Le terme d'« intelligence artificielle générale » s'est imposé dans les discours publics bien avant qu'une définition stable ne soit arrêtée. Les systèmes actuels, aussi performants soient-ils sur des tâches ciblées, restent conçus pour un domaine ou un type de requête. L'écart entre cette réalité technique et l'horizon qu'évoquent certains acteurs du secteur constitue le point de départ de la plupart des débats.
Deux notions souvent confondues
L'intelligence artificielle générale désigne un système capable de transposer ses compétences d'un domaine à un autre, sans réentraînement spécifique. La singularité, elle, renvoie à un moment hypothétique où une telle intelligence s'améliorerait elle-même à un rythme échappant au contrôle humain.
La première notion relève de la capacité fonctionnelle ; la seconde d'une dynamique temporelle et d'une perte de maîtrise. Confondre les deux revient à traiter une hypothèse sur le rythme comme une simple question de performance.
Les approches par les architectures existantes
Une partie du champ considère que l'élargissement des modèles actuels suffira à produire une forme de généralité. L'argument repose sur l'observation que les grands modèles de langage traitent déjà des tâches variées sans être réentraînés pour chacune.
Cette position a ses limites. Les systèmes concernés restent dépendants de distributions de données proches de leur entraînement, et leurs erreurs sur des raisonnements longs ou nouveaux sont documentées. La généralité au sens strict suppose une robustesse que ces modèles n'atteignent pas encore de manière fiable.
Les approches par la cognition et l'agentivité
D'autres courants estiment qu'une généralité véritable exige des mécanismes absents des modèles statistiques : mémoire structurée, planification, capacité à se corriger à partir de ses propres erreurs. Ces travaux s'inspirent parfois des sciences cognitives, parfois de l'ingénierie des systèmes.
Ils se distinguent par leur insistance sur l'interaction avec un environnement et sur l'évaluation en situation, plutôt que sur des tests de performance isolés. Leur difficulté principale tient à la mesure : il n'existe pas de consensus sur ce qui constituerait une preuve suffisante de généralité.
Les positions sur la singularité
Trois attitudes se dégagent. La première juge la singularité plausible à court terme et appelle à des garde-fous anticipés. La deuxième la considère comme une extrapolation sans fondement empirique, soulignant que les progrès observés restent bornés par des contraintes physiques et économiques. La troisième estime la question mal posée, faute de critère opérationnel permettant de dater un tel événement.
Ces positions ne se distinguent pas seulement par leur pronostic, mais par ce qu'elles admettent comme preuve acceptable. Un désaccord sur la définition de la généralité suffit à rendre les projections incomparables entre elles. Les débats publics gagneraient à expliciter ce point avant d'avancer des dates.
