Un vocabulaire en pleine évolution
L'intelligence artificielle se développe à une vitesse fulgurante, et chaque avancée s’accompagne d’une vague de néologismes. En cinq minutes de lecture, on rencontre déjà des acronymes comme LLM, RAG, RLHF ou encore AGI. Même les experts les plus chevronnés peuvent se sentir dépassés face à cette avalanche terminologique. Ce guide se veut un outil vivant, mis à jour régulièrement, qui simplifie ces concepts et les rend accessibles à tous les curieux du numérique.
Qu’est‑ce qu’une AGI ?
L’acronyme AGI désigne l’« intelligence artificielle générale ». Le terme reste flou, mais il renvoie globalement à une IA capable de surpasser l’humain dans la plupart des tâches intellectuelles. Selon le PDG d’OpenAI, Sam Altman, il s’agirait d’un collaborateur moyen humain que l’on pourrait embaucher. La charte d’OpenAI parle d’« systèmes hautement autonomes qui surpassent les humains dans la plupart des travaux à forte valeur économique ». De son côté, DeepMind conçoit l’AGI comme une IA au moins aussi performante que l’être humain sur la majorité des fonctions cognitives. Malgré ces divergences, l’idée centrale demeure : une forme d’intelligence qui ne se limite pas à un domaine spécialisé.
Agents IA et leurs multiples facettes
Un agent IA est un outil capable d’exécuter une série d’actions en votre nom, bien au-delà des simples réponses d’un chatbot. Il peut gérer des dépenses, réserver une table ou même écrire du code et en assurer la maintenance. La réalité est cependant plus complexe, car chaque acteur du secteur peut attribuer une signification légèrement différente à ce terme. Le point commun reste l’autonomie : l’agent puise dans plusieurs modèles d’IA pour enchaîner des opérations successives, souvent grâce à des API qui lui offrent un accès direct à d’autres services.
API : les boutons invisibles du logiciel
Les points de terminaison d’API fonctionnent comme des boutons cachés au dos d’une application. Les développeurs les utilisent pour créer des ponts entre systèmes, par exemple pour extraire des données d’un CRM ou permettre à un agent IA de commander un thermostat intelligent. À mesure que les agents gagnent en sophistication, ils apprennent à identifier et à actionner ces points de terminaison sans intervention humaine, ouvrant la porte à une automatisation inédite et parfois surprenante.
Raisonnement en chaîne de pensée
Dans le quotidien, répondre à une question simple nécessite rarement de réfléchir longuement : «Quel animal est le plus grand, une girafe ou un chat ?». En revanche, des problèmes plus complexes demandent de décomposer le raisonnement en étapes intermédiaires, comme résoudre une énigme à propos du nombre de têtes et de pattes d’animaux. Appliqué aux grands modèles de langage, le « chain‑of‑thought » consiste à scinder une tâche en sous‑questions afin d’optimiser la précision du résultat final. Cette approche, souvent entraînée par renforcement, rallonge le temps de réponse mais augmente fortement la fiabilité, surtout dans les domaines du code ou de la logique.
En bref
Maîtriser le jargon de l’IA ne nécessite pas d’être ingénieur en robotique. En comprenant les notions d’AGI, d’agents, d’API et de raisonnement en chaîne, vous disposez d’une base solide pour décrypter les dernières innovations et participer aux débats actuels. Le langage de l’intelligence artificielle continuera d’évoluer, mais ce lexique vous permettra de garder une longueur d’avance.