Intelligence artificielle · Analyse
Demis Hassabis Déclare Maintenant que l'AGI Pourrait Arriver dans Deux à Trois Ans
Publié:

En bref
Le directeur général de Google DeepMind, Demis Hassabis, a déclaré au magazine Wall Street Journal qu'il s'attend désormais à une intelligence artificielle générale (AGI) dans deux à trois ans, réduisant la fenêtre de trois à cinq ans qu'il avait citée au début de 2026. Il définit l'AGI à travers un 'test d'Einstein' et dit que son estimation continue de se rapprocher du présent.
Cette version est une traduction automatique de l'original (English). Lire l'original
Demis Hassabis, cofondateur et directeur général de Google DeepMind, a déclaré au magazine The Wall Street Journal qu'il s'attend désormais à ce que l'intelligence artificielle générale (AGI) arrive dans deux à trois ans. L'entrevue a été publiée le 21 octobre 2026, dans le cadre du dossier des prix 'Innovateur en technologie' du magazine, où Hassabis a été nommé lauréat d'honneur 2026 en technologie.
Interrogé sur le calendrier, Hassabis a déclaré que c'était imminent et que son estimation continuait de se rapprocher du présent, selon le profil. La nouvelle fenêtre marque un rétrécissement de la plage de trois à cinq ans qu'il avait citée publiquement au début de 2026.
Ce que Hassabis entend par AGI
Hassabis définit l'AGI comme une cognition au niveau humain et a décrit un repère spécifique qu'il appelle le 'test d'Einstein'. Selon ce test, un système se qualifierait comme AGI s'il était entraîné uniquement sur les connaissances humaines disponibles jusqu'en 1901, il pourrait produire indépendamment le type de percées qu'Albert Einstein a réalisées dans ses articles de 'annus mirabilis' de 1905 — couvrant l'effet photoélectrique, le mouvement brownien, la relativité restreinte et l'équivalence masse-énergie.
Dans le profil du magazine Wall Street Journal, Hassabis a également décrit sa mission plus large en deux étapes : d'abord résoudre l'intelligence elle-même, puis utiliser cette intelligence pour aborder d'autres grands problèmes scientifiques. Il a cité la recherche en physique et le traitement du cancer comme des applications précoces qu'il espère poursuivre une fois que des systèmes d'IA plus avancés seront disponibles.
Un calendrier qui a changé au cours de 2026
Les déclarations publiques de Hassabis sur l'arrivée de l'AGI ont changé au cours de 2026. À la conférence des développeurs Google I/O le 20 mai 2026, il a déclaré que l'IA avait atteint ce qu'il appelait les contreforts de la singularité, précisant qu'il voulait dire l'ère actuelle plutôt qu'un moment unique de transformation. À cet événement, il a également déclaré que les agents et les outils de codage avaient commencé à fonctionner efficacement au cours de l'année, le décrivant comme un stade précoce de l'utilisation pratique de l'IA.
| Quand | Calendrier énoncé / cadrage | Contexte |
|---|---|---|
| Début 2026 | Trois à cinq ans | Estimation publique citée avant l'entrevue du magazine Wall Street Journal |
| 20 mai 2026 | 'Contreforts de la singularité' | Remarques de clôture de Google I/O |
| 21 octobre 2026 | Deux à trois ans | Profil 'Innovateur en technologie' du magazine Wall Street Journal |
Isomorphic Labs et le débat réglementaire
Le profil du magazine Wall Street Journal a également évoqué Isomorphic Labs, une société de découverte de médicaments fondée par Hassabis qui applique des modèles d'IA de style AlphaFold à la découverte de médicaments. Il a été rapporté que l'entreprise était en pourparlers pour lever plus de 2 milliards de dollars de financement à une valorisation d'environ 40 à 50 milliards de dollars.
Sur la question de la supervision de l'IA, le profil a décrit Hassabis arguant contre une réglementation prématurée de la technologie, une position cohérente avec son poussée en 2026 pour que le développement industriel se poursuive tandis que les cadres de gouvernance sont élaborés parallèlement.
Pourquoi l'opinion de Hassabis a du poids
Hassabis dirige la recherche en IA de Google DeepMind. En octobre 2024, lui et son collègue de DeepMind John Jumper ont partagé la moitié du prix Nobel de chimie pour AlphaFold, un modèle d'IA qui prédit les structures tridimensionnelles des protéines à partir de séquences génétiques ; l'autre moitié de ce prix a été attribuée à David Baker. Le comité Nobel a décrit à l'époque cette réussite comme l'accomplissement d'un objectif poursuivi depuis longtemps dans la science des protéines.
Je me mets à jour de plus en plus près.
Comme l'AGI n'a pas de définition scientifique unique convenue, le calendrier de Hassabis reflète son propre repère — le test d'Einstein — plutôt qu'une norme à l'échelle de l'industrie. D'autres leaders de l'IA ont proposé des définitions et des calendriers différents, que les sources examinées pour cet article n'ont pas détaillés en termes comparables.
