AGI
AGI as a System
Notre position en matière d’intelligence général.
Sur cette page
- Notre position sur l’intelligence générale
- L’hypothèse courante : un modèle devient tout
- Notre position : l’intelligence peut être systémique
- Pourquoi un modèle ne constitue pas toute l’histoire
- Les composants d’un système intelligent
- Un système n’est pas seulement une pile. C’est une boucle
- Pourquoi c’est important pour le logiciel
- Pourquoi c’est important pour inAi
- Ce que cette position change
Notre position sur l’intelligence générale
La plupart des gens imaginent l’AGI comme un seul modèle : une intelligence, une interface, une avancée.
inAi le voit différemment.
Nous pensons que l’intelligence générale est plus susceptible d’émerger des systèmes : modèles liés aux agents, aux outils, à la mémoire, à la perception, à l’exécution, à la coordination, au feedback et à l’environnement. Un modèle peut être extrêmement puissant, mais l’intelligence dans le monde réel dépend également de ce dont le système peut se souvenir, de ce qu’il peut utiliser, de ce qu’il peut modifier, de la manière dont il se contrôle et de la manière dont il continue de fonctionner au fil du temps.
C’est pourquoi inAi étudie AGI non seulement comme une question de capacité de modèle, mais aussi comme une question de systèmes.
L’hypothèse courante : un modèle devient tout
Une image simple de l’AGI est facile à comprendre : un modèle devient suffisamment intelligent pour raisonner, planifier, créer, coder, apprendre et agir dans presque tous les domaines.
Cette image contient peut-être une partie de la vérité. Les modèles comptent. Des modèles plus performants changent ce que les logiciels peuvent faire. Un meilleur raisonnement, une multimodalité plus forte, un contexte plus long, un meilleur codage, une meilleure utilisation des outils et une meilleure capacité scientifique sont tous importants.
Mais dans le monde réel, l’intelligence existe rarement comme une chose isolée.
Les humains ne pensent pas uniquement avec un cerveau flottant en dehors de la réalité. Nous utilisons la mémoire, le langage, les outils, l’écriture, les ordinateurs, les institutions, les retours d’autrui, les environnements physiques et de longues chaînes de correction. Les entreprises ne sont pas intelligentes uniquement parce qu’une personne pense bien ; ils coordonnent les personnes, les outils, les documents, les systèmes, les décisions et les commentaires. La science n’est pas seulement un esprit ; ce sont des instruments, des enregistrements, des expériences, des méthodes, des examens par les pairs, des échecs et des itérations.
Il en va peut-être de même pour l’intelligence artificielle.
La question n’est pas seulement : quelle puissance un modèle peut-il devenir ?
La question est également : à quel système appartient ce modèle ?
Notre position : l’intelligence peut être systémique
La position d’inAi est simple :
L’intelligence générale peut émerger de systèmes de modèles, d’agents, d’outils, de mémoire, de perception, d’exécution, de coordination, de feedback et d’environnement — et non d’un seul modèle isolé.
Un modèle peut générer, raisonner, classer, résumer, traduire, planifier et coder. Mais un système peut connecter ces capacités au monde.
Un système peut mémoriser des travaux antérieurs. Il peut appeler des outils. Il peut utiliser des documents. Il peut inspecter les sorties. Il peut récupérer des erreurs. Il peut coordonner plusieurs étapes. Il peut demander une révision lorsque les enjeux l’exigent. Il peut conserver son état. Il peut faire fonctionner un logiciel. Il peut apprendre des commentaires. Cela peut relier la perception à l’action.
C’est là que l’intelligence ressemble moins à une réponse unique qu’à une boucle opérationnelle.
Pourquoi un modèle ne constitue pas toute l’histoire
Un modèle est un élément essentiel de l’IA moderne. C’est souvent la partie la plus visible. Mais le modèle ne représente pas le produit dans son intégralité, et il ne représente peut-être pas la totalité du chemin vers l’intelligence générale.
Cela ne réduit pas l’importance des modèles. Cela explique pourquoi le système environnant est important.
- Un modèle sans mémoire oublie le long arc de travail.
- Un modèle sans outils peut décrire une action, mais ne peut pas l’exécuter de manière fiable.
- Un modèle sans exécution ne peut pas terminer les flux de travail dans le monde.
- Un modèle sans feedback ne peut pas dire si le travail s’est réellement amélioré.
- Un modèle sans coordination ne peut pas diviser, séquencer et réconcilier une activité complexe.
- Un modèle sans environnement n’a pas d’endroit stable pour observer les conséquences.
- Un modèle sans état ne peut pas facilement reprendre là où il s’était arrêté.
- Un modèle sans autorisations ne peut pas agir en toute sécurité dans des contextes sensibles.
- Un modèle sans documentation, interfaces et protocoles dépend des humains pour traduire chaque intention en actions logicielles.
