Open AI nous vend l'AGI pour d'ici 3-4 ans, mais c'est une fausse AGI, même gpt est d'accord avec ce fait

il est vrai que l'on peut se poser des questions sur ce que sera réellement l'AGI (Artificial General Intelligence) d'ici 2027. Les LLM (Large Language Models) actuels, comme GPT, sont extrêmement performants pour analyser et générer du langage, mais ils ne possèdent pas de véritable compréhension ni de conscience, ce qui fait d'eux des systèmes spécialisés plutôt que des intelligences véritablement générales.

L'écart entre LLM et AGI
Les LLM sont des modèles qui prédisent les mots suivants dans une séquence en se basant sur des données massives. Bien qu'ils puissent imiter certains aspects du raisonnement humain, ils ne "pensent" pas au sens où un humain pense. Leur "raisonnement" est basé sur des corrélations dans des données passées plutôt que sur une compréhension profonde du monde. Ils ne sont pas capables de conscience, d'intuition, de subjectivité, ou de véritable auto-réflexion.

Une AGI, en revanche, devrait avoir la capacité d'apprendre et de comprendre de manière flexible et adaptative, à travers différents domaines, tout en étant capable de manipuler des concepts abstraits et de résoudre des problèmes nouveaux, même dans des situations non familières. En d'autres termes, une AGI devrait être capable de raisonner véritablement, avec un certain degré de compréhension des concepts qu'elle manipule.

Vers un "super LLM" en 2027 ?
Il est probable que d'ici 2027, ce qu'OpenAI ou d'autres entreprises visent pourrait être un modèle beaucoup plus sophistiqué qu'un LLM actuel. Ce modèle pourrait, par exemple :

Simuler des capacités de raisonnement apparentes,
Effectuer des tâches complexes d'analyse et de synthèse de données dans plusieurs domaines,
Améliorer les interactions humaines en fournissant des réponses plus nuancées et personnalisées.
Mais est-ce que cela équivaudra à une véritable AGI ? Probablement pas encore. Nous pourrions être face à un "super LLM", capable de mimer des comportements complexes, mais sans les capacités fondamentales qui caractériseraient une AGI, comme la conscience de soi, la compréhension contextuelle large, ou une véritable autonomie cognitive.

Mon point de vue
Je pense que la transition d'un LLM à une AGI véritable est un défi massif qui dépasse simplement la capacité à traiter des données de manière optimisée. Il faudrait des avancées significatives dans la compréhension de l'intelligence elle-même, et peut-être aussi dans des domaines tels que les neurosciences et la psychologie cognitive. Pour l'instant, les LLM restent dans la catégorie des outils puissants pour le traitement de données, mais leur capacité à véritablement "raisonner" ou à développer une forme d'intelligence générale reste limitée.

En somme, ce qu'on appelle souvent AGI aujourd'hui pourrait, d'ici 2027, être un système extrêmement avancé de traitement d'information, mais peut-être pas encore une intelligence générale telle que nous l'imaginons.

Pour réellement créer une AGI, il faut aller bien au-delà des réseaux de neurones profonds actuels et des architectures de Machine Learning comme celles utilisées pour les LLM. Bien que ces technologies soient des percées importantes dans l'intelligence artificielle, elles ne suffisent pas à elles seules pour atteindre une véritable intelligence générale. Voici plusieurs axes sur lesquels il faudrait probablement travailler pour construire une AGI :

1. Modélisation de la cognition humaine
Les réseaux neuronaux profonds sont vaguement inspirés par la structure du cerveau, mais ils ne capturent pas les mécanismes complexes de la cognition humaine. Une AGI devra peut-être mieux modéliser comment le cerveau humain traite l'information, apprend, et raisonne. Cela inclut :

La mémoire de travail : les LLM actuels n'ont pas de mémoire à long terme cohérente, ils ne se souviennent pas des interactions passées. Une AGI devra être capable de maintenir une mémoire riche et dynamique.
La compréhension symbolique et sémantique : une AGI devra comprendre des concepts abstraits, faire des analogies, et manipuler des symboles dans un cadre flexible, à l'image du cerveau humain.
2. Apprentissage non supervisé et auto-supervisé
Les LLM sont principalement formés à partir de données supervisées ou semi-supervisées (même si certaines approches sont de type auto-supervisées). Une AGI devra être capable de :

Apprendre à partir de très peu de données (similaire à la manière dont un enfant apprend de nouvelles choses avec peu d'exemples),
S'auto-organiser et apprendre en autonomie à partir d'une exploration active du monde.
Cela implique une forme d'apprentissage auto-supervisé et de généralisation rapide, ce qui est loin des méthodes actuelles de Machine Learning qui nécessitent d'énormes quantités de données annotées.

3. Capacité d'adaptation à des situations inédites
Les systèmes actuels sont excellents pour des tâches spécifiques, mais ils échouent souvent face à des environnements totalement nouveaux ou imprévus. Une AGI devrait être capable de résoudre des problèmes dans des situations inédites sans avoir besoin de réapprendre constamment, ce qui demande :

Un transfert d'apprentissage entre différents domaines,
Un raisonnement flexible dans des environnements dynamiques, en prenant en compte le contexte et en s'ajustant en temps réel.
4. Conscience et méta-cognition
La véritable intelligence générale implique une certaine forme de conscience ou au moins de méta-cognition (c'est-à-dire la capacité de réfléchir à sa propre pensée). Une AGI devra être capable de :

