Le prochain défi de l’intelligence artificielle est de comprendre le monde réel

Les grands modèles de langage, comme les chatbots, excellent pour décrire le monde à partir de textes, mais ils peinent à en saisir les mécanismes profonds. Par exemple, ils peuvent expliquer qu’un verre tombe d’une table en décrivant une trajectoire parabolique, mais aucun n’a jamais physiquement fait tomber un verre, jeté des spaghettis contre un mur ou conduit un scooter dans un étang. Ces systèmes, nourris de milliards de textes, apprennent à prédire la suite la plus probable d’une phrase sans jamais expérimenter la réalité. Leur force réside dans l’analyse statistique de données textuelles, mais leur faiblesse majeure est l’absence d’expérience sensorielle ou motrice du monde physique. Cette limitation est considérée comme un obstacle fondamental pour développer une intelligence artificielle plus avancée.

Pour surmonter cette limite, une nouvelle approche émerge : les world models (ou modèles du monde). Ces systèmes visent à apprendre par l’observation directe du monde réel, en se construisant une représentation interne de leur environnement. L’objectif est de simuler les conséquences d’une action avant de l’exécuter, un peu comme le fait le cerveau humain. Par exemple, un robot équipé d’un tel modèle pourrait anticiper qu’ouvrir une porte avec trop de force risque de faire tomber un objet posé sur une étagère. Les chercheurs, comme Josh Tenenbaum du Massachusetts Institute of Technology (MIT), comparent cette capacité à l’intelligence humaine, qui repose sur la construction de scénarios mentaux pour éviter les erreurs. Cependant, cette approche reste en développement et soulève des défis techniques majeurs.

DeepMind, le laboratoire d’intelligence artificielle de Google, illustre cette avancée avec Dreamer 4, un agent d’IA capable de rêver différentes actions possibles avant de choisir la plus efficace. Entraîné principalement dans l’environnement virtuel du jeu Minecraft, ce système a appris à récupérer des diamants en simulant mentalement des milliers de scénarios. Cette tâche complexe, qui implique des milliers d’actions différentes, démontre comment un modèle du monde peut améliorer l’autonomie des robots. Cependant, Dreamer 4 reste limité à un environnement virtuel et contrôlé, et son application dans le monde réel pose encore des questions sur sa robustesse et sa fiabilité.

Malgré ces progrès, les world models ne sont pas une solution miracle. Melanie Mitchell, chercheuse en IA à l’Institut de Santa Fe, met en garde : cette notion est devenue une sorte d’abréviation pour désigner tout ce que les systèmes actuels d’IA ne maîtrisent pas encore. Les défis restent nombreux, notamment la capacité à adapter ces modèles à des contextes variés et imprévisibles. Le cerveau humain, par exemple, utilise plusieurs modèles du monde simultanément, en fonction de la tâche et de l’objectif. Les chercheurs estiment que les applications potentielles sont vastes : robotique domestique (plier du linge, remplir un lave-vaisselle), simulations scientifiques ou même gestion de crises. Mais l’IA générale, capable de raisonner comme un humain dans tous les domaines, reste un horizon lointain.