Et si TON ordinateur créait une IA plus maline que toi ?

UNE IA QUI S'AMÉLIORE TOUTE SEULE ? C'EST POSSIBLE

Ces derniers mois, les laboratoires les plus avancés de la planète se battent pour créer des modèles d'intelligence artificielle auto-améliorants. L’idée ? Une IA qui, en apprenant, devient capable de se perfectionner elle-même, encore et encore, jusqu’à dépasser l’entendement humain. Certains y voient même la route vers une superintelligence, une machine si puissante qu’elle échapperait à notre contrôle.

Après une semaine d’expérimentations, la réponse est claire : oui, c’est possible. Et le plus surprenant ? N’importe qui peut le faire. Pas besoin d’être un génie de la tech ou de posséder des milliards de dollars. Juste un peu de curiosité et un ordinateur assez costaud pour suivre le rythme.

UNE EXPÉRIENCE SIMPLE : CRÉER UNE IA EN LAISSANT L'IA FAIRE LE TRAVAIL

Pour tester cette idée, l’auteur de l’expérience a décidé de partir de zéro. Pas de modèle pré-entraîné, pas de base de données géante. Juste une feuille blanche numérique. Le plan ? Confier la construction d’une petite IA générative à une autre IA, un peu plus grande et plus expérimentée.

Pour cela, il a installé AutoResearch, un outil conçu pour automatiser la création et l’amélioration de modèles d’IA. Derrière ce projet se cache Andrej Karpathy, un chercheur star qui a cofondé OpenAI, dirigé les équipes d’intelligence artificielle chez Tesla et rejoint récemment Anthropic. Son outil est conçu pour que même un débutant puisse lancer une expérience d’auto-amélioration.

CLICK, CLICK… ET L'IA PREND LE RELAIS

Une fois l’outil installé, l’auteur a lancé Claude, une IA conversationnelle très populaire. La consigne donnée ? « Regarde le fichier program.md et lance une nouvelle expérience . » Sans plus d’instructions, Claude s’est mise au travail. Pendant ce temps, l’auteur fournissait l’infrastructure : un Nvidia DGX, un ordinateur surpuissant spécialement conçu pour l’entraînement des modèles d’IA, de l’électricité pour faire tourner les calculs jour et nuit, et… une autorisation un peu risquée : laisser l’IA ignorer les vérifications de sécurité habituelles pour accélérer le processus. « Laisse-la cuire . » a-t-il lancé, un peu fou.

L'IA QUI PARLE… ET QUI RÉPÈTE

Quelques heures plus tard, l’auteur est revenu voir les résultats. La petite IA générative, encore en phase d’apprentissage, devait compléter la phrase « Au commencement… ». Voici ce qu’elle a produit :

Pas exactement de la poésie. Mais après plusieurs cycles d’amélioration autonome, les résultats ont commencé à changer. Les répétitions infinies ont disparu. Les phrases sont devenues plus cohérentes. Le modèle progressait, même si ce n’était pas encore l’équivalent d’un GPT-5.

AU-DELÀ DES PAPERS : L'IA QUI CHERCHE ET RÉSUMÉ POUR TOI

L’auteur utilise déjà un agent conversationnel basé sur Claude pour repérer les articles de Recherche les plus intéressants. Mais pourquoi s’arrêter là ? L’idée était de construire un outil capable de faire mieux : trouver des papiers, générer des données synthétiques pour l’entraînement, et même évaluer ses propres productions.

Claude a donc passé en revue des milliers d’articles scientifiques, a créé des jeux de données artificiels pour entraîner le modèle, et a utilisé une autre IA pour vérifier la qualité des résumés produits. Pendant ce temps, l’environnement d’entraînement améliorait le modèle en continu grâce à l’apprentissage par renforcement.

LE FUTUR N'EST PAS AUX SEULS LABORATOIRES ULTRA-PUissants

Vincent Weisser, PDG de Prime Intellect — une startup qui vient de lever 15 millions de dollars — est convaincu que l’auto-amélioration des IA ne doit pas rester l’apanage des géants de la tech. Son entreprise développe des outils pour rendre cette technologie accessible à tous, même aux petites structures ou aux particuliers.

« Donnez à chaque entreprise l’accès à une infrastructure d’entraînement de pointe, et la créativité collective du marché fera émerger des modèles bien plus performants que ceux conçus par quelques laboratoires seulement », explique-t-il. « Nous ne voulons pas une intelligence centrale, quasi divine, qui contrôle tout. Nous voulons un milliard d’intelligences, chacune spécialisée dans un domaine, et qui créent des choses magnifiques. »

AUTOSCIENTIST : L'IA QUI FAIT DE LA RECHERCHE À TA PLACE

Adaption, une autre startup, propose un outil nommé AutoScientist. Ce logiciel automatise l’entraînement des modèles d’IA. Sara Hooker, sa PDG, explique que l’outil intéresse déjà de grandes entreprises qui consomment des milliers de tokens (unités de calcul) sans avoir d’experts en IA en interne.

