L’IA : IGA OU IAG ! QUELLE DIFFÉRENCE ? QUELLES NUANCES ?

Temps de lecture : 6 minutes
Mots-clés : IA, intelligence générale artificielle, intelligence artificielle générative, prospective.
Nombre de « pages » : 2

En bref : l’IA est à la mode dans tous les journaux et périodiques, sans oublier les autres médias. pourtant, peu font la nuance entre deux concepts fondamentalement différents : IAG et IGA. Pourtant, l’enjeu est de taille. On fait le point.

Chers lecteurs,

Voici une semaine, je vous présentais ce qui me semble être une avancée importante dans le développement de l’IA. Aujourd’hui, nous allons nous arrêter à deux notions importantes et nous remarquons régulièrement une incompréhension d’un concept à l’autre. Pourtant, si différents, ces deux concepts sont amalgamés dans la hype actuelle de l’IA.

En conclusion de cet article, nous vous invitons à regarder la vidéo de Mustafa Suleyman, une figure importante dans le domaine de l’intelligence artificielle. Il est, entre autres, cofondateur de DeepMind, une entreprise de recherche en IA de premier plan dont nous vous avons parlé dans le précédent article et acquise par Google. Aujourd’hui cofondateur d’Inflection AI, une entreprise spécialisée dans le développement d’assistants conversationnels basés sur l’IA. En 2024, il a rejoint Microsoft en tant que CEO de sa nouvelle division IA. Ses propos sont éclairants sur l’évolution de l’IAG (Intelligence artificielle générative), ce que nous utilisons aujourd’hui, vers l’étape suivante, qui sera l’Intelligence générale artificielle (IGA).

Dans le même temps, je vous rappelle que, dans toutes les bonnes librairies, vous pourrez aller plus loin dans votre propre recherche, entre autres un chapitre que nous avons écrit et qui concerne l’objectif messianique de Google dans la recherche de l’immortalité à travers l’IA et le transhumanisme. Le livre s’intitule L’aventure humaine. De la spiritualité des premiers pas aux défis de l’anthropocène (sld C. Suzanne et J. Vanaise, 2013, Mémogrames). Nous expliquions déjà ce que Mustafa Suleyman explique en partie dans le TED.

IAG (la définition est sourcée à partir de Chat GPT 4o)

L’intelligence artificielle générative (IA générative) désigne un domaine de l’intelligence artificielle qui se concentre sur la création de contenus nouveaux, tel que des textes, des images, des vidéos, des musiques ou encore des modèles 3D. Contrairement aux systèmes d’IA classiques qui analysent ou reconnaissent des données existantes, l’IA générative utilise des algorithmes pour produire du contenu qui semble avoir été créé par un humain.

L’IA générative repose principalement sur des modèles avancés d’apprentissage automatique, tels que :

• Les réseaux antagonistes génératifs (GANs) : Deux réseaux de neurones collaborent, l’un générant du contenu (le générateur) et l’autre évaluant sa qualité (le discriminateur).
• Les transformateurs (comme GPT, DALL·E, ou BERT) : Ces modèles utilisent des architectures basées sur l’attention pour générer des textes ou des images de manière cohérente et contextuelle.
• Les autoencodeurs variés (VAE) : utilisés pour apprendre une représentation latente des données et générer des variations réalistes.

L’IA générative soulève aussi des défis :

• Fiabilité : Les modèles peuvent générer du contenu erroné ou incohérent.
• Éthique : Risques liés à la désinformation, aux biais et à l’utilisation abusive (deepfakes).
• Coût : Entraîner et déployer ces modèles nécessite des ressources énergétiques considérables.
• Contrôle : Difficile de garantir que les résultats respectent des contraintes spécifiques ou des normes culturelles.

En somme, l’intelligence artificielle générative est une gigantesque base de données (le monde) traitée avec des algorithmes qui s’autoorganisent (les réseaux de neurones appelés comme tels, car leur fonctionnement est proche de nos neurones biologiques) pour fournir une réponse statistiquement la plus probable et, selon la base de données disponible. En ce sens, on retrouve de larges similitudes avec le cerveau humain… lorsqu’il se trouve dans une situation normale. En effet, nous sommes très souvent en mode « automatique » lorsque nous effectuons des tâches habituelles. En ce moment, je ne réfléchis pas en tapant sur mon clavier. Les neurones automatiques font la même chose tout en se basant sur le dictionnaire en ma possession, qui dicte naturellement les mots pour faire du sens.

Comme précisé dans le précédent article, l’étape suivante sera, selon moi, l’usage multimodal. Encore une fois, pour écrire ce texte, je dois à la fois le penser, mais aussi le taper et/ou le dicter, soit deux modes fonctionnels différents.

L’Intelligence générale artificielle (IGA) est l’étape à venir et beaucoup plus complexe :

IGA (Intelligence générale artificielle)

L’intelligence générale artificielle (IGA), parfois appelée IA forte, désigne un type d’intelligence artificielle hypothétique capable de réaliser toute tâche intellectuelle qu’un humain peut accomplir, avec une compréhension, une adaptation et une autonomie similaires, voire supérieures à celles des êtres humains. Contrairement à l’IA spécialisée ou IA faible, qui est conçue pour des tâches spécifiques (comme jouer aux échecs, traduire des langues ou détecter des anomalies), l’IGA vise à posséder une intelligence polyvalente et flexible.

Un terme essentiel apparait dans cette définition : l’adaptation.

Le fonctionnement conceptuel de l’IGA est le suivant : 

• Une compréhension approfondie et généralisée des concepts et des contextes, indépendamment du domaine ou des données spécifiques.
• Un apprentissage autonome : Capacité à apprendre de manière continue et à transférer des connaissances d’un domaine à un autre.
• Des compétences cognitives humaines : Raisonnement, planification, résolution de problèmes, créativité, et gestion des émotions.
• Une adaptation dynamique : Réagir efficacement aux environnements changeants et aux tâches inédites.

Bien que des modèles avancés d’IA, comme les transformateurs, soient capables de générer des résultats impressionnants, ils restent encore loin d’une véritable intelligence générale, car ils se basent sur des apprentissages limités aux données fournies.

Plus largement, cette transformation profonde de l’humanité n’est pas encore pour aujourd’hui. Toutefois, comme précisé en 2013 dans mon chapitre sur la question de savoir si Google est Dieu ? / Is Google God ? Cet objet de la question est un enjeu essentiel de la recherche dans la Silicon Valley !

Toutefois, si l’intelligence générale artificielle reste pour l’instant une idée théorique et un objectif ambitieux de la recherche en IA. Si elle venait à être développée, elle aurait le potentiel de transformer radicalement la société, tout en posant des défis inédits en termes de contrôle, de sécurité et d’éthique. Il faut s’y préparer.

En complément :

Bonne et belle journée à vous.

Merci pour le suivi de notre blog-à-idées ou à réflexions, c’est toujours agréable d’être lu et vous êtes de plus en plus nombreux (+ de 1 000 par mois en, moyenne). N’hésitez pas à commenter, c’est aussi une place de débats. Et surtout, merci de partager si vous soutenez nos réflexions ou recherches.

Pascal SIMOENS Ph.D, Architecte et urbaniste, data Scientist. Expert Smart Cities. J’ai commencé ma vie en construisant des villes en Lego, j’en ai fait mon métier. Geek invétéré, aujourd’hui je joins mes passions du numérique et de la ville au travers d’une expertise smart Cities et smart-buildings en travaillant en bureau d’étude (Poly-Tech Engineering) et j’enseigne cette même expertise à l’UMONS et l’ULB.

This post is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.