Vos questions
- Qu'a dit Demis Hassabis sur l'arrivée de l'AGI ?
- Il a déclaré au magazine Wall Street Journal, publié le 21 octobre 2026, qu'il s'attend à une intelligence artificielle générale dans deux à trois ans, disant que son estimation continue de se rapprocher du présent.
- Comment Hassabis définit-il l'AGI ?
- Il utilise un 'test d'Einstein' : si un système entraîné uniquement sur les connaissances disponibles avant 1901 pourrait produire indépendamment les percées d'Einstein de 1905, y compris la relativité restreinte et l'effet photoélectrique.
- Le calendrier AGI de Hassabis a-t-il changé au cours de 2026 ?
- Oui. Au début de 2026, il a cité une fenêtre de trois à cinq ans ; en mai 2026, il a déclaré que l'IA était aux 'contreforts de la singularité' ; en octobre 2026, il a réduit l'estimation à deux à trois ans.
- Qu'est-ce qu'Isomorphic Labs et pourquoi est-elle mentionnée ?
- Isomorphic Labs est une société de découverte de médicaments fondée par Hassabis qui applique l'IA de style AlphaFold à la découverte de médicaments ; le profil du magazine Wall Street Journal a rapporté qu'elle cherchait à lever plus de 2 milliards de dollars de financement avec une valorisation de 40 à 50 milliards de dollars.
- Pour quoi d'autre Hassabis est-il connu en plus de cette prédiction ?
- Il dirige la recherche en IA de Google DeepMind et en 2024 a partagé le prix Nobel de chimie avec John Jumper pour AlphaFold, un système d'IA qui prédit les structures des protéines.
Les sources
- t2online — Demis Hassabis expects AGI within two to three years
- AIWeekly — Hassabis trims AGI window to two-to-three years in WSJ profile
- Semafor — Google exec Demis Hassabis predicts we're 'at the foothills of the singularity'
- TechCrunch — DeepMind's Demis Hassabis and John Jumper scoop Nobel Prize in Chemistry for AlphaFold
Ce texte a été préparé avec l'intelligence artificielle et a passé une vérification automatique des sources avant publication. Si vous voyez une erreur, demandez une correction. Demander une correction ou un droit de réponse · Notre méthode
À lire aussi

Intelligence artificielleAnalyse
Comment fonctionnent réellement les chatbots d'IA comme ChatGPT et Claude, expliqué
Les chatbots d'IA sont construits sur des modèles de langage volumineux (LLM), des réseaux neuronaux entraînés à prédire le prochain "token" dans une séquence de texte. Ils convertissent les mots en nombres, utilisent un mécanisme d'attention pour peser comment les mots se rapportent les uns aux autres, et sont ensuite ajustés avec un retour d'information humain pour se comporter comme des assistants utiles plutôt que comme des prédicteurs de texte brut.
Intelligence artificielleAnalyse
Comment les algorithmes de recommandation d'IA décident ce que vous voyez et achetez en ligne
Les systèmes de recommandation d'IA personnalisent les fils d'actualité et les suggestions de produits en analysant ce que les utilisateurs cliquent, regardent, évaluent et achètent, puis en mettant en correspondance ce comportement avec des modèles d'utilisateurs similaires. Des plateformes comme Netflix, YouTube et Amazon affirment qu'elles utilisent des signaux d'engagement et contextuels—et non, dans certains cas, des données démographiques—tandis que les régulateurs aux États-Unis et dans l'UE ont soulevé des préoccupations concernant la transparence et la collecte de données derrière ces systèmes.
Intelligence artificielleAnalyse
Pourquoi les modèles de langage d'IA hallucinent : la recherche derrière les fausses réponses
Les « hallucinations » d'IA se produisent parce que les modèles de langage sont entraînés à prédire le mot plausible suivant, et non à vérifier la vérité, et parce que les tests utilisés pour les noter récompensent les suppositions confiantes plutôt que d'admettre l'incertitude. Les chercheurs d'OpenAI soutiennent que le problème est en partie une conséquence mathématique de la manière dont les modèles sont entraînés et en partie un résultat de la manière dont l'industrie de l'IA les évalue.
Intelligence artificielleMode d'emploi
Comment détecter les deepfakes et les images générées par l'IA : Un guide étape par étape
Identifier de manière fiable un deepfake ou une image générée par l'IA nécessite de combiner des vérifications visuelles, des outils de provenance tels que Content Credentials ou SynthID et une recherche d'image inversée — aucune méthode unique ne détecte chaque faux. Les chercheurs en détection avertissent que les outils automatisés peuvent être trompés par de simples modifications comme le recadrage ou la compression, la vérification du contexte reste donc essentielle.