2028 : l'année où les machines égaleront l'intelligence humaine ?

[mochi]

Selon Shane Legg, co-fondateur de DeepMind de Google, il y a actuellement une probabilité de 50 % que d'ici 2028, nous parvenions à développer des intelligences artificielles aussi avancées que les humains. Cette prévision a été formulée il y a près de 12 ans et repose sur l'idée que la puissance de calcul et la quantité de données augmentent de manière exponentielle, soutenue par l'apprentissage en profondeur, ce qui pourrait permettre aux algorithmes de traiter l'information de manière similaire au cerveau humain ,mais le risque que l'AGI représente pour l'existence de l'humanité, notamment en prenant le contrôle total.

Cependant, Shane Legg reconnaît que l'intelligence artificielle générale, qui équivaudrait à l'intelligence humaine dans son ensemble, n'a pas encore été atteinte. Il suggère que des algorithmes plus évolués seront découverts à mesure que les entreprises en intelligence artificielle explorent les vastes quantités de données disponibles, citant notamment le modèle de langage GPT-4 comme un exemple prometteur. Il estime que la puissance de calcul nécessaire pour une telle intelligence générale est déjà disponible, mais que l'accent doit être mis sur le développement d'algorithmes d'apprentissage capables d'exploiter ces données de manière à surpasser les capacités humaines. Shane Legg est optimiste quant à la possibilité d'atteindre cet objectif à l'avenir.

une IA aussi intelligente que les humains pourrait être créée est basée sur plusieurs facteurs clés:
   La puissance de calcul des ordinateurs a connu une croissance exponentielle au fil des années, permettant aux machines de traiter des informations de plus en plus complexes, ce qui est essentiel pour simuler l'intelligence humaine.
   L'explosion des données disponibles grâce à Internet a fourni aux IA un accès à d'énormes quantités d'informations. Cette profusion de données permet aux algorithmes d'apprentissage en profondeur de s'entraîner sur d'énormes ensembles de données, améliorant ainsi leur capacité à comprendre et à traiter des informations de manière similaire au cerveau humain.
   L'apprentissage en profondeur, une méthode d'apprentissage automatique, consiste à former des réseaux neuronaux artificiels à partir de vastes ensembles de données. Ces réseaux neuronaux sont conçus pour imiter le fonctionnement du cerveau humain, ce qui les rend capables de traiter des informations complexes et de s'adapter à de nouvelles situations. Ces trois facteurs combinés contribuent à l'optimisme quant à la création d'une IA aussi intelligente que les humains d'ici 2028.

Legg a estimé qu'il serait possible de former des modèles d'IA sur des quantités de données bien supérieures à ce qu'un être humain pourrait traiter au cours de sa vie.