Intelligence artificielle
Quand l’IA dansera
Les chatbots et les grands modèles de langage (LLM) actuels possèdent une capacité remarquable : expliquer, décrire, analyser. Ils peuvent décrire ce qui se passe quand un verre tombe d'une table, évoquer sa trajectoire parabolique, discuter des lois de la physique. Pourtant, il existe un gouffre immense entre savoir en parler et vraiment comprendre.
Aucun de ces systèmes n'a jamais réellement dansé le tango, laissé tomber un verre ou jeté des spaghettis contre un mur. Cette expérience du monde physique, que les enfants acquièrent naturellement en jouant et en explorant, manque totalement aux intelligences artificielles actuelles.
Les « modèles du monde » : la prochaine frontière
Cette absence n'est pas anodine. Les LLM fonctionnent selon un principe simple mais puissant : ils ont digéré d'immenses quantités de textes et apprennent à prédire la suite la plus probable d'une phrase. C'est incroyablement efficace pour générer du texte cohérent ou répondre à des questions basées sur des connaissances écrites. Mais cela crée une limite fondamentale. Sans avoir expérimenté la réalité physique, sans avoir construit une représentation interne de comment le monde fonctionne réellement, l'IA reste superficielle. Elle connaît les mots, elle ne le comprend pas.
C'est précisément là qu'intervient une nouvelle approche qui passionne la communauté scientifique : les « world models » ou modèles du monde. L'idée est révolutionnaire dans sa simplicité : concevoir des systèmes d'IA capables d'apprendre par observation, de construire une représentation interne de leur environnement, et d'imaginer les conséquences d'une action avant de l'exécuter.
Alors on danse
Pour mieux comprendre, imaginez comment vous apprenez à danser le tango. Vous avez observé, essayé de reproduire, échoué, réussi en comprenant que le tango est une danse d'improvisation. Votre cerveau a progressivement construit un modèle simulant plusieurs scénarios possibles tout en réinventant le vôtre.
C'est différent de la simple prédiction textuelle, l’être humain « rêve » littéralement de différentes actions possibles avant d'agir. Il simule mentalement divers scénarios, évalue leurs conséquences potentielles, puis choisit la stratégie la plus efficace.
L’intelligence artificielle générale (IAG) serait une intelligence capable de construire une représentation dynamique de son environnement et de se demander : « Si je fais ceci, que va-t-il se passer ensuite ? »
Un fameux défi pour la robotique. Imaginez un robot capable de comprendre la physique en observant simplement le monde autour de lui. Ce robot ne serait plus limité à des tâches rigidement programmées. Il pourrait apprendre à plier du linge en regardant comment les humains le font, organiser un lave-vaisselle en comprenant comment les objets s'empilent, comment l'eau s'écoule. Des tâches qui semblent triviales pour nous mais qui demandent une compréhension du monde que l'IA actuelle ne possède pas.
Vers une « intelligence artificielle générale » ?
Ces avancées ouvrent la voie à une intelligence artificielle générale (IAG), capable de raisonner comme un humain et de s'adapter seule à de nouveaux défis sans réentraînement constant. Une IAG serait capable de transférer sa compréhension d'un domaine à un autre, de résoudre des problèmes inédits, de conduire des simulations scientifiques complexes, de combiner l'apprentissage expérimental avec le raisonnement abstrait.
Gare néanmoins à l’emballement et à faire de ce nouveau concept qu’est l’IAG une sorte d'abréviation pour désigner tout ce que les systèmes actuels d'IA ne savent pas réaliser correctement. Nous commençons à peine à entrevoir la complexité réelle du problème, les modèles du monde pourraient ne pas être suffisants à eux seuls à tout résoudre.
Notre propre cerveau l'illustre parfaitement. Il ne s'appuie pas sur un seul modèle du monde monolithique. Nous en mobilisons plusieurs selon le contexte, la tâche et l'objectif. Face à un problème de physique, nous activons un modèle différent que face à un défi social ou artistique. Nous sommes des créateurs de multiples réalités internes, chacune optimisée pour un type de défi. Reproduire cette flexibilité chez l'IA représente une ambition bien plus ambitieuse que de construire un seul « modèle du monde ».
Le prochain tango à Paris
Mais revenons à notre tango. Vos chatbox actuels scrutent le danseur et sa partenaire et légenderont : « Une femme danse avec un robot dans une campagne au coucher du soleil. » Il faut imaginer un modèle IA capable de dépasser cette seule description textuelle pour saisir où sont leurs pieds, comment leurs centres de gravité se déplacent, quelle trajectoire permettra au robot d’avancer sans écraser les orteils de sa partenaire, ce qui arrivera s’il la fait pivoter trop vite et comment modifier son mouvement lorsqu’une pierre se trouve sur le chemin. Il ne décrit plus seulement la danse. Il commence à pouvoir la simuler et imaginer presque instantanément ce qui va se produire.
Un défi pour la robotique, mise au défi de confronter monde réel, monde simulé et retour au réel afin que les robots puissent apprendre dans des univers virtuels avant de risquer leurs premières maladresses dans notre salon, ou sur les pieds de notre partenaire. Est-ce déjà l’intelligence artificielle générale, l’IAG ? Pas nécessairement, mieux vaut laisser au vestiaire les annonces de machines devenues subitement nos égales. Mais une pièce importante du puzzle apparaît : l’IAG éventuelle ne serait donc peut-être pas simplement un ChatGPT ayant lu 100 fois plus de livres, mais une intelligence capable de construire une représentation dynamique de son environnement et de se demander : « Si je fais ceci, que va-t-il se passer ensuite ? »
Restera alors la question essentielle : les robots humanoïdes comprendront-ils un jour pourquoi nous dansons, la séduction et la sensualité ?
Les robots humanoïdes chinois sont-ils intelligents ?
Même s'ils représentent des avancées technologiques remarquables, les robots humanoïdes actuels ne constituent pas à ce stade une intelligence artificielle générale (IAG). La distinction est cruciale, distinguant deux choses : les robots humanoïdes sont des systèmes physiques avec un corps mécanique, des capteurs et des moteurs. C'est de la robotique. Excellents pour accomplir des tâches motrices spécifiques (soulever, manipuler, se déplacer) et fonctionner dans des environnements structurés pour des actions programmées, ils peinent encore à appréhender des situations radicalement nouvelles, comprendre le contexte et résoudre des problèmes qui sortent de leur domaine de formation. C'est comme demander si une voiture autonome est une IAG ? Non, sans le moindre doute, c'est un véhicule intelligent, mais pour une tâche spécifique. Elle le sera le jour où, un matin, elle décidera seule de se mettre en route, se choisira une destination et décidera ou non si elle reviendra le soir.