Le créateur d'AlphaGo fonde une licorne pour bâtir des « super-apprenants » en IA

David Silver, le chercheur qui a créé l'algorithme AlphaGo, premier système de l'histoire à battre un champion du monde de go en 2016, a annoncé la fondation d'une nouvelle société valorisée environ 1 milliard de dollars. Son objectif : construire ce que Silver appelle des super-apprenants, des systèmes d'IA capables de maîtriser seuls les domaines de connaissance les plus complexes, sans s'appuyer sur d'immenses jeux de données créés par des humains. C'est un défi direct au paradigme dominant du secteur, où tous les grands acteurs misent sur la mise à l'échelle des modèles de langage.

Silver est l'un des architectes clés de l'IA moderne, et son parcours parle de lui-même. Son travail chez Google DeepMind a donné naissance à AlphaGo, puis à AlphaZero, un algorithme qui a appris seul les échecs, le shogi et le go à partir de zéro, sans voir une seule partie humaine. Au lieu de s'entraîner sur des exemples tout faits, le système a généré et analysé lui-même des millions de positions, en découvrant des stratégies que les joueurs professionnels ont qualifiées d'inhumaines. Cette expérience façonne sa conviction sur ce que doit être l'IA de la prochaine génération.

L'idée centrale de Silver est à la fois simple et radicale : les grands modèles de langage, dont ChatGPT, Claude, Gemini et les autres, sont limités par principe, car ils apprennent exclusivement à partir de textes et de données produits par des humains. Cela crée un plafond infranchissable : une IA ne peut pas dépasser les capacités cognitives de ses créateurs si elle ne se nourrit que de leurs connaissances et de leurs erreurs. Selon lui, augmenter simplement le nombre de paramètres et le volume de données d'entraînement ne résout pas ce problème fondamental ; cela ne fait que l'amplifier.

L'alternative, c'est l'apprentissage par renforcement (reinforcement learning, RL). Contrairement à l'apprentissage supervisé, où le modèle apprend à reproduire des réponses correctes à partir d'un jeu de données préalablement étiqueté, le RL permet à un agent d'explorer lui-même l'espace des possibles : tester des actions, recevoir un signal de récompense et construire peu à peu une stratégie. C'est ainsi que fonctionnait AlphaGo, et Silver est convaincu que cette approche ouvre la voie à une IA qui surpasse l'humain sur un large éventail de tâches, et pas seulement dans des jeux prédéfinis.

Cette position repose sur de solides arguments. OpenAI avance en partie dans cette direction avec ses modèles de raisonnement de la série o, qui utilisent des éléments de RL pour vérifier leurs propres réponses. Google DeepMind poursuit la recherche fondamentale dans ce domaine. Reste que l'essentiel des ressources de l'industrie se concentre sur la mise à l'échelle des modèles de langage, et Silver prend ouvertement le contre-pied de ce courant dominant.

La principale difficulté du RL se situe hors des tâches étroites et bien définies. Aux échecs, la fonction de récompense est simple à définir : victoire, point gagné. Pour rédiger un texte convaincant, prendre une décision d'entreprise réfléchie ou mener une recherche scientifique originale, la fonction de récompense n'a rien d'évident. C'est ce problème de l'intelligence ineffable (ineffable intelligence, selon la formule de Silver) que la nouvelle société devra résoudre.

Une valorisation de 1 milliard de dollars sans un seul produit sur le marché témoigne du poids de la réputation du fondateur. Dans le climat d'investissement actuel, où chaque start-up d'IA revendique une portée historique, le nom du créateur d'AlphaGo est à la fois une preuve de concept toute faite et une assurance pour des investisseurs qui ne veulent pas attendre des années.

Si Silver a raison, la prochaine phase de la course à l'IA sera très différente : moins de données humaines, plus d'auto-apprentissage autonome, moins d'imitation, plus de découvertes. Des systèmes capables de produire seuls des connaissances au-delà de ce que sait l'humanité : ce sont ses super-apprenants.

Le temps dira si l'idée débouchera sur un vrai produit. Mais qu'un des principaux architectes de l'IA moderne fasse un pari public contre le paradigme dominant constitue, en soi, un signal important pour toute la filière.