DeepMind : Hassabis réduit encore son horizon pour l’AGI

Demis Hassabis, fondateur de Google DeepMind et lauréat du prix Nobel de chimie, juge désormais possible l’arrivée d’une AGI dans deux à trois ans. L’AGI, ou intelligence artificielle générale, désigne un système capable d’égaler l’ensemble des capacités cognitives humaines. L’estimation se resserre encore, après une fourchette déjà abaissée plus tôt dans l’année à trois à cinq ans. Dans ce contexte, le patron de l’IA chez Google décrit un basculement qui pourrait toucher la recherche, les produits et la régulation bien plus vite que prévu.

Une échéance qui se rapproche à vue d’œil

Selon Matthias Bastian, dans The Decoder, Hassabis a expliqué au Wall Street Journal que « It's going to happen soon. My estimate keeps moving closer to the present ». La phrase résume assez bien l’air du temps dans l’IA générative : les délais glissent, mais dans le mauvais sens pour les sceptiques. Au début de l’année, il parlait encore de trois à cinq ans. Désormais, sa fenêtre descend à deux ou trois ans, avec une définition précise de l’AGI : un système qui atteint la pleine gamme cognitive du cerveau humain.

Pour mesurer ce qu’il entend par là, Hassabis s’appuie sur un test qu’il appelle « Einstein test ». L’idée est simple en apparence : un modèle entraîné uniquement sur des connaissances d’avant 1901 devrait-il pouvoir reproduire les travaux de 1905 d’Albert Einstein ? Si la réponse devient oui, estime-t-il, on aura franchi un cap très différent des usages actuels, encore centrés sur des tâches spécialisées. La nuance compte, car le débat ne porte pas seulement sur la puissance brute, mais sur la généralisation réelle des capacités.

Un saut technologique, mais aussi un sujet de gouvernance

Hassabis compare l’impact potentiel de l’AGI à « 10 times the industrial revolution at 10 times the speed ». L’image est volontairement massive, mais elle dit bien l’enjeu économique : si une telle technologie arrive à court terme, elle ne restera pas cantonnée aux démonstrations de labo. Elle pourrait peser sur les métiers du savoir, la conception de médicaments, la programmation et, plus largement, sur la façon dont les entreprises arbitrent entre automatisation et expertise humaine.

Le chercheur s’est depuis recentré sur Isomorphic Labs, la spin-off de Google consacrée à la découverte de médicaments par l’IA. Côté encadrement, il plaide pour un conseil de supervision financé par l’industrie et placé sous contrôle gouvernemental, chargé d’examiner les modèles avant leur sortie. Il prévient aussi qu’une mauvaise régulation peut être pire que pas de régulation du tout. Dans un secteur où chacun veut aller vite, le message a le mérite de couper court à la chorégraphie habituelle des promesses : la vitesse, oui, mais pas sans frein.

Ce que cette sortie dit du marché de l’IA

Cette nouvelle estimation n’est pas une preuve que l’AGI arrive effectivement dans deux ans. En revanche, elle montre que certains acteurs parmi les plus avancés du secteur se préparent à des capacités beaucoup plus larges que celles des assistants actuels. Pour les investisseurs, les laboratoires et les régulateurs, l’enjeu devient moins de savoir si la course continue que de décider qui fixe les règles, et avec quel niveau de preuve avant déploiement.

En pratique, le sujet dépasse la seule performance des modèles. Il touche la sécurité, la responsabilité juridique, la propriété intellectuelle et le contrôle des systèmes avant leur diffusion. À ce stade, Hassabis ne parle pas d’une date ferme, mais d’une fenêtre qui se rapproche. C’est déjà suffisamment précis pour faire bouger les lignes, sans obliger à sortir le champagne ou le casque de chantier.