De nouvelles recherches incroyables dans le domaine de l'« informatique photonique » pourraient avoir des implications décisives pour le développement d'une intelligence artificielle de niveau humain. 

Des scientifiques en Chine ont récemment développé une puce d'entraînement pour l'intelligence artificielle utilisant la lumière plutôt que l'électricité pour réaliser des calculs. Selon l'équipe, cette puce est nettement plus efficace que les puces d'IA les plus populaires sur le marché.

Parallèlement, une équipe de chercheurs d'Oxford a démontré que des techniques de calcul basées sur la lumière peuvent être réalisées avec des sources lumineuses ordinaires, plutôt qu'avec des lasers haute puissance.

Ces deux percées représentent une avancée potentielle dans le développement de l'artificial general intelligence (AGI), l'intelligence artificielle générale également connue sous le nom d'« IA de niveau humain ».

Intelligence artificielle générale

L'AGI n'est pas un terme scientifique. C'est une idée purement théorique qui signifie essentiellement « une machine suffisamment intelligente pour accomplir tout ce qu'un humain moyen pourrait faire, avec les mêmes ressources ».

Les scientifiques explorent de nombreuses voies pour atteindre l'AGI, les transformateurs pré-entraînés génératifs (GPT) étant l'une des plus populaires. Cependant, certains chercheurs affirment que les GPT sont une impasse sur la voie de l'AGI et d'autres encore disent que nous aurons besoin de quelque chose de plus puissant que les ordinateurs classiques pour imiter le cerveau humain.

Informatique photonique

L'utilisation de la lumière pour effectuer des calculs existe depuis les années 1960. On l'appelle souvent calcul optique, et selon les physiciens travaillant dans ce domaine, cela pourrait un jour remplacer le calcul par signaux électriques en raison du fait que la génération de lumière nécessite beaucoup moins d'énergie que la génération d'électricité.

Maintenant qu'une équipe en Chine a développé une puce photonique spécifiquement pour l'entraînement d'un modèle d'IA, et qu'une autre équipe au Royaume-Uni a démontré le calcul photonique utilisant une lumière normale, il semble y avoir de nouvelles options disponibles pour les chercheurs en IA.

Classique ou quantique ?

Pour essayer d'imiter la pensée humaine, les développeurs d'IA continuent d'élargir des modèles tels que GPT-4o dans l'espoir qu'un jour ils seront suffisamment grands pour imiter la multitude de connexions entre les 100 milliards de neurones et les 1 000 trillions de synapses dans nos cerveaux.

Cependant, des recherches suggèrent que nos cerveaux fonctionnent plus comme des ordinateurs quantiques. Si c'est vrai, un modèle d'IA binaire devrait, théoriquement, contenir beaucoup plus de neurones et de synapses artificiels que le cerveau humain pour approcher sa complexité.

Les chercheurs ont donc deux possibilités. Ils peuvent soit maximiser leur calcul binaire, soit repartir à zéro avec du matériel quantique et des solutions de formation.

Si les puces d'IA photoniques s'avèrent être une alternative viable et économe en énergie au statu quo, il est possible qu'elles poussent les modèles GPT au-delà de ce qui serait autrement possible en raison de leur seule efficacité.

Et en ce qui concerne l'interfaçage avec de potentielles solutions d'IA quantique à l'avenir, il est un fait naturel que la lumière voyage plus vite que l'électricité.