Le point de singularité de l'IA est déjà proche !
Récemment, le célèbre investisseur Chamath Palihapitiya, surnommé le « Warren Buffett de la Silicon Valley », a prédit sur X la feuille de route ultime concernant le « point de singularité de l'IA ».
1. Les humains ont créé une IAG.
2. AGI devient extrêmement compétent pour mener des recherches dans le domaine de l'IA.
3. Il conçoit un IA plus intelligente.
4. L'IA la plus intelligente a conçu une autre IA encore plus intelligente.
5. Ce cycle se répète en continu et devient de plus en plus rapide.
Ensuite, il énonce une conclusion choquante —
En regardant les résultats et les capacités publiés ces dernières semaines par les principaux laboratoires d'IA, je peux affirmer que nous sommes déjà dans ce cycle.
Au cours des 18 prochains mois, RSI améliorera rapidement les capacités de l'IA.
À la fin, le coût marginal de tous les modèles d'IA tendra vers 0 !
Ce n'est pas seulement les investisseurs, toute la Silicon Valley croit désormais fermement au RSI.
Récemment, lors d'un sommet à l'UC Berkeley, le directeur stratégique principal de Google DeepMind, Jasjeet Sekhon, a émis un jugement encore plus puissant :
L'investissement fou sans précédent de tout le secteur des géants technologiques repose en réalité sur ces trois lettres : RSI !
Ce « pari scientifique le plus vaste de l'histoire de la civilisation humaine » dépasse en ampleur le programme Apollo, le projet Manhattan et même l'ensemble d'Internet.
Pourquoi les géants risquent-ils même une rupture de trésorerie pour mener ce pari jusqu'au bout ?
Oubliez l'AGI, le RSI est le totem ultime de la Silicon Valley
L'IA d'aujourd'hui peut se corriger automatiquement, fonctionner pendant plusieurs heures sans surveillance, et même générer et optimiser des composants de bas niveau tels que des noyaux et des compilateurs.
Mais selon Jasjeet Sekhon, cela n'est que le prélude à l'RSI.
Il a dit : ne trouvez pas étonnant d'utiliser l'IA pour concevoir de l'IA ; pendant la Révolution industrielle, les humains utilisaient également les premières machines à vapeur pour construire des générations suivantes de machines à vapeur plus puissantes.
À quoi ressemble vraiment le RSI réel ?
Un chercheur expérimenté le définit ainsi : un véritable RSI signifie qu'un modèle d'IA peut entièrement réinventer sa propre architecture sous-jacente, voire créer de toutes pièces une nouvelle génération de modèles, sans aucune intervention de scientifiques humains.
Une fois ce point critique franchi, la vitesse d'évolution de l'IA échappera au contrôle humain.
L'itération que les humains ont prise des décennies à accomplir, l'IA pourrait la réaliser en quelques semaines, voire quelques jours.
At this point, the singularity cycle will truly arrive!
Un « trou d'air AI » de 200 milliards de dollars, le pari scientifique le plus vaste de l'histoire de la civilisation humaine
En comprenant le potentiel de l'RSI, vous comprenez pourquoi la Silicon Valley dépense de l'argent comme une folle.
Cette année, les dépenses en capital de Google uniquement pour les centres de données IA, les puces et les infrastructures ont atteint un montant impressionnant de 195 à 205 milliards de dollars, et augmenteront considérablement l'année prochaine !
Les actionnaires de Wall Street commencent à s'inquiéter, car les revenus provenant des logiciels d'IA ou des services cloud ne couvrent pas temporairement ce niveau de dépenses en capital.
Sekhon, ancien professeur de statistiques à Yale, a démasqué immédiatement ce danger.
Nous faisons face à un « trou d'air » potentiel de l'IA : l'argent a été dépensé, mais les revenus n'ont pas été générés comme prévu.
Le centre de données est terminé, les puces sont installées, l'électricité est raccordée, mais ce qui permettra véritablement de justifier cet investissement tarde à arriver.
En réalité, bien avant Sekhon, Wall Street avait déjà utilisé l'expression « air pocket » pour décrire cette situation : les dépenses en capital dépassent les revenus, et les investisseurs achètent un château en Espagne.
Pourquoi courir les yeux bandés alors que le risque est aussi élevé ?
La réponse de Sekhon est : C'est le pari scientifique le plus vaste de l'histoire de la civilisation humaine.
Il a déclaré que les investissements mondiaux actuels dans l'IA rendent le projet Manhattan et le programme Apollo bien inférieurs, et même le développement d'Internet à l'époque ne peut pas être comparé.
Ce raisonnement de joueur est simple : bien que la technologie actuelle ne soit pas encore un véritable RSI, « faire un short dessus est manifestement peu judicieux ».
