Depuis la percée de l’IA sous les feux de la rampe à la fin de l’année 2022, des milliers de modèles d’IA apparaissent presque chaque semaine. Il est parfois difficile de savoir ce que fait l’un ou l’autre.
Si vous connaissez les bases de l’IA, vous avez peut-être déjà entendu parler de l’intelligence artificielle générative (IAG). En revanche, vous n’êtes peut-être pas très familier avec un autre type d’IA appelé intelligence artificielle générale (AGI).
Bien qu’elles se ressemblent, elles ne sont pas tout à fait identiques. Et non, ce n’est pas seulement parce que les lettres de leurs acronymes sont interverties. Quelle est donc la différence entre les deux ?
Qu’est-ce que l’intelligence artificielle générale ?
Imaginez une IA capable de penser, de raisonner, de percevoir, de déduire – toutes les choses que les humains peuvent faire. C’est ce que l’intelligence artificielle générale est censée être, et bien plus encore. Bien que théorique, l’intelligence générale artificielle (AGI) pourrait accomplir n’importe quelle tâche intellectuelle, tout comme un humain, mais avec moins d’erreurs, voire aucune.
Elle diffère de l’intelligence artificielle restreinte (ANI), qui est hautement qualifiée dans un domaine particulier ou une gamme de tâches. L’intelligence étroite est conçue pour exceller dans une seule ou très peu de tâches spécifiques, comme un professeur émérite dans une discipline de niche.
L’AGI est proposée comme une IA capable de ressentir, de prendre des décisions basées sur ses sentiments, de résoudre des problèmes, d’apprendre, de traiter des langues et de réaliser d’autres capacités cognitives. Sans alimentation préalable en données, l’AGI devrait produire quelque chose de significatif, quelles que soient les variables impliquées.
Les IA de science-fiction s’en approchent à peine, si bien que l’IAG n’est encore qu’une théorie. Bien que certains modèles d’IA en cours d’élaboration se rapprochent de la description de l’AGI, ils s’appuient encore largement sur des données fournies et n’ont pas encore de raisonnement indépendant. Bien qu’ils excellent dans la résolution de problèmes, le traitement du langage naturel, etc., ils sont encore loin de pouvoir être considérés comme des AGI à part entière.
Par exemple, Google DeepMind travaille jour et nuit à la mise au point de modèles d’AGI capables d’égaler l’intelligence humaine, avec la capacité d’apprendre et de raisonner comme les humains. Pour en savoir plus, découvrez les choses étonnantes que les robots DeepMind de Google peuvent faire.
Quelles sont donc les applications potentielles de l’intelligence artificielle générale ? Eh bien, elle promet de trouver son importance dans tous les domaines imaginables. Par exemple, l’intelligence artificielle générale et la biotechnologie peuvent fournir des soins de santé de qualité supérieure à une fraction du coût. Elle peut personnaliser les plans de traitement et accélérer le diagnostic avec un minimum d’erreurs.
Elle peut accomplir ces tâches et bien d’autres encore dans des domaines tels que la robotique et l’automatisation, la recherche, l’éducation, l’agriculture, l’exploration spatiale, etc.
Qu’est-ce que l’intelligence artificielle générative ?
Comme indiqué précédemment, la plupart des modèles d’IA existant à l’heure actuelle entrent dans cette catégorie.
L’intelligence artificielle générative (IAG) comprend toute IA qui, comme son nom l’indique, génère du nouveau matériel, qu’il s’agisse d’audio, d’image ou de texte, à partir de données préalablement imputées. En d’autres termes, toute IA qui vous invite à générer du contenu ou qui répond à des demandes en accédant à des informations stockées peut être classée dans la catégorie des IAG.
Par exemple, les traducteurs habituels de texte à parole et d’image à image, ainsi que des développements plus récents tels que DALL-E (Qu’est-ce que DALL-E ?), MuseNet, Style-based Generative Adversarial Networks (StyleGAN), Jukebox, et Generative Pre-trained Transformers (GPT-3, GPT-3.5, GPT-4) sont classés dans la catégorie de l’IA générative.
L’IA générative utilise des techniques d’apprentissage profond pour générer un contenu aussi proche que possible des invites. Elle utilise les invites comme des matériaux de construction pour élaborer le contenu que vous lui demandez de produire. Voici quelques exemples de ce que ChatGPT peut faire pour vous si vous souhaitez en savoir plus.
En quoi l’intelligence artificielle générale et l’intelligence artificielle générative sont-elles similaires ?
Bien que différentes dans leur mode de fonctionnement et leur point d’expertise, l’AGI et l’IA générative ont plusieurs points communs.