Les composants d’un système intelligent
L’architecture exacte de l’intelligence générale future est inconnue. Mais plusieurs éléments semblent déjà importants. Modèles
Les modèles
fournissent le raisonnement, le langage, la prédiction, la génération, le code, la vision, la compréhension audio, la planification et l’abstraction. Ce sont les principaux moteurs cognitifs des systèmes IA modernes. Mais du point de vue du système, le modèle ne représente pas l’ensemble de l’intelligence. Il s’agit d’un composant puissant au sein d’une boucle plus vaste. Agents
Les agents
transforment les fonctionnalités de modèle en travail étendu. Ils peuvent poursuivre des objectifs, diviser le travail en étapes, appeler des outils, inspecter les résultats, poursuivre plusieurs actions et opérer dans le cadre de contraintes définies. Un agent n’est pas automatiquement AGI. Mais les agents sont importants car ils font passer l’IA des réponses isolées vers un travail continu. Outils
Les outils relient l’intelligence à la capacité. Ils permettent à l’IA de rechercher, de calculer, d’écrire du code, de modifier des fichiers, d’appeler des API, d’utiliser des logiciels, de récupérer des données, d’exécuter des contrôles, de générer des artefacts et d’agir de manière contrôlée. Sans outils, un modèle peut décrire beaucoup de choses. Avec des outils, un système IA peut en faire plus. Mémoire
La mémoire
permet de continuer le travail. Cela donne à un système la capacité de préserver l’état, le contexte, les décisions, les préférences, les résultats précédents, les contraintes et les objectifs à long terme. Sans mémoire, l’intelligence est piégée dans des sessions isolées. Avec la mémoire, les systèmes peuvent devenir cumulatifs.
Perception
Perception connecte les systèmes aux entrées : texte, images, audio, documents, écrans, données, journaux, environnements et signaux du monde. L’intelligence générale ne peut pas être uniquement un raisonnement abstrait. Il doit interpréter ce qui se passe.
Exécution
L’exécution transforme les plans en résultats. C’est la différence entre expliquer un flux de travail et en terminer un. Dans les produits réels, c’est souvent dans l’exécution que l’intelligence devient précieuse : remplir un catalogue, aider un demandeur d’emploi, vérifier des documents, appeler un outil, préparer un résultat ou coordonner une tâche en plusieurs étapes.
Feedback
Feedback permet aux systèmes d’améliorer, de corriger, de vérifier, de réessayer, de comparer et d’apprendre des résultats. Un système sans feedback peut être fluide et erroné. Un système avec feedback peut inspecter l’écart entre l’intention et le résultat.
Coordination
La coordination est importante lorsque le travail est trop volumineux pour un seul passage. Les tâches complexes nécessitent une décomposition, un séquençage, un travail parallèle, une révision, une réconciliation et parfois différents outils ou agents spécialisés. La coordination est l’une des raisons pour lesquelles inAi pense que les systèmes peuvent être aussi importants que la capacité brute du modèle.
Environnement
L’intelligence existe quelque part. Il a besoin de contexte, de contraintes, d’état, de données, d’interfaces, d’autorisations et de conséquences. L’environnement n’est pas seulement un arrière-plan. Il façonne ce que le système peut savoir, faire, tester et améliorer.
Un système n’est pas seulement une pile. C’est une boucle
L’idée importante n’est pas que les intelligence futurs contiendront une liste de composants.
L’idée importante est que ces composants forment des boucles.
Un système perçoit quelque chose. Il en raisonne. Il récupère le contexte. Il utilise la mémoire. Il choisit un outil. Cela agit. Il observe le résultat. Il met à jour l’état. Il vérifie si le résultat correspond à l’objectif. Il continue, demande une révision ou s’arrête.
Cette boucle est plus proche du travail réel qu’une simple réponse.
Elle est également plus proche de la façon dont l’intelligence apparaît dans le monde : non pas comme une prédiction isolée, mais comme une perception, une action, une correction et une continuité.
Pourquoi c’est important pour le logiciel
Si l’intelligence devient plus systémique, le logiciel change.
Aujourd’hui, la plupart des logiciels sont conçus pour les humains. Cela suppose qu’une personne lira l’écran, cliquera sur des boutons, choisira des menus, se déplacera entre les pages, se souviendra de ce qui s’est passé et décidera quoi faire ensuite. Les agents
IA n’utilisent pas les logiciels de la même manière. Les agents
ont besoin d’outils appelables, d’entrées et de sorties structurées, d’autorisations claires, d’un état, d’une documentation qu’ils peuvent lire, de flux de travail prévisibles, d’erreurs récupérables et de moyens d’inspecter les résultats. Ils ont besoin de produits non seulement destinés aux humains, mais également exploitables par des agents.
C’est pourquoi inAi propose une catégorie de produits appelée Produits pour agents.
Produits pour agents ne signifie pas que inAi vend des agents IA. Cela signifie que inAi crée des logiciels, des outils, des interfaces, des flux de travail et des surfaces d’exploitation que les agents IA peuvent découvrir, comprendre, appeler, réutiliser et exploiter.
