Newsletter Subscribe
Enter your email address below and subscribe to our newsletter
[forminator_form id="25163"]

institute.deepmind.com.institute.deepmind.com+1.institute.deepmind.com.Le 19 novembre 2026, le DeepMind Institute a publié un essai soutenant que l'IA pourrait dépasser l'intelligence artificielle générale (AGI) de niveau humain pour atteindre une superintelligence artificielle générale (ASI) via quatre voies. Il les nomme comme suit : le passage à l'échelle des modèles et des données, les changements de paradigme technologique, une meilleure coordination entre les agents et l'auto-amélioration récursive. L'essai, "What comes after AGI?", a été rédigé par le chercheur de Google DeepMind, Tim Genewein. Il indique que des progrès rapides au cours de la prochaine décennie sont "une possibilité sérieuse" mais pas une certitude, et demande aux chercheurs et aux décideurs politiques de commencer à suivre ces progrès dès maintenant.institute.deepmind.com
L'essai définit l'ASI comme un système qui "surpasse systématiquement de grands groupes d'experts humains sur des tâches qui pourraient leur prendre des années à accomplir, en utilisant moins de ressources et moins de temps", sur pratiquement toutes les tâches d'intérêt humain. Une compétence surhumaine étroite, comme aux échecs, au jeu de Go ou dans la prédiction de la structure des protéines, ne répond pas à ce critère.institute.deepmind.com
L'essai estime que la "puissance de calcul effective" mondiale a augmenté d'au moins dix fois par an. Ce chiffre combine trois tendances : le calcul par dollar augmente d'environ 1,5 fois par an, l'efficacité de l'entraînement algorithmique s'améliore de 3 à 6 fois par an, et les dépenses en matériel d'IA augmentent d'environ 2,5 fois par an. Si cette tendance se maintenait pendant une décennie, une charge de travail cognitive qui coûte aujourd'hui 1 milliard de dollars en calcul coûterait environ 1 000 dollars. L'essai qualifie ce passage vers un travail cognitif banalisé d'"industrialisation cognitive".institute.deepmind.com
Chaque voie comporte des goulots d'étranglement. Le passage à l'échelle pourrait se heurter à des pénuries de données de haute qualité, à des rendements décroissants et aux limites des réseaux électriques et de la fabrication de puces. Des changements de paradigme pourraient être nécessaires car les modèles actuels sont insuffisants en matière d'apprentissage continu et d'efficacité des échantillons. La coordination de nombreux agents manque encore de "lois d'échelle multi-agents". L'auto-amélioration récursive pourrait stagner si le retour d'information qui la guide est médiocre, et elle progresserait probablement plus rapidement dans des domaines vérifiables automatiquement, comme les preuves mathématiques.institute.deepmind.com
L'essai soutient que ces voies se cumulent, de sorte que restreindre un seul facteur, comme la puissance de calcul pour l'entraînement, "ne suffira pas à stopper les progrès globaux". Il avertit également que limiter un facteur pendant que les autres progressent pourrait créer un "surplus" de capacités.unite.ai
Sa recommandation est de "modéliser, mesurer, prévoir et répéter", par le biais d'un travail interdisciplinaire impliquant des laboratoires de pointe ainsi que des institutions nationales et mondiales. Bon nombre des mesures nécessaires exigent l'accès à des modèles de pointe et à de grandes quantités de calcul pour l'évaluation. L'essai ne donne aucune date pour l'arrivée potentielle de l'AGI ou de l'ASI.i10x.ai+1
L'essai s'appuie sur le rapport technique "From AGI to ASI", daté du 12 juin 2026. Ses 14 auteurs incluent Genewein et le cofondateur de DeepMind, Shane Legg, et il décrivait les mêmes quatre voies. L'institut précise que ses publications ne doivent pas être interprétées comme la position officielle de Google Alphabet Inc. .institute.deepmind.com+1
"Aucune de ces prédictions n'est certaine", écrit Genewein, "mais les voies et les scénarios sont également loin d'être du battage médiatique infondé ou de la fiction".institute.deepmind.com