L’AGI comme système

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 de systèmes : des modèles reliés à des agents, des outils, de la mémoire, de la perception, de l’exécution, de la coordination, des retours d’information et un 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 dont il poursuit son travail dans le temps.

C’est pourquoi inAi étudie l’AGI non seulement comme une question de capacité de modèle, mais aussi comme une question de systèmes.

Une vision 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 ; elles coordonnent des personnes, des outils, des documents, des systèmes, des décisions et des retours. La science n’est pas seulement un esprit : ce sont des instruments, des archives, des expériences, des méthodes, l’évaluation 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 atteindre ?

La question est également : à quel système appartient ce modèle ?

La position d’inAi est simple :

L’intelligence générale peut émerger de systèmes réunissant des modèles, des agents, des outils, de la mémoire, de la perception, de l’exécution, de la coordination, des retours d’information et un environnement, plutôt que 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 conserver la mémoire de travaux antérieurs. Il peut appeler des outils, utiliser des documents, examiner des résultats et se remettre d’erreurs. Il peut coordonner plusieurs étapes, demander un contrôle lorsque les enjeux l’exigent, conserver son état, faire fonctionner des logiciels, apprendre des retours et relier la perception à l’action.

C’est là que l’intelligence ressemble moins à une réponse unique qu’à une boucle opérationnelle.

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.

L’architecture exacte de l’intelligence générale future est inconnue. Mais plusieurs éléments semblent déjà importants.

L’idée importante n’est pas que les intelligences futures contiendront une liste de composants.

L’idée importante est que ces composants forment des boucles.

Un système perçoit quelque chose. Il raisonne à son sujet, récupère du contexte, utilise la mémoire, choisit un outil, agit, observe le résultat, met à jour l’état et vérifie si le résultat correspond à l’objectif. Il continue, demande une vérification 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.

Si l’intelligence devient plus systémique, le logiciel change.

Aujourd’hui, la plupart des logiciels sont conçus pour les humains. Ils supposent qu’une personne lira l’écran, cliquera sur des boutons, choisira des menus, naviguera entre les pages, se souviendra de ce qui s’est passé et décidera quoi faire ensuite.

Les agents d’IA n’utilisent pas les logiciels de la même manière.

Ils ont besoin d’outils appelables, d’entrées et de résultats structurés, d’autorisations claires, d’un état, d’une documentation qu’ils peuvent lire, de flux de travail prévisibles, d’erreurs dont ils peuvent se remettre et de moyens d’examiner les résultats. Ils ont besoin de produits non seulement destinés aux humains, mais aussi exploitables par des agents.

C’est pourquoi inAi a une catégorie de produits appelée Produits pour agents.

Produits pour agents ne signifie pas qu’inAi vend des agents d’IA. Cela signifie qu’inAi crée des logiciels, des outils, des interfaces, des flux de travail et des surfaces d’exploitation que les agents d’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 dans le cadre des objectifs des utilisateurs ou de l’organisation.

Si cela se produit, une nouvelle catégorie de logiciels apparaît : des produits conçus non seulement pour des utilisateurs humains, mais aussi pour des opérateurs d’IA.

Cette position façonne la manière dont inAi envisage ses travaux publics.

Penser l’AGI comme un système change ce à quoi nous prêtons attention.