Demis Hassabis, patron de Google DeepMind et prix Nobel, estime qu’une IA capable d’égaler puis de dépasser l’intelligence humaine dans tous les domaines n’est plus qu’à quelques années. Son message porte une mise en garde : la société manque de temps pour se préparer à ce qu’il décrit comme l’un des basculements les plus profonds de l’histoire.
L’AGI attendue autour de 2030
Intervenant lors d’un événement de la Stanford Graduate School of Business, Hassabis a situé l’arrivée de l’intelligence artificielle générale, le point où une IA accomplit un large éventail de tâches intellectuelles au niveau humain ou au-delà, vers la fin de la décennie. « Je crois que nous n’en sommes qu’à quelques années, peut-être 2030 à un an près, ce qui est stupéfiant à imaginer », a-t-il déclaré.
Il décrit le moment présent comme le début d’un chapitre entièrement nouveau. « Quand nous repenserons à cette période, dans dix ans peut-être, nous réaliserons que nous étions aux contreforts de la singularité », a-t-il ajouté. Pour lui, 2026 marque un tournant, avec des agents IA et des capacités d’utilisation d’outils enfin réellement utiles au travail.
Un appel à préparer la société, pas seulement la technique
Au-delà des dates, Hassabis insiste sur l’urgence d’une action collective. « La société doit l’entendre, parce que nous n’avons pas longtemps pour nous préparer à ce que cela signifie », a-t-il dit. Selon lui, anticiper l’arrivée de l’AGI ne peut plus être laissé aux seuls technologues.
Il n’est pas le seul à avancer ce calendrier. Sam Altman, patron d’OpenAI, affirme savoir construire une AGI et imagine des agents IA rejoignant la main d’oeuvre. Dario Amodei, à la tête d’Anthropic, et Elon Musk ont eux aussi évoqué des systèmes de niveau AGI à brève échéance. Musk a même déclaré tabler sur une IA dépassant l’intelligence de tous les humains réunis d’ici 2030.
Les sceptiques pointent les limites actuelles
Tout le monde ne partage pas cette urgence. En mars, la fondation ARC Prize a publié son benchmark ARC-AGI-3, qui mesure la capacité d’une IA à apprendre et s’adapter dans des environnements inconnus. Les meilleurs modèles de Google, OpenAI, Anthropic et xAI ont obtenu moins de 1 %, là où des participants humains atteignaient des scores parfaits.
S’ajoute un problème de définition. Il n’existe pas de consensus sur ce qu’est précisément une AGI, ce qui complique tout débat sur sa proximité. Malo Bourgon, du Machine Intelligence Research Institute, le résume ainsi : déterminer si tel ou tel système relève de l’AGI dépend entièrement de la définition retenue. Hassabis reconnaît cette incertitude, mais maintient sa trajectoire. Les prochaines années, dit-il, décideront de la direction prise.
Sources : Stanford GSB, ARC Prize Foundation, Business Outreach.