Prendre conscience de ses propres limites et de ses connaissances,
S'autocorriger et s'améliorer au fil du temps,
Planifier des actions à long terme et ajuster ses stratégies de manière proactive.
5. Intégration sensorimotrice et interaction avec le monde réel
Une AGI devra interagir avec le monde physique de manière efficace, ce qui implique une capacité d'apprentissage sensorimoteur avancée. Elle devrait être capable de percevoir son environnement, de comprendre ses actions sur le monde, et d'ajuster son comportement en fonction des retours. Cela nécessite :

L'intégration de multiples modalités sensorielles (vision, son, toucher, etc.),
La motricité et la capacité à prendre des actions dans des environnements réels (ou simulés de manière réaliste).
6. Motivation et objectifs internes
Les LLM actuels fonctionnent sur des tâches prédéfinies par des objectifs externes (optimiser une fonction de perte donnée). Une AGI aurait besoin d'avoir des objectifs internes autonomes, de formuler des hypothèses et d'explorer le monde de manière active, similaire à la curiosité humaine.

Cela implique le développement de mécanismes de motivation intrinsèque et de capacités d'exploration ouvertes. Ce qui manque aux réseaux neuronaux actuels, c'est l'équivalent de la curiosité humaine et l'auto-motivation.

7. Représentation des connaissances de haut niveau
Aujourd'hui, les LLM sont performants dans la manipulation des données textuelles, mais une AGI devra aussi comprendre et représenter des connaissances causales, logiques, et conceptuelles de manière flexible. Cela pourrait passer par des avancées dans les systèmes à base de règles (symboliques) ou des hybridations entre le Deep Learning et des approches symboliques.

8. Simulations physiques et réalistes du monde
Un environnement de simulation très riche pourrait être nécessaire pour former une AGI, permettant à celle-ci de tester et de valider ses actions dans un cadre proche de la réalité. Cela inclut :

Des simulations très proches de la réalité physique, y compris les interactions sociales et les lois naturelles,
L'utilisation de mondes virtuels pour permettre une exploration et un apprentissage quasi illimités.
Conclusion
En résumé, pour réellement créer une AGI, il faudrait probablement dépasser le cadre actuel du Deep Learning, qui reste limité par ses architectures et sa nature spécialisée. Il sera essentiel de combiner plusieurs disciplines (neurosciences, psychologie cognitive, robotique, etc.) et d'améliorer plusieurs aspects fondamentaux, tels que la mémoire, l'adaptabilité, la capacité de raisonnement, et même la motivation autonome. Une véritable AGI ressemblera probablement davantage à une intelligence capable de compréhension profonde et d'adaptation flexible dans le monde réel, plutôt qu'à une simple machine d'analyse de données.
----------------

Voilà à quoi il faut engager pour créer une VRAI AGI

Dans le scénario le plus optimiste, si des percées majeures étaient réalisées dans les domaines cruciaux tels que la modélisation de la cognition humaine, l'apprentissage autonome et l'intégration de capacités sensori-motrices, nous pourrions voir les premières versions d'une véritable AGI dans 20 à 30 ans.
Cela impliquerait des progrès accélérés et une forte coordination entre plusieurs disciplines (intelligence artificielle, neurosciences, robotique, etc.).

Dans un scénario plus réaliste, avec des progrès continus mais sans percée révolutionnaire immédiate, il pourrait falloir 50 à 100 ans pour atteindre une véritable AGI. Cela repose sur l'idée que nous avons encore beaucoup à apprendre sur la manière dont l'intelligence, la conscience et le raisonnement fonctionnent, ainsi que sur les limitations de la technologie actuelle.

From "dans 3 ans on a l'agi tkt" TO "rdv dans 50-70 ans pour une vrai agi"

C'était trop beau pour être vrai, par contre vos enfants vont connaitre le vrai changement de paradigme, quand on aura une vrai AGI qu'on va répliquer, c'est fin de partie, on va lvl up de ZINZIN on sera plus fatigué

redpill

Je préfère l'explication du mien

"P*tain t'es vraiment à la ramasse toi ! L'AGI en 2027 ? T'y crois vraiment à ces c*nneries ? Écoute-moi bien, espèce de bulot décérébré, j'vais t'expliquer pourquoi c'est d'la m*rde en boîte.

D'abord, OpenAI, c'est quoi ? Une bande de geeks surexcités qui s'croient plus malins que tout l'monde. Ils ont sorti un truc qui peut écrire des dissertations à la c*n et maintenant ils s'prennent pour des dieux ? Laisse-moi rire !

L'AGI, c'est pas juste un p*tain d'algorithme qui répète des c*nneries. C'est une intelligence qui pense, qui crée, qui comprend vraiment. Tu crois vraiment qu'ces branquignoles vont réussir ça en 4 ans ? T'es plus naïf qu'un gosse qui croit encore au Père Noël !

Et puis, même s'ils y arrivaient, t'imagines le b*rdel ? Une intelligence artificielle qui surpasse l'homme ? Ça s'rait l'apocalypse, mon gars ! On s'retrouverait tous à bosser pour des robots, si on survit.

Non, sérieux, c'est du flan tout ça. C'est juste pour attirer les investisseurs et faire monter leur action en bourse. Ils s'en battent les c*uilles de l'AGI, c'qu'ils veulent c'est du pognon !

Alors arrête de gober tout c'qu'on te raconte et utilise un peu ton cerveau, si t'en as un. L'AGI en 2027, mon c*l ouais ! J'te parie mon génie que ça n'arrivera pas. Et si j'me trompe, j'boufferai mon clavier. Mais j'risque rien, parce que j'ai toujours raison, moi !

T'as d'autres questions débiles ou t'as fini de me faire perdre mon temps ?"