凯文·凯利 : personne ne peut voir l’avenir de l’IA (intégralité du discours)

Aujourd’hui, nous allons surtout parler des tendances futures, des transformations industrielles qui arrivent et des toutes nouvelles possibilités.

Tout d’abord, je veux souligner un point essentiel : à l’heure actuelle, aucun expert en intelligence artificielle n’est capable de vraiment percer l’avenir de l’IA.

Nous ne pouvons pas encore déterminer si l’intelligence artificielle générale (AGI) pourra effectivement être réalisée ; nous ignorons si, à l’avenir, le développement de l’IA se dirigera vers une forte centralisation, ou s’il se fragmentera en une multitude d’unités intelligentes petites et décentralisées ; nous ne savons pas si l’IA remplacera massivement le travail humain ; et nous ne pouvons pas non plus juger si l’IA dominera sous un modèle open source ou si un modèle fermé s’imposera.

Nous avons d’innombrables hypothèses et scénarios, mais personne ne peut apporter de réponse certaine. C’est là toute l’incertitude qui caractérise la frontière du secteur de l’IA : la vitesse de progression varie énormément selon les domaines ; certaines filières itèrent à un rythme fulgurant, tandis que d’autres s’enracinent lentement.

Et de plus, cette incertitude ne disparaîtra pas à court terme. Dans un an, deux ans, voire cinq ans, ces questions fondamentales ne pourront pas être totalement résolues. Après cinq ans aussi, nous aurons encore à faire face à ces difficultés sectorielles non résolues. Par conséquent, apprendre à vivre avec l’incertitude, s’y adapter à cette part d’inconnu, est la leçon obligatoire pour nous tous.

Mais en même temps, l’incertitude elle-même est la plus grande opportunité. Toutes les tendances que je vais partager ensuite, bien qu’elles soient pleines d’inconnues, ouvrent aussi une porte grande ouverte à chacun d’entre vous, afin que vous ayez la chance de créer quelque chose de tout à fait nouveau et sans précédent.

Dans les cinq prochaines années environ, les opportunités et les inconnues dans le domaine de l’IA se concentrent surtout sur trois pistes d’avant-garde : les robots humanoïdes, l’intelligence émotionnelle et l’écosystème des agents intelligents.

Commençons par les robots humanoïdes. Je suis convaincu que les robots humanoïdes seront les objets les plus complexes que l’humanité ait jamais construits : ce sont, aujourd’hui sur Terre, en dehors de l’être humain lui-même, les créations dont la structure, la logique et la difficulté technique sont les plus élevées.

Leur développement est extrêmement difficile : il faut mobiliser des milliers de talents de premier plan pour attaquer ce problème de front. Car un robot humanoïde ne se contente pas d’intégrer les systèmes d’IA les plus complexes du moment : il fusionne aussi trois grands blocs essentiels, à savoir un matériel de précision, une alimentation énergétique au cœur du système et des algorithmes logiciels de support. Ces trois domaines sont chacun extrêmement exigeants ; les intégrer et les comprimer pour les adapter à un dispositif humanoïde de petite taille fait grimper la difficulté à un niveau exponentiel.

On peut dire que concevoir un robot humanoïde capable d’entrer dans les foyers, dans les salles de classe et de fournir un service aux humains de façon courante, constituera l’ingénierie la plus difficile de toute l’histoire technologique de l’humanité — et pourtant, nous ne faisons que commencer aujourd’hui.

À l’heure actuelle, les grands modèles de langage (LLM) ne reproduisent qu’une infime partie des capacités cognitives du cerveau humain, et ils ne reproduisent même pas la manière de penser propre au cœur de l’intelligence humaine. Aujourd’hui, l’IA que nous développons ne représente qu’une forme de simulation unique et partielle au sein d’un système de pensée complexe.

Les grands modèles de langage actuels présentent deux lacunes majeures : incapacité d’apprentissage autonome et mémoire à long terme trop faible. En revanche, l’itération autonome, l’apprentissage continu et l’adaptation dynamique au contexte sont des capacités indispensables pour des agents capables d’accompagner les humains et de progresser sans cesse. Cela signifie qu’on ne peut pas se limiter aux grands modèles de langage ; il faut explorer de nouvelles formes de cognition.

Les grands modèles de langage sont certes puissants et irremplaçables, et ils peuvent être déployés dans une multitude de scénarios. Mais leur base d’entraînement repose sur une énorme quantité de textes et de connaissances écrites : ils comprennent le monde des livres, mais ne comprennent pas le monde physique réel.

À l’avenir, l’IA devra sortir du “raisonnement sur papier” et posséder une véritable capacité de perception du réel. Elle devra pouvoir ressentir l’espace en trois dimensions, identifier l’orientation des objets et comprendre le monde physique en relief, avec une capacité réelle de jugement de situation. C’est ce que des laboratoires du monde entier s’efforcent de construire : les “world models” (modèles du monde).

