« Je pense qu’on a atteint l’intelligence artificielle générale » : le patron de Nvidia surprend tout le monde avec cette phrase

L'AGI est traditionnellement définie comme une IA capable de réaliser toute tâche cognitive que peut accomplir un être humain, voire de le surpasser dans tous les domaines. Si ce seuil est effectivement franchi, les implications pour l'économie, la recherche scientifique et la société dans son ensemble seraient considérables. La déclaration de Huang intervient dans un contexte où les grands laboratoires d'IA s'affrontent à coups de modèles toujours plus puissants, et où la question du moment de l'atteinte de l'AGI est devenue un enjeu stratégique et commercial majeur.

La nuance essentielle réside dans la définition même de l'AGI. Huang a lui-même reconnu que tout dépend du cadre conceptuel retenu. Pour certains chercheurs, l'AGI suppose une compréhension profonde du monde réel, une capacité d'apprentissage autonome et une adaptabilité générale que les systèmes actuels n'atteignent pas encore. Pour d'autres, les grands modèles de langage actuels remplissent déjà de nombreux critères fonctionnels associés à une intelligence générale. Nvidia, dont les GPU sont au cœur de l'entraînement de tous les grands modèles d'IA, a un intérêt évident à positionner le secteur comme étant à la frontière de cette rupture technologique.

Ces propos relancent un débat fondamental que l'industrie peine à trancher faute de consensus sur une définition rigoureuse. Des figures comme Yann LeCun de Meta restent sceptiques quant à la capacité des architectures actuelles à atteindre une vraie généralité cognitive, tandis que d'autres, comme Sam Altman d'OpenAI, anticipent l'AGI pour un horizon très proche. La prise de position de Huang, aussi ambiguë soit-elle, confirme que la course à l'AGI est désormais autant une bataille de narratif qu'une compétition purement technique.