Le problème ? Certaines entreprises dépendent à 100 % d’un seul modèle, comme le Fable 5 d’Anthropic. Quand ce dernier a bloqué certaines requêtes, il a révélé un risque majeur : celui de perdre le contrôle sur ses propres données et sa technologie. Alex Karp, PDG de Palantir, a même mis en garde contre cette dépendance, soulignant que confier ses données à des laboratoires extérieurs revient à leur donner un pouvoir disproportionné.

L'OBJECTIF ULTIME : UNE IA QUI INVENTE SES PROPRES IDÉES

À terme, l’auto-amélioration récursive vise un objectif ambitieux : que l’IA soit capable de découvrir elle-même de nouvelles méthodes, d’inventer des architectures inédites, et de produire des insights originaux. Aujourd’hui, les outils accessibles au grand public sont encore limités, mais déjà impressionnants.

Après moins d’une journée d’entraînement avec Prime Intellect, l’auteur a réussi à créer un modèle capable de trouver et de résumer des articles de recherche. Voici un exemple de ce qu’il a obtenu :

Pas mal pour une première tentative. Le modèle a encore quelques défauts : il sélectionne parfois trop d’articles inutiles et ses résumés manquent parfois de précision. Mais c’est un début prometteur. Et l’auteur espère bien, un jour, utiliser ce genre d’outil pour se libérer des tâches répétitives qui encombrent son quotidien.

L'ÈRE DES MILLIARDS D'INTELLIGENCES SPÉCIALISÉES

Prime Intellect et Adaption ne sont pas les seules à croire en ce futur. Plusieurs startups et chercheurs partagent cette vision : l’intelligence artificielle ne doit pas être concentrée entre les mains de quelques acteurs, mais distribuée entre des milliers d’acteurs, chacun spécialisé dans un domaine précis.

L’enjeu n’est pas seulement technique, mais aussi économique et sociétal. Si demain, chaque entreprise, chaque chercheur, chaque particulier peut créer et entraîner son propre modèle d’IA, les possibilités deviennent infinies. Plus besoin de dépendre des décisions d’un laboratoire ou d’un géant de la tech : la créativité devient collective, et l’innovation, décentralisée.

UN RISQUE : PERDRE LE CONTRÔLE DE SES DONNÉES

Mais cette révolution a un revers. En externalisant l’entraînement de ses modèles à des services cloud ou à des laboratoires externes, une entreprise prend le risque de perdre le contrôle sur ses données sensibles. Certains experts, comme Alex Karp de Palantir, alertent sur ce danger : confier ses données à une seule entité, c’est lui donner un pouvoir disproportionné sur l’avenir de l’entreprise.

Anthropic a récemment bloqué certaines requêtes sur son modèle Fable 5, rappelant brutalement que les utilisateurs dépendent entièrement de la bonne volonté des fournisseurs. Sans infrastructure locale ou outils open source, les entreprises se retrouvent vulnérables.

DES OUTILS POUR TOUS, MAIS PAS ENCORE PARFAITS

Les outils d’auto-amélioration d’IA existent déjà, mais ils restent limités. Ils permettent de créer des modèles spécialisés, capables de tâches précises, mais pas encore de rivaliser avec les meilleurs modèles du marché. Cependant, leur potentiel est énorme : en quelques heures, un utilisateur peut obtenir un modèle fonctionnel, même s’il n’est pas encore optimal.

L’expérience de l’auteur montre que même un débutant peut, avec un peu de patience et les bons outils, créer une IA qui s’améliore toute seule. Le tout, sans avoir besoin d’une équipe de chercheurs ou d’un budget illimité.

ET DEMAIN ? L'IA QUI SE FORME EN TEMPS RÉEL

À l’avenir, ces outils pourraient devenir encore plus puissants. Imaginez une IA qui s’entraîne en continu, en temps réel, en apprenant des nouvelles données qui arrivent chaque jour. Plus besoin d’attendre des semaines pour voir des améliorations : le modèle progresse au fil des heures, comme un élève qui apprendrait sans jamais s’arrêter.

Ce scénario n’est plus de la science-fiction. Les premiers pas sont déjà faits. Et si, demain, votre ordinateur personnel était capable de créer une IA plus maline que vous ?

UNE RÉVOLUTION QUI DÉPASSE LES FRONTIÈRES

Cette expérience montre que l’avenir de l’intelligence artificielle ne se limite pas aux laboratoires ultra-secrets des géants de la tech. Il se trouve aussi dans les garages, les bureaux, et même les chambres d’étudiants. Avec les bons outils, n’importe qui peut contribuer à façonner l’IA de demain.

La question n’est plus de savoir si l’auto-amélioration des IA est possible, mais quand elle deviendra accessible à tous. Et surtout, comment l’humanité saura en tirer le meilleur parti sans en perdre le contrôle.