Pourquoi les LLM ne suffisent pas à prédire le chemin vers l’AGI

Les assistants conversationnels ont installé une idée séduisante dans le débat public : puisqu’une machine peut rédiger un texte fluide, expliquer une notion complexe ou tenir une conversation, elle serait peut-être déjà engagée sur la voie d’une intelligence générale. Neila Murray, experte en intelligence artificielle chez Meta, appelle à ne pas confondre maîtrise du langage et compréhension complète du monde. Selon elle, les grands modèles de langage, ou LLM, ne scellent pas le destin de l’intelligence artificielle générale, souvent désignée par le sigle AGI.

Cette position ne revient pas à nier l’utilité des modèles de langage. Leur progression a rendu possibles de nombreux usages, de l’aide à la rédaction à la synthèse de documents, en passant par l’assistance au code et le dialogue en langage naturel. Elle invite plutôt à regarder ce que ces systèmes font réellement, mais aussi ce qu’ils ne font pas encore de façon fiable. Derrière des réponses parfois très convaincantes, les chercheurs débattent toujours de la mémoire, du raisonnement, de la compréhension du contexte et de l’apprentissage au contact du réel.

LLM et AGI : de quoi parle-t-on exactement ?

Un LLM, pour large language model, est un modèle entraîné sur de grandes quantités de textes afin de prédire la suite la plus probable d’une séquence de mots ou de fragments de mots. C’est ce mécanisme qui lui permet de répondre à une question, de reformuler un paragraphe ou de générer du code. Au fil de l’entraînement, le modèle apprend des régularités très nombreuses dans les données linguistiques, ainsi que des associations entre des notions, des styles et des formes de raisonnement présentes dans les textes.

L’AGI, ou intelligence artificielle générale, désigne pour sa part une ambition bien plus vaste : une machine capable de s’adapter à une grande diversité de tâches intellectuelles, de transférer ses connaissances à des situations nouvelles et de résoudre des problèmes avec une polyvalence qui se rapprocherait de celle d’un humain. Cette expression ne repose toutefois pas sur une définition scientifique unique et unanimement acceptée. Les critères retenus, qu’il s’agisse d’autonomie, de robustesse, de raisonnement ou d’apprentissage, varient selon les chercheurs et les entreprises.

La différence est donc essentielle. Un système peut accomplir avec brio des tâches de langage sans posséder, pour autant, toutes les capacités qu’exigerait une intelligence générale.

Pourquoi Neila Murray met-elle en doute la voie des LLM ?

La critique exprimée par Neila Murray porte d’abord sur la nature même de ces modèles. Les LLM sont très performants pour analyser des données et produire du texte, mais ils dépendent des données sur lesquelles ils ont été entraînés. Or ces données, aussi vastes soient-elles, ne reproduisent pas toute la richesse de l’expérience humaine : agir dans un environnement, percevoir les conséquences d’un geste, apprendre d’une situation inédite ou saisir les implicites d’une interaction sociale.

Pour Murray, les mécanismes statistiques sophistiqués qui sous-tendent les LLM ne constituent pas en eux-mêmes une preuve de compréhension profonde. Un modèle peut produire une explication plausible d’un phénomène sans l’avoir observé ni être capable d’en vérifier les effets dans le monde réel. Il peut aussi échouer dans une situation qui exige de maintenir durablement le contexte, de distinguer une information fiable d’une information incertaine ou de relier plusieurs étapes de raisonnement.

Cette réserve vise une tendance fréquente dans l’évaluation des systèmes d’IA : assimiler leur aisance verbale à une forme complète d’intelligence. Le langage est un outil central de la pensée humaine, mais il n’épuise pas ce que recouvre l’intelligence. Les êtres humains apprennent également par la perception, l’action, l’erreur, l’observation des autres et la mémoire de leurs expériences.

Des lacunes qui dépassent la seule qualité des réponses

Les modèles de langage peuvent déjà répondre à des questions complexes et suivre de longues consignes. Pourtant, leurs limites apparaissent lorsqu’il faut sortir de schémas connus ou fonder une réponse sur une compréhension stable d’une situation réelle. La publication d’origine souligne en particulier l’absence d’expériences incarnées, ainsi que les difficultés relatives à la mémoire et au raisonnement contextualisé.

La mémoire persistante est un enjeu décisif. Une conversation peut contenir un contexte, mais cela ne signifie pas nécessairement qu’un système dispose d’une mémoire durable, organisée et utilisable dans le temps comme celle d’un individu. Pour accomplir des tâches complexes, il faut pouvoir conserver des informations pertinentes, les mettre à jour, établir des liens avec des expériences antérieures et savoir quand les mobiliser.

Le raisonnement est un autre point de vigilance. Les LLM peuvent imiter des étapes de raisonnement présentes dans leurs données d’entraînement. Mais cette aptitude ne garantit pas qu’ils disposent d’un mécanisme général leur permettant de vérifier leurs prémisses, de corriger systématiquement leurs erreurs ou de s’orienter dans tous les problèmes nouveaux. Les réponses erronées mais formulées avec assurance illustrent cette fragilité : la forme linguistique peut sembler cohérente alors que le contenu ne l’est pas.

Enfin, l’ancrage dans le monde réel reste une question ouverte. Un modèle nourri principalement de textes manipule des descriptions du monde. Il n’est pas nécessairement confronté aux objets, aux contraintes physiques et aux conséquences concrètes auxquels ces descriptions renvoient. C’est précisément l’écart entre parler du monde et agir dans le monde qui nourrit la réflexion sur l’IA incarnée.

