Intelligence générale artificielle : savoir ce qui est vrai

Ben Goertzel a toujours vu un peu plus grand : il y a une bonne vingtaine d’années, le chercheur en IA fondait une startup appelée Webmind. Cela faisait partie du soi-disant boom du point-com – lorsque les investisseurs finançaient tout ce qui était lié, même de loin, aux ordinateurs et à Internet. Mais même en ces temps difficiles, les objectifs de Webmind étaient ambitieux : Goertzel voulait créer une image numérique du cerveau d’un bébé et la télécharger sur Internet.

Publicité

Là, à son avis, il serait devenu un être pleinement développé, conscient de lui-même et bien plus intelligent qu’un humain. “Nous sommes à la veille d’une transition d’une importance équivalente à l’émergence de l’intelligence ou à l’émergence du langage”, a-t-il déclaré au Christian Science Monitor en 1998.

Webmind a tenté de se financer en créant un outil parallèle permettant de prédire le comportement des marchés financiers, mais le plus grand rêve ne s’est jamais réalisé. Après avoir dépensé 20 millions de dollars, Webmind a été contraint de quitter ses bureaux situés à la pointe sud de Manhattan et a cessé de payer ses employés. En 2001, l’entreprise a déposé son bilan.

« AGI » – Saint Graal de la recherche en IA ?

Mais Goertzel n’a pas abandonné. Quelques années après la faillite de Webmind, il invente en 2007 un terme qui divise encore aujourd’hui les chercheurs en IA : « L’Intelligence Générale Artificielle », ou AGI en abrégé, est synonyme de tout ce que les IA ont dû faire jusqu’alors – et encore aujourd’hui. – manquait : la capacité de généraliser, d’abstraire et de vraiment comprendre les liens. Cette AGI, a annoncé Goertzel, doit devenir l’objectif de la recherche sur l’IA.

Parce qu’un ordinateur peut tirer des conclusions logiques simples telles que : S’il découle de l’argument A que l’argument B est vrai et de B il s’ensuit que C est vrai, alors il doit également découler de A que C est vrai. Mais A, B et C ne sont que des symboles arbitraires et interchangeables pour le logiciel. Pour pouvoir s’adapter au monde réel, une intelligence artificielle devrait apprendre à distinguer les affirmations vraies sur le monde des fausses déclarations – comme un petit enfant en développement.

“Quand vous parliez d’AGI, cela signifiait que les recherches précédentes sur l’IA avaient échoué, explique Joanna Bryson, chercheuse en IA à l’école Hertie de Berlin : “C’était l’idée qu’il y avait des gens qui ne faisaient que des choses ennuyeuses” comme la vision industrielle, mais nous ici – et j’étais l’un d’entre eux à l’époque – essayons toujours de comprendre l’intelligence humaine”, dit-elle. “Une IA forte, une science cognitive, une AGI – c’étaient nos différentes façons de dire : ‘Vous avez foiré ;’ Nous continuons.'”

L’idée est qu’un système d’IA normal ne serait bientôt plus qu’un logiciel ennuyeux. D’un autre côté, l’AGI est un proxy pour une IA que nous n’avons tout simplement pas encore compris comment construire. En d’autres termes, quelque chose comme le Saint Graal de la recherche sur l’IA : une vision brillante dotée de capacités miraculeuses qui reste toujours hors de portée.