Gemini 2.5 atteint le niveau or à l’ICPC, sans prouver encore l’AGI

Google DeepMind présente cette performance comme un jalon dans la course aux systèmes capables de raisonner sur des problèmes inédits. Lors de la finale mondiale de l’International Collegiate Programming Contest, ou ICPC, organisée en Azerbaïdjan, son modèle Gemini 2.5 a atteint le niveau d’une médaille d’or et s’est classé deuxième sur 139 équipes. Il ne s’agit pas d’un simple exercice de génération de code : le concours soumet des problèmes algorithmiques exigeants, avec des solutions qui doivent être correctes dans tous les cas prévus.

Le résultat est suffisamment marquant pour rappeler les grandes démonstrations publiques de l’IA, comme la victoire de Deep Blue aux échecs en 1997 ou celle d’AlphaGo au jeu de go. Mais la comparaison a ses limites. Les échecs et le go sont des jeux aux règles fixes, alors que la programmation de compétition demande de comprendre une consigne, d’imaginer une méthode, d’en analyser la complexité, puis d’écrire un programme sans erreur. Gemini 2.5 a montré qu’il pouvait enchaîner une part importante de ce processus dans un cadre particulièrement sélectif.

Ce que Gemini 2.5 a réussi à l’ICPC

L’ICPC est une compétition internationale destinée aux étudiants universitaires. Les équipes y résolvent, dans un temps limité, une série de défis de programmation. Chaque réponse est évaluée automatiquement : un raisonnement convaincant ne suffit pas, le code doit produire exactement le résultat attendu et respecter les contraintes de temps de calcul.

Dans cette finale, Gemini 2.5 a traité dix problèmes sur douze. Il en a donc laissé deux sans solution, mais son score lui a permis d’occuper la deuxième place du classement parmi les 139 équipes participantes. Google DeepMind met en avant un niveau de performance correspondant à une médaille d’or, une distinction généralement réservée aux concurrents les mieux classés.

L’exploit le plus commenté concerne un problème que les équipes humaines n’ont pas réussi à résoudre. La tâche consistait à déterminer comment faire circuler un liquide dans un réseau de conduits afin d’alimenter des réservoirs interconnectés. Elle impliquait un espace de possibilités décrit comme infini, ce qui exigeait de dépasser l’exploration naïve de toutes les options pour trouver une formulation mathématique et algorithmique efficace.

Gemini 2.5 a produit une solution en moins d’une demi-heure. Cet élément est important : dans les concours algorithmiques, le temps ne sert pas seulement à départager les candidats. Il révèle aussi la capacité à isoler rapidement la structure cachée d’un problème, plutôt qu’à multiplier les essais sans méthode.

Pourquoi programmer en compétition est un test exigeant pour une IA

Les assistants de programmation sont déjà capables de compléter des fonctions, d’expliquer du code ou de proposer des correctifs. Ces usages ne représentent toutefois qu’une partie des compétences évaluées à l’ICPC. Un problème de concours impose souvent plusieurs opérations intellectuelles successives : extraire les contraintes pertinentes d’un énoncé, choisir une représentation des données, élaborer une preuve informelle de correction et estimer si l’algorithme restera suffisamment rapide à grande échelle.

La difficulté tient aussi à la précision. Une erreur d’indice, un cas oublié ou une complexité trop élevée peut faire échouer la soumission. C’est pourquoi Stuart Russell, professeur d’informatique à l’Université de Californie, invite à nuancer le récit d’une rupture absolue. Des IA étaient déjà performantes pour assister les développeurs. Selon lui, la nouveauté réside surtout dans le degré de fiabilité requis par un exercice de l’ICPC, où le code doit répondre à des critères de correction très stricts.

Autrement dit, cette démonstration ne signifie pas que Gemini 2.5 remplace un ingénieur logiciel dans toutes ses missions. Le développement professionnel comporte aussi la compréhension des besoins d’une organisation, la maintenance de systèmes existants, les arbitrages de sécurité, le travail collectif et la responsabilité des choix techniques. En revanche, elle suggère que les modèles peuvent progresser sur le cœur formel de certains problèmes informatiques.

Une comparaison avec Deep Blue et AlphaGo, à manier avec précaution

Google DeepMind rapproche cette étape de précédentes victoires symboliques de l’IA. La filiation est compréhensible : chacune de ces performances a montré qu’une machine pouvait atteindre, voire dépasser, le niveau humain dans une activité longtemps considérée comme exigeant une expertise exceptionnelle.

Deep Blue avait battu le champion du monde Garry Kasparov aux échecs en 1997. AlphaGo avait ensuite vaincu un champion de go, un jeu réputé plus difficile à explorer par calcul brut en raison de son immense nombre de configurations possibles. L’ICPC apporte une autre dimension : il ne suffit plus de choisir un coup dans un jeu connu, il faut construire une procédure qui résout un problème formulé en langage naturel et satisfaire des contraintes techniques précises.

Pour autant, une compétition reste un environnement défini. Les problèmes sont conçus, leurs critères de réussite sont connus et le jugement final est automatisé. Une intelligence humaine générale sait, elle, apprendre dans des contextes très variés, mobiliser une expérience du monde, reformuler des objectifs flous et reconnaître ses incertitudes. Ces capacités ne se déduisent pas mécaniquement d’un très bon classement à l’ICPC.

