Bindu Reddy et le chemin vers l'AGI : pourquoi un seul modèle « le plus intelligent » ne suffira pas

Tandis que la Silicon Valley rivalise pour promettre bruyamment l'avènement de l'intelligence artificielle générale (AGI) d'ici mardi prochain, Bindu Reddy suggère de prendre une profonde respiration. La directrice d'Abacus.AI voit l'industrie non pas à travers les verres roses de l'investissement en capital-risque, mais à travers la dure réalité du déploiement des réseaux de neurones dans les affaires réelles. Et son diagnostic semble démoralisant: nous sommes toujours à un stade où le "meilleur modèle" est un concept qui existe exactement jusqu'à la prochaine grande sortie du concurrent. Avant, c'était simple — il y avait GPT-4 et tous les autres. Maintenant, nous voyons une fragmentation, où la direction en codage, écriture créative ou raisonnement logique change constamment de mains.

Reddy souligne que le chemin vers l'AGI n'est pas simplement une question d'augmenter le nombre de paramètres ou d'acheter de nouvelles cartes graphiques H100. Le problème réside dans l'architecture. Les modèles de langage volumineux actuels restent des perroquets statistiques incroyablement avancés. Ils prédisent le jeton suivant, mais manquent de ce que Bindu appelle "l'agentivité" — la capacité à planifier de manière autonome des chaînes d'actions complexes et à les ajuster à la volée sans indication humaine. La véritable percée vers l'AGI se produira non pas quand un modèle aura lu tout Internet, mais quand il apprendra à raisonner en temps réel, en utilisant une vérification interne des faits avant de donner une réponse.

En examinant le paysage actuel, nous voyons un tableau intéressant. OpenAI avec leur GPT-4o détient le titre du produit le plus équilibré, mais Anthropic avec leur modèle Claude 3.5 Sonnet est soudainement devenu le favori parmi les développeurs et ceux qui valorisent le style d'écriture "humain" et la précision du code.

Pendant ce temps, Meta avec leur Llama 3.1 a prouvé que les modèles ouverts peuvent rivaliser avec les géants propriétaires. Reddy croit que pour un CTO moderne ou un leader produit, la confiance en un seul modèle est une erreur stratégique.

L'avenir réside dans l'orchestration, où une couche logicielle spécialisée (routeur) décide quelle requête envoyer à Claude et laquelle à un modèle plus petit, moins cher et plus rapide.

Il est intéressant de voir comment Bindu relie le développement de l'AGI à la viabilité économique. L'entraînement des modèles devient exponentiellement plus coûteux, et les améliorations de qualité commencent à ralentir. Nous approchons d'un mur où simplement "plus de données" ne produit plus un saut magique en intelligence. Pour surmonter cette barrière, l'industrie devra réinventer les méthodes d'entraînement, en s'éloignant peut-être de l'apprentissage supervisé pur vers des méthodes qui ressemblent à la façon dont les humains apprennent — par essais, erreurs et compréhension des relations de cause à effet. Sans cela, l'AGI ne restera qu'un joli terme marketing pour attirer des tours de financement.

Qu'est-ce que cela signifie pour nous? Tandis que les ingénieurs s'efforcent de créer un dieu numérique, nous devrions apprendre à jongler avec ce que nous avons. Reddy est convaincue que dans les prochaines années, les gagnants ne seront pas ceux qui créent le plus grand réseau de neurones, mais ceux qui créent la meilleure infrastructure pour utiliser ce "zoo" de modèles. La vraie intelligence n'est pas seulement un volume de connaissances, mais la capacité d'appliquer le bon outil au bon moment. Et jusqu'à ce que les modèles apprennent à le faire eux-mêmes, ce travail reste pour nous.

La conclusion clé: l'AGI ne sera pas un événement unique ou un "éclair". C'est une transition en douceur, et en ce moment, nous restons bloqués à un stade où les modèles sont intelligents mais toujours pas autonomes. Anthropic et OpenAI continueront la course aux armements, mais le pouvoir réel se déplace maintenant vers la flexibilité et la capacité à combiner différents modèles dans un seul produit.