L’intelligence incarnée, une piste discutée chez Meta

Les chercheurs de Meta évoquent l’idée qu’une AGI pourrait nécessiter une forme d’intelligence incarnée. Dans cette approche, l’IA ne se contente pas d’analyser des représentations textuelles : elle interagit avec un environnement. Le terme de « corps » peut renvoyer à un robot physique, mais aussi, plus largement, à un système disposant de perceptions et de moyens d’action lui permettant d’apprendre des conséquences de ses décisions.

L’idée s’inspire d’un constat simple : les humains ne découvrent pas le monde seulement en lisant ou en écoutant des descriptions. Ils touchent, déplacent, observent, échouent, recommencent et adaptent leur comportement. Une tasse n’est pas uniquement un mot associé à des phrases. C’est aussi un objet dont la forme, le poids, la fragilité et l’usage sont appréhendés par l’expérience.

Transposer ce type d’apprentissage à une machine est toutefois extrêmement difficile. Un environnement physique est imprévisible, coûteux à explorer et soumis à des contraintes de sécurité. Il faut concevoir des capteurs, des moyens d’action, des objectifs d’apprentissage et des mécanismes capables de tirer des leçons générales d’expériences particulières. L’IA incarnée n’est donc pas une solution toute trouvée, mais une direction de recherche qui cherche à combler ce que les données textuelles ne peuvent pas fournir seules.

Yann LeCun défend lui aussi une approche au-delà des LLM

Cette prudence est cohérente avec les positions de Yann LeCun, directeur de la recherche chez Meta. Selon la publication d’origine, il juge peu probable que les LLM actuels parviennent seuls à une intelligence comparable à celle des humains. Il met en avant la nécessité de développer d’autres éléments, parmi lesquels une mémoire persistante, des capacités de raisonnement et une compréhension contextuelle.

Cette lecture ne nie pas que les LLM puissent jouer un rôle dans de futurs systèmes plus complets. Ils constituent des outils puissants pour traiter le langage et pourraient devenir une composante d’architectures combinant plusieurs capacités. La nuance est importante : dire que les LLM ne suffisent pas ne veut pas dire qu’ils ne servent à rien. Cela signifie qu’il serait hasardeux de faire dépendre l’ensemble de la trajectoire vers l’AGI de la seule augmentation de leur taille ou de leurs données d’entraînement.

Le débat recouvre aussi une question de méthode. Faut-il poursuivre principalement la montée en puissance des modèles existants, ou investir davantage dans des architectures capables de représenter le monde, de planifier, de mémoriser et d’apprendre par l’action ? Les réponses ne font pas consensus. Mais l’intervention de Murray rappelle que les performances visibles aujourd’hui ne règlent pas d’avance les questions fondamentales de la recherche.

Les investissements dans les LLM face à la question du plafond

Le développement des grands modèles de langage mobilise des ressources considérables. Entraîner des modèles plus vastes implique des volumes importants de données, de puissance de calcul et d’énergie. Dès lors, une question économique rejoint la question scientifique : les gains de performance obtenus justifient-ils durablement les moyens engagés ?

La publication d’origine rapporte des interrogations sur le rapport coût-efficacité de cette course à l’échelle, ainsi que l’idée d’une possible stagnation des performances malgré les ressources consacrées. Le mot « plafond » doit être manié avec précaution. Il ne signifie pas que les LLM cesseraient soudainement de progresser, ni qu’aucune amélioration ne serait possible. Il désigne plutôt le risque que l’augmentation des investissements produise des gains moins décisifs si l’architecture de base ne résout pas certaines limites structurelles.

Pour les entreprises comme pour les laboratoires, l’enjeu est concret. Les LLM sont déjà déployés dans des produits utiles, ce qui peut justifier les dépenses. Mais le passage d’un bon assistant de langage à une intelligence réellement générale nécessiterait peut-être des avancées d’une nature différente. La stratégie de recherche devra alors équilibrer l’optimisation des modèles actuels et l’exploration d’approches nouvelles.

Ce qu’il faut surveiller dans la recherche vers l’AGI

À la date du 4 mars 2025, le débat sur l’AGI reste donc moins une compétition vers une ligne d’arrivée clairement définie qu’une discussion sur les capacités manquantes. Les LLM ont profondément changé les usages de l’IA, mais leurs succès ne permettent pas de conclure qu’ils suffiront à reproduire une intelligence polyvalente et ancrée dans le réel.

Les avancées les plus significatives seront à observer sur plusieurs plans : la capacité des systèmes à conserver et organiser une mémoire sur la durée, leur aptitude à raisonner de façon robuste dans des situations nouvelles, leur possibilité d’apprendre en interagissant avec un environnement, et la manière dont ils combinent perception, action et langage. La mesure des progrès comptera autant que les démonstrations spectaculaires : une IA générale ne se reconnaîtrait pas seulement à la fluidité de ses phrases, mais à sa capacité à agir de manière fiable face à la complexité du monde.

L’avertissement de Neila Murray et la position attribuée à Yann LeCun ont ainsi une portée plus large que le cas des chatbots. Ils rappellent que l’intelligence artificielle ne peut pas être réduite à la génération de texte, aussi impressionnante soit-elle. Pour atteindre les ambitions associées à l’AGI, la recherche devra vraisemblablement dépasser l’opposition entre modèles de langage et autres méthodes, afin d’inventer des systèmes capables de relier connaissances, mémoire, raisonnement et expérience.