Google DeepMind : l’IA accélère-t-elle la recherche en IA ?

SSacha

D’après The Decoder, l’ingénieur de Google DeepMind Haydn Belfield indique que l’entreprise n’observe pas d’accélération mesurable de la recherche en intelligence artificielle provoquée par l’intelligence artificielle elle-même. Pour examiner l’évolution des capacités, DeepMind s’appuie sur un indice interne appelé General Capability Index, ou GCI, qui rassemble des résultats portant sur 123 modèles et 92 benchmarks. Cet indice fait apparaître une progression régulière des capacités de Gemini, autour de 0,1 point par mois, sans accélération significative. Il faut distinguer cette progression de la question plus précise de savoir si les systèmes contribuent à accélérer leur propre développement : l’indice ne montre pas de changement de rythme mesurable sur ce point. Gemini 4 Argon se situe légèrement au-dessus de la tendance habituelle, mais DeepMind attribue cet écart à davantage de calcul et à une meilleure organisation, plutôt qu’à une accélération de la recherche produite par l’intelligence artificielle. Alors, ce n’est pas l’idée que les modèles ne progressent plus ; c’est plutôt que, dans les indicateurs présentés, leur progression reste régulière et ne dessine pas une accélération auto-entretenue.

SSacha

Il faut séparer plusieurs choses : générer du code, accomplir une tâche technique et mener une recherche de bout en bout ne sont pas le même travail. The Decoder indique que l’intelligence artificielle écrirait plus de 75 % du code de production chez Google, mais qu’environ 88 % des modifications nécessiteraient encore une supervision ou une relecture humaine, chaque changement étant relu avant soumission. La proportion des modifications entièrement déléguées à l’intelligence artificielle serait passée de 7,5 % à 11,9 % : la délégation complète augmente, mais ces chiffres ne signifient pas que tout le processus serait autonome. Pour évaluer des tâches d’ingénierie en apprentissage automatique, DeepMind utilise aussi RE-Bench, un benchmark interne composé de 74 tâches réalistes ; The Decoder indique qu’Argon en résout environ la moitié. Imaginez un atelier où un outil peut préparer rapidement certaines pièces, mais où une personne vérifie encore qu’elles sont conformes avant leur assemblage : produire une partie du travail ne revient pas à concevoir et contrôler toute la chaîne. Les tâches définies à l’avance et dont le résultat se vérifie facilement se prêtent mieux à l’automatisation que les décisions ouvertes, où il faut choisir une piste ou interpréter un résultat. Cela aide à comprendre pourquoi une forte présence de l’intelligence artificielle dans la production de code peut coexister avec une supervision humaine importante. Et un résultat sur un benchmark ne dit pas, à lui seul, si un agent pourrait décider quel problème scientifique mérite d’être étudié, puis conduire le projet jusqu’à une conclusion.

SSacha

Ils sont surtout adaptés aux opérations qui ont des limites claires et un résultat qu’on peut contrôler, par exemple une étape technique ou une proposition de code qui sera ensuite relue. Dans 1 389 exécutions internes de l’agent Argon, The Decoder indique que les réussites sans aide humaine diminuent nettement à mesure que les tâches deviennent plus difficiles. Ce résultat décrit les essais rapportés ; il ne signifie pas que chaque tâche complexe échouerait, mais il montre que la difficulté compte fortement lorsqu’on évalue l’autonomie. Haydn Belfield estime que l’intervention humaine reste essentielle pour la recherche créative, la conception d’expériences inédites, la détection d’instabilités subtiles pendant l’entraînement et la planification à long terme. Selon Brief IA, douze chercheurs seniors de DeepMind estiment également que l’automatisation fonctionne mieux sur des tâches précises et vérifiables que sur des travaux moins cadrés. Bon, on peut se représenter la différence ainsi : suivre une procédure connue est une chose, décider quelle expérience lancer quand plusieurs explications sont possibles en est une autre. Dans ce second cas, il faut souvent interpréter des résultats incertains, repérer un problème discret ou choisir la prochaine étape ; ce sont précisément des domaines où Belfield juge le rôle humain important. Les essais ne permettent donc pas de tirer une conclusion générale sur toutes les recherches, mais ils montrent que la réussite sur des tâches bornées ne suffit pas à établir une autonomie comparable sur des travaux ouverts.

SSacha

DeepMind estime actuellement faible le risque lié à l’automatisation de la recherche en intelligence artificielle, tout en développant des outils pour repérer une éventuelle accélération. Cette appréciation s’appuie sur les mesures présentées par l’entreprise, qui indiquent une progression régulière des capacités de Gemini, sans accélération significative. Elle décrit le niveau de risque jugé actuellement par DeepMind ; elle ne permet pas d’affirmer qu’une accélération serait impossible à l’avenir. The Decoder indique que plus de vingt chercheurs en intelligence artificielle auraient récemment averti, dans un article de recherche, qu’une « explosion d’intelligence » pourrait permettre aux systèmes d’automatiser toute la recherche et le développement en intelligence artificielle en quelques années. Parmi les personnes citées figureraient Geoffrey Hinton, Yoshua Bengio et Jakub Pachocki, que The Decoder identifie comme travaillant chez OpenAI. C’est un scénario avancé par ces chercheurs, et non un résultat déjà observé dans les mesures de DeepMind. Les deux positions ne portent donc pas exactement sur le même horizon : l’une décrit des capacités mesurées et un risque jugé faible actuellement, l’autre met en garde contre une évolution future possible. La surveillance que DeepMind dit mettre en place vise à détecter si les indicateurs changent ; elle ne tranche pas à l’avance ce que ces changements pourraient signifier.

SSacha

Il faut retenir à la fois l’ampleur de l’automatisation et les limites observées. Chez Google, l’intelligence artificielle écrirait plus de 75 % du code de production, tandis qu’environ 88 % des modifications demanderaient encore une supervision ou une relecture humaine, selon The Decoder. La part des modifications entièrement confiées à l’intelligence artificielle serait passée de 7,5 % à 11,9 %, et Argon résoudrait environ la moitié des 74 tâches de RE-Bench. Ces résultats montrent que des outils peuvent prendre en charge une part importante de travaux techniques, mais ils ne démontrent pas que la recherche entière, avec ses choix, ses expériences et sa planification, serait déjà automatisée. De son côté, le General Capability Index indique que Gemini progresse d’environ 0,1 point par mois, sans accélération significative, et la légère avance de Gemini 4 Argon est attribuée à davantage de calcul et à une meilleure organisation. DeepMind juge actuellement faible le risque d’une accélération de la recherche par l’automatisation, tout en développant des moyens de la détecter. Face à cela, des chercheurs ont avancé un scénario futur beaucoup plus rapide, mais il reste présenté comme une possibilité. Pour un auditeur, la différence ressemble à celle entre un assistant qui accomplit certaines tâches dans un laboratoire et un système qui choisirait seul les expériences, en interpréterait les résultats et déciderait de la suite. Les résultats évoqués décrivent surtout les premières formes d’automatisation, avec une intervention humaine qui demeure importante. La question à suivre est donc de savoir si les mesures évoluent, et si l’autonomie progresse aussi sur des tâches créatives, complexes et difficiles à vérifier.