. Ce changement de paradigme a le potentiel d’être plus efficient et durable. Toutefois, cette proposition reste limitée au monde physique, alors que d’autres dimensions, notamment éthiques, doivent également être prises en compte.

Il existe une confusion actuellement autour de l’« éthique » des systèmes d’IA sur le marché, souvent présentés comme respectueux des valeurs humaines. Cependant, ces systèmes ne raisonnent pas de manière éthique, mais se contentent d’appliquer des contraintes externes. La véritable éthique ne se limite pas à des règles, mais dépend d’un jugement conscient. Il est devenu urgent de développer une IA véritablement éthique, formée sur des données philosophique et morale, qui raisonne non pas par des statistiques, mais par des concepts significatifs.

Enfin, l’Harmonic Innovation Ecosystem s’efforce de construire des modèles alignés sur le bien commun, en intégrant des valeurs non pas comme une contrainte, mais comme une base structurelle. Cette approche vise à favoriser un dialogue profond entre l’humain et l’IA, en percevant cette dernière non pas comme un remplaçant, mais comme un amplificateur de notre capacité de jugement.