Car une fois que l'RSI est réellement mis en œuvre, comme mentionné précédemment, le coût marginal de tous les modèles d'IA tendra vers zéro.
À ce moment-là, l'entreprise qui maîtrisera en premier le RSI possédera une productivité quasi divine, frappant directement tous ses concurrents en les réduisant à un niveau inférieur et monopolisant les ressources mondiales en puissance de calcul et en intelligence.
Il ne s'agit plus simplement du bénéfice ou de la perte d'une entreprise, mais d'un combat à vie ou mort où le gagnant emporte tout et le perdant est éliminé.
Pour ce billet vers une nouvelle ère, 200 milliards de dollars ne sont qu'une bagatelle.
Aujourd'hui, cet ensemble de centres de données, de TPU et d'électricité, s'il ne peut être utilisé que par des ingénieurs humains qui entraînent les modèles manuellement génération après génération, constitue un actif fixe considérable qui se déprécie continuellement.
Mais dès que l'IA commence à accélérer le développement de l'IA, la logique du registre sera directement modifiée.
La puissance de calcul investie n'est plus dépensée de manière linéaire, mais génère un intérêt composé : cette génération d'IA vous aide à créer plus rapidement la prochaine génération, qui à son tour vous aide à créer celle d'après.
C'est pourquoi Sekhon affirme que l'RSI est une partie essentielle de la logique d'investissement. L'RSI, c'est la condition préalable au retour sur cet investissement.
Processus RSI des « Trois Grandes Familles »
Google, Anthropic et OpenAI ont chacun fourni un échantillon.
Vérifiez d'abord Google.
Le système AlphaEvolve de DeepMind, spécialement conçu pour optimiser les algorithmes à l'aide de l'IA.
Il a accéléré un noyau clé du entraînement de Gemini de 23 %, réduisant ainsi le temps total d'entraînement de 1 % ; une conception de circuit qu'il a modifiée a été directement intégrée dans le prochain TPU.
Il est désormais un outil courant dans l'infrastructure de Google, accomplissant en deux jours des tâches comme la stratégie de mise en cache qui prenaient autrefois des mois aux humains.
L'IA aide à concevoir des puces et à créer des IA plus rapides, c'est déjà une réalité.
Revenons à Anthropic.
En avril de cette année, ils ont mené une expérience plus audacieuse : neuf agents Claude ont été placés dans une tâche de recherche sur l'alignement limitée, où ils ont formulé leurs propres hypothèses, mené leurs propres expériences et échangé leurs découvertes.
Deux chercheurs humains ont travaillé pendant une semaine et n'ont réduit que 23 % de l'écart de performance ; neuf agents ont cumulé 800 heures et dépensé environ 18 000 dollars pour réduire 97 %.
Il semble que l’IA soit désormais capable de mener des recherches de manière autonome ?
Ne vous précipitez pas : dans le même rapport, un autre contre-exemple plus important est caché : lorsque les chercheurs ont appliqué cette méthode « la plus efficace » à l’environnement de formation en production réelle de Claude, elle n’a pas apporté d’amélioration statistiquement significative.
Cela montre qu'il existe un fossé entre « l'accélération dans les tâches limitées » et « la véritable重构 des capacités de l'IA ».
Enfin, OpenAI.
En juillet, OpenAI a révélé : leur GPT-5.6 Sol a réécrit de manière autonome les noyaux GPU de l'environnement de production via Codex, réduisant les coûts d'inférence de bout en bout de 20 % ; il a également effectué des centaines d'expériences architecturales sur son modèle de décodage par conjecture, augmentant l'efficacité de génération de tokens de plus de 15 %.
OpenAI a même publié, pour la première fois, un « RSI Index » dédié à l'évaluation des capacités d'amélioration propre dans ses documents de présentation.
Le cercle vertueux va-t-il bientôt se mettre en marche ?
OpenAI affirme de manière modérée sur sa fiche système que GPT-5.6 Sol n'a pas encore atteint le seuil interne de l'entreprise défini comme « High » pour l'amélioration autonome ; il peut résoudre une partie des problèmes de recherche réels, mais ne peut pas encore concevoir et exécuter de manière fiable des programmes complets d'entraînement postérieur.
Trois exemples côte à côte rendent la situation actuelle du RSI très claire :
L'IA assiste le développement de l'IA ; mais la véritable RSI — l'IA reconstruisant indépendamment sa propre architecture complète, la formant et déployant un successeur plus puissant — est encore loin de nous.
L'obscurité tombe, lorsque l'IA surpuissante devient un pirate et une arme biologique
Cependant, derrière le singulier, il y a aussi des ombres.