1. L’apprentissage
AGI et GAI sont des modèles d’apprentissage automatique qui apprennent par le biais d’algorithmes supervisés, semi-supervisés et non supervisés utilisant des réseaux neuronaux profonds. Ils sont ainsi capables d’analyser et de traiter des données pour générer un contenu adapté au contexte de l’invite.
Comme les humains, les modèles de l’IAG peuvent apprendre à partir de diverses données et expériences. Dans le même temps, l’IAG est formé sur de grandes bases de données existantes pour comprendre les modèles et les relations sous-jacents entre les données afin de générer des données nouvelles, significatives et pertinentes.
2. Gamme d’applications
L’IAG et l’IGA peuvent toutes deux être utilisées à des fins très diverses, y compris, mais sans s’y limiter, pour le contenu de textes, d’images et de vidéos.
L’IA générative peut être développée pour répondre à divers besoins dans des domaines limités. En revanche, l’intelligence artificielle générale s’applique naturellement à tous les domaines de la vie, car elle peut raisonner et exécuter des tâches de manière autonome.
3. Catalyseurs de changement
L’objectif du progrès technologique est de favoriser le changement et la croissance. L’AGI et la GAI sont indispensables pour accélérer les changements et les innovations dont le monde a désespérément besoin.
Avec l’introduction de l’AGI et de l’AGI utilisables, l’humanité est assurée que des progrès rapides suivront bientôt, réduisant de manière exponentielle le temps de travail humain.
4. Source du dilemme éthique
Bien que l’idée d’obtenir une aide supplémentaire de l’IA semble bonne, plusieurs problèmes se posent lorsqu’il s’agit de définir clairement ce qu’il est éthiquement correct de laisser l’IA superviser.
L’IA générative a suscité des inquiétudes quant aux règles de droit d’auteur applicables à l’art de l’IA et a même soulevé la question de savoir si l’art de l’IA était un véritable art. L’IA, avec le temps, pourrait considérer l’humanité comme inutile et procéder à son extermination – une horreur de science-fiction qui deviendrait réalité.
Les réglementations dans le domaine de l’IA ont été difficiles à mettre en place, car il s’agit de terres inconnues pour la race humaine.
En quoi l’intelligence artificielle générale diffère-t-elle de l’intelligence artificielle générative ?
La différence la plus importante entre les deux est que l’AGI n’a pas encore été développée, alors que la GAI existe et est déjà utilisée. Les autres différences sont les suivantes :
1. Modes de fonctionnement
Hormis le fait que l’AGI est encore sur la liste de souhaits des informaticiens, leurs modes de fonctionnement sont nettement distincts.
L’intelligence artificielle générale n’est pas limitée à une tâche ou à un domaine spécifique et exécute des tâches sans programmation particulière. D’autre part, l’IA générative se concentre sur la génération de nouveaux contenus dans un créneau donné, sur la base de modèles et de données existants.
2. Adaptabilité
L’AGI peut apprendre et s’adapter à de nouvelles situations, alors que l’IA générative est limitée par les données d’entrée et le domaine spécifique dans lequel elle opère.
Une AGI qui supervise les ventes et les finances d’une organisation sera capable de s’adapter en cas de changement soudain comme une pandémie. Le modèle de l’IAG sera capable de faire des déductions intelligentes à partir des données disponibles et de reconfigurer les opérations de l’organisation pour répondre au nouveau développement.
C’est quelque chose que l’IA générative, seule, ne peut pas faire.
3. La cognition
L’intelligence artificielle générale est probablement assez proche de l’homme dans son approche de la résolution des problèmes. Elle s’oppose à l’IA générative, qui travaille sur des séquences d’entrée-sortie pré-entraînées. Une IA générative ne peut faire que ce pour quoi elle a été programmée, ni plus ni moins. Une IAG, en revanche, apprendra, raisonnera, comparera et déduira.
En termes simples, une AGI peut penser comme un humain et peut-être même mieux.
4. Approche de l’apprentissage
L’IA générative apprend souvent par le biais d’une formation non supervisée via de vastes ressources de données, ce qui lui apprend à créer de nouveaux contenus à partir de ceux qui existent déjà.
L’AGI utilisera une combinaison d’apprentissage supervisé et non supervisé et d’apprentissage par renforcement. Cela lui permettra de faire des choix intelligents face aux vastes ressources dont elle dispose.
GAI, AGI et au-delà
Il est indéniable que l’intelligence artificielle générale est l’étoffe des rêves qui se transforment rapidement en réalité. Nous commençons tout juste à nous habituer à l’intelligence artificielle générative, mais nous ne devons pas prendre nos aises.
L’intelligence artificielle générale dépassera bientôt le stade de la simple théorie pour devenir une forme active d’intelligence, qui, espérons-le, travaillera avec et pour nous.