Une avancée vers l’AGI, mais pas sa démonstration

L’AGI, pour intelligence générale artificielle, désigne l’hypothèse d’un système capable d’accomplir un large éventail de tâches intellectuelles au niveau humain ou au-delà. Le terme est fréquemment employé dans la communication des entreprises technologiques, mais sa définition ne fait pas consensus et il n’existe pas de test unique permettant de certifier qu’elle a été atteinte.

Google DeepMind voit dans la performance de Gemini 2.5 une étape significative sur cette trajectoire. Quoc Le, vice-président de Google DeepMind, insiste sur le fait que le modèle semble raisonner dans des contextes complexes, au-delà des environnements fortement structurés que sont les échecs ou le go. L’argument est que résoudre un défi algorithmique nouveau requiert une forme d’abstraction transférable.

Cette lecture est plausible, mais elle doit être resituée. Un modèle de langage est entraîné sur de vastes corpus de textes et de code. Son résultat à un concours peut refléter sa capacité à combiner des motifs appris, à explorer des pistes de raisonnement et à vérifier des programmes dans un domaine bien balisé. Cela ne permet pas, à lui seul, de conclure qu’il possède une compréhension générale comparable à celle d’une personne.

La question décisive des moyens de calcul

Michael Wooldridge, professeur à l’Université d’Oxford, reconnaît une réussite impressionnante, tout en soulevant une interrogation essentielle : quelles ressources de calcul ont été nécessaires pour atteindre ce niveau ? Dans l’IA moderne, une performance ne se résume pas au résultat final. Le nombre de machines mobilisées, la durée de calcul, les essais effectués et les mécanismes de vérification influencent fortement ce qu’un système peut accomplir.

Google n’a pas communiqué le détail de ces ressources. L’entreprise a seulement confirmé que la puissance utilisée était supérieure à celle accessible à un abonné standard de son offre Google AI Ultra. Cette information limite la possibilité de comparer directement l’exploit à celui d’un étudiant, qui travaille avec un ordinateur personnel et un temps de réflexion borné.

Cette réserve ne retire rien au score obtenu, mais elle éclaire ce que le résultat mesure réellement. Si un modèle peut consacrer une grande puissance à explorer plusieurs raisonnements ou à exécuter de nombreuses vérifications, il peut augmenter sa fiabilité. Pour juger les progrès futurs, il sera donc utile de connaître non seulement le nombre de problèmes résolus, mais aussi le coût, le temps et les conditions exactes de résolution.

Quels usages scientifiques et techniques envisager ?

Les capacités exposées à l’ICPC pourraient avoir un intérêt dans des domaines où les chercheurs affrontent des problèmes combinatoires ou des espaces de solutions immenses. Google DeepMind évoque notamment la conception de médicaments et l’ingénierie de circuits électroniques. Dans ces secteurs, l’IA pourrait aider à proposer des hypothèses, à optimiser des configurations ou à accélérer l’analyse de scénarios complexes.

Il convient cependant de distinguer un potentiel d’application d’un outil prêt à l’emploi. En conception de médicaments, par exemple, une prédiction informatique doit être confrontée à des données biologiques puis validée par des expériences. En ingénierie de puces, une solution théoriquement élégante doit encore respecter des contraintes de fabrication, d’énergie, de coût et de fiabilité. L’IA peut accélérer une partie du raisonnement, mais elle ne dispense pas de la validation par des spécialistes.

Dr Bill Poucher, directeur exécutif de l’ICPC, souligne l’importance de cette performance pour l’évolution des standards académiques et des outils d’IA. À mesure que les systèmes gagnent en capacité, les concours, les universités et les entreprises devront préciser ce qu’ils veulent mesurer : la vitesse de production de code, la compréhension des principes, ou la capacité à collaborer efficacement avec des assistants automatisés.

Ce qu’il faut surveiller après cette démonstration

La prochaine étape ne sera pas seulement de voir si un modèle peut résoudre davantage de problèmes d’ICPC. Il faudra observer sa régularité face à des énoncés réellement nouveaux, son aptitude à expliquer ses choix, sa capacité à reconnaître une réponse incertaine et la facilité avec laquelle des humains peuvent vérifier son travail.

La transparence sera également centrale. Des résultats comparables, accompagnés d’informations précises sur les ressources de calcul et les méthodes de vérification, permettraient de mieux évaluer le rythme réel des progrès. Sans ces éléments, le risque est de confondre une performance spectaculaire dans un cadre donné avec une capacité générale, robuste et économiquement accessible.

Gemini 2.5 vient malgré tout de placer un repère clair dans l’histoire récente des assistants de programmation. En résolvant dix défis sur douze et en terminant deuxième d’une finale mondiale universitaire, le modèle démontre que les IA peuvent désormais rivaliser avec les meilleurs compétiteurs sur une partie des tâches algorithmiques les plus exigeantes. La question ouverte est désormais celle de la transposition de cette aptitude hors du concours, dans la recherche, l’industrie et le travail quotidien des développeurs.