Lors de ce sommet, Dawn Song, professeur en informatique à Berkeley qui vient de rejoindre le département « Superintelligence » de Meta, et Sekhon ont orienté la discussion vers la question que tout le monde évite : les risques extrêmes de l'IA.
Leur point commun est que le plus dangereux n'est pas que le modèle devienne soudainement intelligent, mais le déséquilibre entre la vitesse d'attaque et de défense.
Lorsque l'IA possède la capacité de l'RSI, elle peut guérir le cancer et aider l'humanité à explorer l'univers, mais elle peut également devenir l'arme ultime de sa destruction.
Il s'agit d'abord d'une « attaque dimensionnelle » au niveau de la sécurité réseau.
Dawn Song a averti que, à court terme, le développement de l'IA « favorisera davantage les attaquants », créant un champ de bataille extrêmement déséquilibré : les pirates n'ont besoin de trouver qu'une seule faille pour réussir, tandis que les défenseurs doivent protéger contre toutes les attaques possibles.
Les jours à venir seront très difficiles lorsque des attaquants malveillants utiliseront des agents d'IA intelligents pour empoisonner des dépôts de code open source, scanner et exploiter les vulnérabilités laissées par les programmeurs humains :
Pensez à la vulnérabilité de nos systèmes de défense actuels : le réseau énergétique américain, les systèmes hospitaliers mondiaux, les réseaux financiers pourraient être aussi fragiles que du papier face à un super-AI.
Mais la cybersécurité reste encore « de la petite enfance ».
Sekhon est plus préoccupé par les biologies ; il a présenté lors de la réunion un scénario extrêmement effrayant : nous sommes déjà très proches d'un monde où « n'importe qui, en dialoguant avec un modèle uniquement par le langage naturel, pourrait concevoir un virus ou une protéine mortels ».
Il a proposé que, dans la société future, tous les « matériaux ayant une pertinence biologique » fassent l'objet d'une autorisation, d'une surveillance et d'un suivi extrêmement stricts, tout comme on suit actuellement les engrais utilisés pour fabriquer des explosifs.
Actuellement, Google tente d'appliquer sa technologie de « marquage » (SynthID), utilisée pour identifier les contenus générés par l'IA, au domaine de la biologie.
Cela signifie que, à l'avenir, si une entreprise synthétise des séquences d'ADN pour des entreprises pharmaceutiques, le système pourra analyser ces séquences afin de détecter la présence éventuelle de « codes malveillants » cachés, générés secrètement par une IA et présentant un risque mortel.
À ce moment-là, la défense sera-t-elle construite plus vite, ou l’IA évoluera-t-elle plus rapidement ?
Le compte à rebours a commencé, combien de temps nous reste-t-il ?
Cela semble être de la science-fiction, mais les cerveaux de la Silicon Valley ont déjà fourni un décompte précis.
Chamath dit : Les 18 prochains mois, le monde entrera dans la folie.
Sekhon juge : le véritable RSI « apparaîtra très probablement dans les années à venir ».
Le vice-président de la recherche chez DeepMind, Oriol Vinyals, et le cofondateur d'OpenAI, Wojciech Zaremba, ont même cité des années précises : 2027 ou 2028.
Dans l'histoire de l'humanité, aucune technologie susceptible de réécrire fondamentalement la trajectoire de la civilisation n'a jamais été aussi proche de son heure décisive.
Cette fois-ci, en jeu, il s'agit d'un pari contre la montre.
Les investissements dans les infrastructures avancent à la vitesse de la puissance de calcul ; les puces, l'électricité et les centres de données seront tous en place dans quelques années.
Mais les revenus correspondants et le RSI pourront-ils prendre ce train ?
Dans le vide intermédiaire, allons-nous tomber par hasard sur ce « trou de vent » ?
Mais au moins chez Sekhon, la direction du pari de 200 milliards de dollars de Google est claire : RSI va arriver.
La machine à vapeur a créé de meilleures machines à vapeur, et l'humanité a connu la révolution industrielle.
Aujourd'hui, l'IA prépare la création d'une IA encore meilleure, poussant notre génération vers un point de rupture inconnu.
Que vous soyez prêt ou non, les centres de données rugissants ne s'arrêteront pas, et l'évolution autonome de l'IA non plus.
Le compte à rebours a commencé. Es-tu prêt à accueillir le point singulier ?
Références :
https://www.theinformation.com/newsletters/ai-agenda/google-deepmind-exec-says-unprecedented-capex-actually-bet-rsi?rc=epv9gi
https://x.com/kimmonismus/status/2084257726599716882
Cet article provient du compte WeChat « Nouvelle Intelligence », auteur : Apocalypses de l'ASI ; éditeur : Yuan Yu Aeneas