Des données de jeux vidéo plutôt que des LLM : comment la start-up General Intuition voit la voie vers l'AGI

General Intuition, start-up soutenue par un investissement de Jeff Bezos, affirme défendre une approche fondamentalement nouvelle pour atteindre l'intelligence artificielle générale. Selon l'entreprise, les grands modèles de langage actuels, de ChatGPT à Claude, épuisent leur potentiel avec les données textuelles et ne peuvent pas développer pleinement une intelligence généraliste sans comprendre la réalité physique de l'espace et du temps.

Pourquoi les LLM ne suffisent pas pour l'AGI

Les modèles de texte affichent des capacités remarquables en traitement du langage : créativité, analyse, raisonnement fondé sur les connaissances. Mais ils restent fondamentalement aveugles dans un domaine critique : la physique de l'espace et du temps. Ces modèles n'ont aucune compréhension intégrée de la façon dont les objets se déplacent, interagissent sous l'effet de forces, réagissent à leur proximité mutuelle, ni de la façon dont les causes produisent des effets dans le monde physique.

Un système d'IA a besoin de cette compréhension pour généraliser ses connaissances au-delà du texte et appliquer la logique dans un contexte physique réel. Les données textuelles, même les plus vastes corpus de textes descriptifs, ne peuvent pas remplacer l'expérience d'observer le mouvement, la chute et la collision d'objets, et leur réaction aux forces.

Les données de jeux vidéo, clé du raisonnement physique

C'est là qu'interviennent les jeux vidéo. Dans les mondes de jeu, toutes les lois physiques sont modélisées et consignées dans des données : comment un personnage saute, comment un objet tombe, comment les objets interagissent lors d'une collision, comment le son se propage, comment la lumière se réfléchit sur les surfaces. Ces jeux de données multidimensionnels et à haute fréquence contiennent des milliards d'exemples de comportement spatio-temporel, précisément l'information que les LLM ne peuvent pas extraire du texte, ni même de la vidéo non annotée.

General Intuition voit dans les données de jeux vidéo une ressource sous-exploitée pour entraîner les systèmes d'IA à intégrer des connaissances sur la physique, la causalité et les relations spatiales. Si un modèle s'entraîne simultanément sur des données textuelles et des données de jeux, avec une sémantique explicite des interactions physiques, il peut développer la capacité non seulement de décrire le monde avec des mots, mais aussi de le prédire, de le modéliser et de raisonner sur sa structure physique, en faisant des inférences causales. Pour la start-up, c'est une étape critique vers une intelligence plus universelle et plus adaptable.

L'investissement de Bezos et sa portée pour l'industrie

Jeff Bezos, connu pour son soutien à la recherche fondamentale ambitieuse et aux paris risqués, a investi dans General Intuition. Cela indique que l'hypothèse de l'entreprise retient l'attention d'investisseurs expérimentés et de personnalités influentes de la communauté de l'intelligence artificielle. Toutefois, les détails du tour de table, notamment le montant investi, le stade de l'entreprise et les autres investisseurs, ne sont pas connus par des sources publiques.

Ce que cela signifie pour l'avenir de l'AGI

Si le concept de General Intuition est juste, développer l'AGI demande plus que le simple passage à l'échelle des modèles de texte : il faut une approche architecturale radicalement différente, fondée sur la synthèse et l'intégration de connaissances issues de nombreuses sources de données. Cela déplace l'attention de l'industrie de la question « comment agrandir les LLM ? » vers d'autres : quels autres types de données sont critiques pour l'intelligence générale ? Comment intégrer plus efficacement différentes modalités dans un système unique ? Quel rôle jouent l'apprentissage actif par la simulation et les environnements de jeu ? Le débat sur les ingrédients fondamentaux de l'AGI devient plus pressant et conceptuellement plus diversifié.