Nvidia a de nouveau atteint l'AGI selon Jensen Huang, sans que cela ait vraiment d'importance

Le paradoxe soulevé par Huang lui-même est révélateur d'un problème plus large pour l'industrie : il n'existe aucun consensus sur la définition précise de l'AGI, ni sur les critères permettant de vérifier qu'elle a été atteinte. Cette absence de définition partagée rend toute déclaration d'« avoir atteint l'AGI » largement arbitraire, qu'elle vienne d'un fabricant de puces comme Nvidia ou d'un laboratoire de recherche comme OpenAI. Pour les investisseurs, les régulateurs et le grand public, cela complique l'évaluation réelle des progrès de l'IA et alimente la confusion autour d'un terme devenu autant un argument marketing qu'un concept scientifique rigoureux.

Cet épisode s'inscrit dans un débat plus ancien sur la manière de mesurer l'intelligence des systèmes d'IA, alors que des entreprises comme OpenAI ont inscrit l'atteinte de l'AGI dans leurs statuts et leur mission fondatrice, avec des implications contractuelles et financières concrètes vis-à-vis de partenaires comme Microsoft. Le fait que Huang, dont l'entreprise fournit les puces qui alimentent la quasi-totalité des grands modèles d'IA actuels, minimise lui-même la portée du terme illustre la difficulté croissante à distinguer les avancées techniques réelles des effets d'annonce dans un secteur sous forte pression concurrentielle et financière.