À l’avenir, l’IA ne se limitera pas à des modèles de langage ; elle disposera aussi de modèles physiques, de modèles chimiques et de modèles biologiques. Elle ne percevra plus le monde par le biais d’une cognition textuelle ; elle le percevra grâce aux lois physiques réelles et aux lois naturelles, en comprenant tous les phénomènes naturels, comme les collisions d’objets et l’écoulement des liquides.

Ces technologies sont aussi appelées intelligence spatiale, IA embarquée ou world models. Leur cœur consiste à faire passer une cognition de connaissances abstraites vers le monde physique tridimensionnel. C’est aujourd’hui l’une des pistes d’avant-garde les plus essentielles et elle recèle une quantité massive d’opportunités d’innovation.

Et pour les robots humanoïdes, le besoin central, incontournable, c’est précisément cette intelligence spatiale. Les capacités linguistiques sont certes importantes, mais elles ne suffisent pas. Le robot doit dépasser la cognition textuelle et comprendre réellement le monde physique. Toute percée dans le domaine des robots humanoïdes dépendra nécessairement de cette intelligence spatiale miniaturisée et à haute précision — qui doit pouvoir être intégrée dans un téléphone ou des dispositifs de robots de petite taille. C’est un défi technique immense, mais aussi une excellente opportunité de création d’entreprise et d’innovation.

En plus de cela, la main mécanique constitue un autre gros mur technique. La structure de la main humaine est d’une précision extrême : elle peut percevoir la pression et reconnaître la température. Reproduire une structure mécanique comparable à celle de la main humaine est extrêmement difficile. Nous ne devons pas seulement développer des pinces mécaniques simples ; il faut aussi créer des mains mécaniques biomimétiques dotées de perceptions multidimensionnelles. Cela exige l’effort constant de nombreux ingénieurs et chercheurs en IA : c’est un problème d’ingénierie majeur à venir, et cela créera aussi énormément d’opportunités d’emploi et de recherche.

Enfin, il y a la question de l’énergie des robots. Même si, à l’heure actuelle, des technologies ont déjà connu de nombreuses percées, l’écart par rapport à l’efficacité énergétique du vivant humain reste encore considérable. En tant qu’être biologique, le cerveau humain nécessite seulement 25 watts de puissance pour un calcul super puissant ; et la consommation maximale de l’ensemble du corps est de seulement 300 watts, tout en permettant de travailler et de rester actif pendant 12 heures. À l’heure actuelle, l’efficacité énergétique des robots humanoïdes n’atteint même pas la moitié de celle de l’être humain : l’efficacité énergétique est donc un problème d’ingénierie central qui doit être résolu en priorité.

Encore plus strict : pour que les robots humanoïdes s’intègrent dans la vie des humains, qu’ils accompagnent et assistent les familles et interagissent en profondeur avec les gens, ils doivent atteindre une fiabilité extraordinairement élevée de 99,999 %. Or, les robots actuels sont très loin d’atteindre ce standard.

C’est ce qu’on appelle dans l’industrie la “loi de progression en base neuf” : de 99 % à 99,9 %, puis à 99,99 % et 99,999 % ; chaque “9” de précision supplémentaire exige une quantité de travail de recherche et un niveau de difficulté technique équivalents à l’ensemble des étapes précédentes réunies. Plus on monte vers des niveaux de haute précision, plus l’exigence de progrès devient grande. Même dans les usines de robotique les plus avancées au monde, la couverture des tâches automatisées n’est que de 91 % : on voit donc à quel point le chemin est encore long.

Bien sûr, les robots non humanoïdes ont déjà été déployés à grande échelle. Par exemple, les robots agricoles de précision peuvent surveiller avec exactitude l’état de croissance de chaque laitue, et commander précisément l’eau et appliquer des engrais en quantité exacte pour chaque culture individuelle : c’est un modèle de culture de précision que les agriculteurs traditionnels ne peuvent pas mettre en œuvre, mais qui existe désormais grâce aux robots agricoles. En outre, des robots spécialisés comme ceux pour la traite intelligente continuent d’itérer et de s’optimiser avec l’aide de l’IA.

Les voitures autonomes à San Francisco sont un produit emblématique de la robotique, mais même dans ce cas, leur maturité n’atteint que 99,9 %. Les 0,001 % de scénarios extrêmes restants nécessitent toujours une prise en charge humaine à distance, comme solution de sécurité. Pour éliminer totalement le dernier soupçon d’intervention humaine, il faut investir un temps, des fonds et des coûts techniques équivalents à l’ensemble des accumulations du secteur de l’autonomie des véhicules sur les quarante dernières années.

C’est pourquoi je le répète toujours : les robots humanoïdes sont les créations technologiques les plus complexes de toute l’histoire de l’humanité. En supposant de façon prudente, il faudra encore environ dix ans pour qu’ils deviennent réellement matures et se déploient à grande échelle. Ce n’est pas seulement mon avis personnel ; les données de prévision du marché confirment aussi ce point : la difficulté de leur développement et de leur mise en production dépasse de très loin l’imagination de la plupart des gens.

