Modèles du monde : l’illusion et la réalité de l’AGI
La dernière quête de la recherche en IA, notamment dans les laboratoires qui cherchent à créer une « intelligence artificielle générale » (AGI), est quelque chose appelé un modèle du monde : une représentation de l’environnement qu’une IA transporte en elle comme un globe de neige informatique. Des sommités de l’apprentissage profond comme Yann LeCun (de Meta), Demis Hassabis (de Google DeepMind) et Yoshua Bengio (de Mila, l’Institut québécois d’intelligence artificielle) estiment tous que les modèles du monde sont essentiels pour construire des systèmes d’IA véritablement intelligents, scientifiques et sûrs. Cependant, les détails des modèles du monde font l’objet de débats : sont-ils innés ou acquis ? Comment détecter leur présence ? L’article retrace l’histoire de ce concept et révèle que l’IA générative actuelle ne repose peut-être pas sur des modèles du monde complets, mais plutôt sur de nombreuses heuristiques déconnectées. Bien qu’efficaces pour des tâches spécifiques, celles-ci manquent de robustesse. La construction de modèles du monde complets reste donc essentielle, promettant des solutions aux hallucinations de l’IA, un raisonnement amélioré et une plus grande interprétabilité, ce qui contribuera en fin de compte à faire progresser l’AGI.