À la suite du lancement très remarqué du modèle GPT-6 Astra par OpenAI, le PDG de Nvidia, Jensen Huang, a officiellement proclamé que l’intelligence artificielle générale (AGI) était désormais une réalité. L’annonce suscite pourtant de vives réactions chez les chercheurs. La communauté scientifique reste cependant divisée face à cette déclaration de Jensen Huang. Et c’est tout à fait compréhensible si l’on prend en compte le fait que Nvidia lui-même va assurer la livraison de 400 000 GPU pour que les entreprises puissent atteindre cette fameuse AGI.
De mon point de vue, si Nvidia arrive à maintenir une dynamique économique pour l’infrastructure des supercalculateurs, c’est plutôt l’absence de consensus scientifique relatif aux critères de l’AGI qui laisse planer le doute. Cela dit, serait-ce tout simplement un argument marketing concocté par Jensen Huang et Sam Altman ?
De la réserve à la proclamation, Jensen Huang a vite changé d’avis
Quand Lex Fridman a interrogé Jensen Huang en mars 2026 sur l’AGI, ce dernier s’est exprimé avec réserve. Il a même souligné que l’arrivée de l’AGI est une question d’interprétation.
Pourtant, il y a tout juste 2 jours, le dimanche 6 septembre, le patron de Nvidia a fait une annonce publique sur X. Son message fait référence à une réaction suite au message du PDG de Crusoe, Chase Lochmiller, qui a qualifié la ville d’Abilene, au Texas, de « berceau de l’AGI ».
Et à titre d’information, Huang a, dans son message, félicité les équipes d’OpenAI d’avoir réussi à entraîner GPT-6 Astra sur un cluster d’environ 100 000 systèmes NVIDIA Grace Blackwell NVLink72. Il a même évoqué que depuis le lancement des modèles o1 à Astra, les progressions de ChatGPT ont été notables. « L’AGI est arrivée », a-t-il ajouté.
J’aimerais retenir votre attention sur ce qu’est vraiment l’AGI
L’AGI est un terme qui désigne un système d’intelligence artificielle ayant la capacité de rivaliser, voire de surpasser l’esprit humain sur l’ensemble des tâches cognitives.
Elle est cependant différente de ce que l’on appelle IA étroite qui se limite à un domaine spécifique. Dont la génération d’images ou la traduction.
Il est donc question de donner à ce système les capacités de raisonner, de comprendre, mais surtout d’apprendre de manière autonome, sans intervention humaine.
Mais le concept d’AGI ne bénéficie pas encore de définition scientifique consensuelle. En d’autres termes, comme je l’ai dit plus haut, l’absence de cadre encourage les acteurs à utiliser le terme AGI au gré de leurs objectifs stratégiques.
GPT-6 Astra, trained on ~100K+ NVIDIA Grace Blackwell NVLink72. From ChatGPT to o1 to Astra in 4 years.
— Jensen Huang (@JensenHuang) September 6, 2026
AGI has arrived. Congratulations @OpenAI team.
400K GPUs coming online next.
On n’a pas encore atteint l’AGI, ce n’est que spéculation !
La déclaration de Jensen Huang quant à l’arrivée de l’AGI se heurte aux contestation de la communauté scientifique.
Je ne sais pas si vous le savez, mais Dan Hendrycks et Yoshua Bengio a lancé un projet qu’ils ont baptisé agidefinition.ai et dont le but est de combler le manque de définition de l’AGI pour ensuite, essayer de proposer un cadre quantifiable pour y remédier.
Et Gary Marcus, critique régulier des annonces de la tech et chercheur en sciences, n’a pas tardé à contester la déclaration de Jensen Huang.
Le modèle GPT-6 Astra est, selon lui, bien en déca des critères académiques conventionnels de l’AGI.
Parallèlement, on a constaté sur X l’annonce d’un observateur soulignant que si l’AGI était vraiment là, la conséquence directe serait de ne plus avoir besoin du prochain cluster, et non d’annoncer la commande de 400 000 GPU supplémentaires.
Du côté d’OpenAI, Greg Brockman, a évoqué le terme « début de l’ère AGI ». Mais si c’était vraiment le cas, pourquoi l’entreprise n’a-t-elle pas encore officialisé cette position devant son conseil d’administration ?
La réponse est simple. C’est une affirmation qui sert à alimenter les intérêts financiers de Nvidia. Comment ? Eh bien Jensen Huang devrait pouvoir stimuler la demande mondiale pour ses racks de serveurs et ses GPU tout simplement en qualifiant d’AGI un modèle entraîné sur ses équipements. Au final, il pourra facilement sécuriser le marché pour ses prochaines livraisons massives de puces.
- Partager l'article :
Restez à la pointe de l'information avec
INTELLIGENCE-ARTIFICIELLE.COM !