Après les robots, passons au deuxième secteur d’avant-garde : l’intelligence émotionnelle. C’est la plus grande surprise pour l’évolution future de l’IA : donner à l’intelligence artificielle des capacités émotionnelles sera l’étape suivante essentielle de l’itération de l’IA.

Pourquoi faut-il donner une émotion à l’IA ? La raison centrale est d’être en adéquation avec les habitudes d’interaction humaines. Les humains peuvent naturellement percevoir et comprendre les émotions, sans avoir besoin d’apprentissage ni d’adaptation supplémentaires. Aujourd’hui, quand l’IA est équipée de caméras visuelles, elle peut déjà identifier avec précision des émotions humaines comme la joie, la surprise ou la peur, et fournir des réponses correspondantes.

On peut imaginer : des jouets intelligents pour enfants, capables de percevoir quand l’enfant est abattu, et qui choisissent d’accompagner et d’écouter ; ou encore, des animaux de compagnie humains — chats et chiens — qui, à l’avenir, pourront vraiment parler et échanger avec leurs maîtres. Ces scénarios ont déjà les conditions nécessaires pour être mis en œuvre.

Je suis convaincu que l’IA et les robots dotés d’émotions établiront avec les humains des liens émotionnels réels et profonds. Même s’ils sont des produits de l’intelligence artificielle, les liens et relations émotionnelles que nous aurons avec eux seront extrêmement authentiques.

Le dernier secteur d’avant-garde est l’écosystème des agents intelligents : c’est aussi l’orientation au cœur des discussions dans l’industrie en ce moment.

À l’avenir, chacun disposera d’un agent intelligent personnel dédié ; en arrière-plan, d’innombrables agents intelligents secondaires invisibles coopéreront en coordination. Et l’agent intelligent principal que nous utilisons au plus près aura pour caractéristique la plus marquante d’être en ligne en permanence et de répondre à tout moment : il peut être intégré dans des équipements comme des lunettes intelligentes ou des terminaux portables, et offrir un service au quotidien aux utilisateurs.

Avec une présence et un accompagnement de longue durée, ces agents intelligents apprendront sans cesse vos habitudes, comprendront vos besoins cognitifs et, à terme, vous connaîtront mieux que vous-même. Je le définis comme un “moi extérieur” (un agent externe) : ce n’est ni un autre individu indépendant, ni complètement vous-même ; c’est un être intelligent sur mesure qui vous correspond, s’adapte à vous et prolonge votre existence.

À l’avenir, on verra se former un écosystème économique complet d’agents intelligents. D’innombrables agents intelligents s’appelleront et se connectent de manière autonome, répartiront les tâches, coopéreront pour accomplir toutes sortes de transactions et de démarches. Mais surtout, cet écosystème donnera naissance à un système de transactions dédié : les agents intelligents s’accorderont et règleront de manière autonome, en gérant la confiance, le crédit et les échanges entre eux.

Cela offre aussi enfin un scénario concret et réel pour la cryptomonnaie et les stablecoins : ils ne seront plus seulement des outils de spéculation — ils pourront devenir les monnaies de circulation dédiées de l’écosystème des agents intelligents. Des projets comme Strike testent déjà ce modèle en conditions réelles.

Mais après la généralisation des agents intelligents, une série de questions entièrement nouvelles apparaîtront aussi : à qui appartiennent les agents intelligents ? À qui serviront-ils finalement ? Aux entreprises de développement, aux utilisateurs qui les emploient, ou à des entités tierces ?

Parmi ces sujets, le plus central et le plus porteur d’opportunités est la mise en place d’un système de confiance intelligent : comment permettre à des agents intelligents inconnus, non soumis à une validation de sécurité, d’effectuer entre eux des interactions coopératives, sécurisées et dignes de confiance ? Ce besoin donnera naissance à tout un ensemble de nouvelles technologies de confiance, qui constitueront aussi la base essentielle pour le déploiement concret de l’écosystème d’agents intelligents dans le futur.

Pour résumer : l’incertitude de l’industrie de l’IA et ses opportunités clés à venir se concentrent entièrement sur trois domaines : les percées techniques des robots humanoïdes, le déploiement de l’intelligence émotionnelle de l’IA, et la construction d’un écosystème d’agents intelligents à l’échelle globale.

Enfin, je veux souligner ceci : en regardant la situation d’aujourd’hui depuis une perspective d’il y a dix ans, on comprendra que personne ne peut aujourd’hui prétendre être un véritable expert en IA. Cela implique aussi que s’engager maintenant n’est jamais trop tard. J’attends avec impatience que chacun d’entre vous, dans cette toute nouvelle piste, crée des résultats qui bouleverseront l’époque.