AGI (Intelligence Artificielle Générale)
IA théorique capable de comprendre, d'apprendre et d'accomplir n'importe quelle tâche intellectuelle qu'un être humain peut faire.
L’AGI désigne une IA généraliste : au lieu d’être optimisée pour une tâche précise (traduction, vision, recommandation), elle pourrait raisonner, apprendre et s’adapter à des problèmes très variés, y compris dans des domaines nouveaux. C’est un objectif de recherche largement théorique à ce stade, différent des systèmes actuels dits « IA étroite ».
Comment cela se distinguerait des IA actuelles
Les modèles modernes (y compris les grands modèles de langage) excellent souvent grâce à l’entraînement sur de grandes quantités de données et à des méthodes de spécialisation (fine-tuning, outils, prompts). Une AGI impliquerait une capacité de transfert bien plus robuste : apprendre une compétence dans un contexte, puis la réutiliser ailleurs avec peu d’exemples, en gérant l’incertitude et la planification à long terme.
À quoi cela servirait
Une telle IA pourrait agir comme un assistant polyvalent : analyser une situation, proposer une stratégie, exécuter des tâches complexes de bout en bout, et s’améliorer au fil du temps. Cela ouvrirait des usages en R&D, automatisation, médecine, éducation ou ingénierie.
Points clés et limites
L’AGI soulève des enjeux majeurs : sécurité, alignement des objectifs, gouvernance, évaluation fiable des capacités, et risques d’usage détourné. À ce jour, il n’existe pas de consensus sur le moment (ni sur la manière) d’y parvenir.