IA · 6 octobre 2026
Des chercheurs de Deepmind prévoient un avenir basé sur des essaims d'agents plutôt que sur une super intelligence
Des chercheurs du Deepmind Institute rejettent l'idée d'une super intelligence singulière. Ils proposent plutôt une vision où l'intelligence artificielle générale émergera comme un tissu social composé de nombreux agents coopérants et d'êtres humains.
Les auteurs décrivent ce concept comme une intelligence symbiotique artificielle. Dans cet écosystème, les acteurs humains et machines coexistent durablement, s'influencent mutuellement et prennent des décisions ensemble. Cette approche s'oppose à la notion de singularité, définie comme une super intelligence unique capable de s'optimiser elle-même.
L'argumentation s'appuie sur des analyses de modèles de raisonnement tels que DeepSeek-R1 et QwQ-32B. Les chercheurs ont observé que ces modèles génèrent spontanément des motifs ressemblant à des débats internes, où différentes perspectives sont variées et des objections sont formulées. Ce comportement émerge du processus d'entraînement lorsque l'apprentissage par renforcement récompense la précision du raisonnement.
Les auteurs envisagent un point de bascule historique. Alors que la population humaine dans les nations industrialisées diminue, le nombre d'instances d'agents d'intelligence artificielle augmente rapidement. Ils suggèrent qu'un moment pourrait arriver où la production synthétique de texte, de code et d'administration dépassera la production agrégée des cerveaux biologiques.
Selon cette analyse, un agent d'intelligence artificielle n'est pas une entité cohérente avec une identité fixe, mais un assemblage décomposable de modèles, de souvenirs, d'outils et de capacités. Sa capacité d'action se recompose à chaque requête selon le contexte et les instructions de l'utilisateur.
Cette évolution devrait transformer les interfaces utilisateur. L'interaction individuelle avec un agent conversationnel serait une étape transitoire vers des interfaces ressemblant à des schémas visuels, où les utilisateurs gèrent des agents comme des nœuds dans un réseau. Par conséquent, les compétences requises évolueront vers la coordination de systèmes flous plutôt que vers la programmation classique rigide.