Demis Hassabis, directeur de Google DeepMind et prix Nobel de Chimie 2024, a de nouveau relancé le débat sur l'intelligence artificielle générale. Son pronostic est clair : l'IAG pourrait arriver vers 2030. Pour le démontrer, il propose le test d'Einstein, un défi qui exige qu'une IA apprenne la physique classique puis découvre par elle-même la relativité restreinte de 1905. Quelque chose que les modèles actuels, malgré leur puissance, ne parviennent pas à reproduire.
IA climatique : prédiction extrême avec une marge d'un jour 🌤️
Alors que l'IAG reste un horizon lointain, Hassabis met en avant une avancée pratique pertinente. Les systèmes de DeepMind sont déjà capables de prédire des phénomènes météorologiques extrêmes avec une anticipation de 24 heures. En revanche, les méthodes traditionnelles nécessitent des semaines de traitement pour obtenir des résultats similaires. Cette capacité améliore non seulement la réponse aux catastrophes, mais démontre comment l'IA spécialisée peut surpasser les modèles numériques classiques dans des tâches concrètes, sans avoir besoin d'atteindre une intelligence générale.
Le prix Nobel de Chimie pense que son IA réussira la physique en 2030 🧠
Hassabis, qui a déjà remporté un prix Nobel pour avoir utilisé l'IA afin de prédire des protéines, veut maintenant que sa création obtienne son diplôme de physicien théoricien. Le test d'Einstein ressemble à un examen de rattrapage pour machines : apprendre ce qui est déjà connu, puis inventer ce qui s'est fait en 1905. En attendant, nous, les humains, ne savons toujours pas si l'IA qui nous prévient d'une tempête demain prendra un café ou nous demandera une augmentation de salaire. Que 2030 trouve tout le monde prêt.