Dans un premier temps, les humains choisiront des outils pour leurs agents. Les développeurs, les entreprises, les équipes et les utilisateurs décideront quels produits leurs agents peuvent utiliser. Plus tard, les agents pourront de plus en plus découvrir, comparer et sélectionner eux-mêmes des outils en fonction des objectifs des utilisateurs ou de l’organisation.
Si cela se produit, un nouveau type de catégorie de logiciels apparaît : des produits conçus non seulement pour les utilisateurs humains, mais aussi pour les opérateurs de l’IA.
Pourquoi c’est important pour inAi
Cette position façonne la façon dont inAi envisage ses travaux publics. Les axes de recherche de
Recherche
inAi nous aident à étudier les systèmes autour de l’intelligence : les limites de l’intelligence – ce que l’intelligence peut et ne peut pas faire, où les systèmes actuels échouent et ce que signifie réellement la généralité. Systèmes de décision agent – comment les systèmes IA décident, agissent, utilisent des outils, gèrent le contexte et fonctionnent à travers les étapes. IA pour la création de connaissances — comment IA peut aider les gens à créer, tester, organiser et développer leurs connaissances. IA et Business Operations : comment l’intelligence entre dans les entreprises, les flux de travail, les produits et les décisions réels. Ces instructions ne prétendent pas que inAi possède AGI. Ils expliquent ce que inAi étudie, car le chemin vers une véritable intelligence est plus large qu’une seule interface ou une seule version de modèle.
Explorez la recherche sur l’AGIProduits pour agents
Si les agents deviennent des opérateurs de logiciels, ils auront besoin de produits conçus pour leur façon de travailler. Ils auront besoin de mémoire, d’état, d’outils, de flux de travail de code, d’instructions lisibles par machine, de sorties structurées, d’autorisations et de chemins de récupération. Il s’agit d’une conséquence pratique du produit de la thèse AGI-as-a-system.
Produits pour agentsOpen Source
Open Source donne à inAi un moyen de publier ouvertement des outils, des expériences et des utilitaires de développement sélectionnés lorsqu’ils peuvent aider les builders et l’écosystème natif IA plus large. Certains travaux Open Source sont pratiques. Certains sont expérimentaux. Certains sont des documents hérités ou de référence. Ensemble, cela montre que inAi ne pense pas que l’ère de l’intelligence se construira uniquement à travers des produits fermés. Les produits d’entreprise
Explorer Open SourceProduits professionnels
font entrer l’IA dans la réalité opérationnelle : catalogues, documents, données produit, boucles de révision, sorties structurées et flux de travail qui relient l’intelligence aux problèmes réels de l’entreprise. PageMind est un produit actuel dans cette catégorie. Les produits grand public
Produits pour entreprisesProduits pour particuliers
intègrent l’IA dans les flux de travail personnels, où l’utilisateur reste au centre de la décision. Le Emplo est l’un des produits actuels de cette catégorie : un agent de carrière IA pour les demandeurs d’emploi.
Produits pour particuliersL’IA pour tous
L’IA pour tous existe pour expliquer IA sans complexité inutile : ce qui est réel, ce qui est à la mode, ce qui est risqué, ce qui est utile et ce que les gens devraient comprendre à mesure que l’ère de l’intelligence se développe.
L’IA pour tousCe que cette position change
Penser AGI en tant que système change ce à quoi nous prêtons attention.
- Nous nous soucions de la capacité du modèle, mais aussi de la mémoire.
- Nous nous soucions du raisonnement, mais aussi de l’exécution.
- Nous nous soucions des agents, mais aussi des produits que les agents peuvent utiliser.
- Nous nous soucions de l’autonomie, mais aussi de la manière dont le contrôle crée la confiance.
- Nous nous soucions de la recherche, mais aussi de la question de savoir si l’intelligence peut survivre au contact de flux de travail réels.
- Nous nous soucions de Open Source, mais également des parties d’un système qui doivent rester privées, protégées ou spécifiques au produit.
- Nous nous soucions d’une intelligence ambitieuse, mais pas comme d’un vague slogan. Nous nous soucions des systèmes qui rendent le intelligence utile.
Ce que nous ne revendiquons pas
Cette page est une prise de position, pas une revendication de produit.
inAi ne prétend pas avoir AGI.
inAi ne vend pas d’AGI.
inAi ne prétend pas que PageMind, Emplo, Open Source ou Produits pour agents sont des AGI.
inAi ne publie pas son architecture interne privée comme preuve de cette thèse.
Le point est différent : si l’intelligence générale émerge à travers les systèmes, alors l’avenir de l’IA ne concerne pas uniquement les modèles plus grands. Il s’agit également d’outils, de mémoire, d’agents, de flux de travail, d’état, de commentaires, d’interfaces, de confiance et d’environnements.
C’est le monde pour lequel inAi est construit. Page de destination de recherche orientée AGI de
