Bientôt 2026 ?

« Nous présenterons GPT-4 la semaine prochaine [avec] des modèles multimodaux qui offriront des possibilités complètement différentes, par exemple des vidéos » : la petite phrase, hier 9 mars, du directeur technique de Microsoft Allemagne Andreas Braun a fait le tour du monde. Aujourd’hui, à partir du même modèle de langage naturel (LLM), ChatGPT peut répondre en français à une question en anglais et Dall-e 2 dessiner une image. Un modèle multimodal de langage naturel (MLLM) tel que Kosmos 1 de Microsoft ou un VLM comme Palm-e de Google peut lui voir une image ou une vidéo et en tirer des conséquences : la commenter (Kosmos 1) ou se déplacer (Palm-e est destiné en priorité à des robots physiques).

Ces modèles de nouvelle génération, tous deux présentés ces derniers jours, représentent indéniablement un pas en avant vers l’intelligence artificielle générale (AGI), définie comme l’intégration dans un logiciel des capacités cognitives humaines. Or, depuis deux semaines, les cofondateurs d’OpenAI exécutent un savant ballet de communication autour de l’AGI. Sam Altman, directeur général de la société, a commencé par expliquer que la vitesse des progrès en IA générative rendait probable l’arrivée prochaine des premières AGI. Celles-ci cependant s’inscriront dans un “continuum de l’intelligence” qui permettra des progrès constants, jusqu’à créer des “super-intelligences” aujourd’hui difficiles à imaginer.

On se figure aisément, en revanche, les réactions que provoquera l’arrivée de telles IA. Elon Musk, qui a cédé ses parts quand Microsoft a investi le premier milliard de dollars en 2020, a dénoncé cette semaine le “biais woke de ChatGPT”. Suivant le vieux principe qu’un démenti est une nouvelle qu’on donne deux fois, cela a permis à Greg Brockman, président d’OpenAI, de “présenter ses excuses” et revenir sur la vision qu’OpenAI promeut sur l’AGI : neutralité et large distribution. On retrouve cette même vision dans des propos de Bill Gates au Financial Times : pour éviter que les “super-intelligences” de l’AGI ne concentrent le pouvoir en quelques mains, il faut qu’elles soient ouvertes au plus grand nombre possibles d’entreprises et d’individus.

OpenAI se propose donc de distribuer largement des modèles que chacun pourra débrider et orienter à sa guise. La fuite sur Foundry, la tarification possible de GPT-4, corrobore cette vision d’une AGI distribuée (cf. Qant Expert du 3 mars). Mais il est douteux que cela suffise à compenser les craintes que l’IA nourrit depuis un siècle dans l’imaginaire collectif. L’action de Metropolis, de Fritz Lang, se passe en 2026, cent ans après le film. Bientôt le Maschinenmensch haranguera les foules pour qu’elles détruisent les machines…

J.R.

**Pour en savoir plus : **

Language Is Not All You Need: Aligning Perception with Language Models (Arxiv.com)

“GPT-4 is coming next week – and it will be multimodal” (Heise.de)

OpenAI President on Musk Criticism: ‘We Made a Mistake’ (The Information)