La singularité de l'IA est un processus, pas un moment

Tout dépend de quelle singularité tu parles.

S'il s'agit d'un moment précis — un jour, une superintelligence apparaît et tout change de manière irréversible —, cela ne s'est pas produit et ne se produira probablement pas de cette façon à court terme. Mais si la singularité désigne le processus que j'ai décrit dans The Gentle Singularity, alors la réponse est que nous y sommes déjà : « Nous avons franchi l'horizon des événements, le décollage a commencé. » Cela ne ressemble pas à une singularité, car une singularité ne ressemble jamais à une singularité. En 2017, j'ai écrit que l'intégration humain-machine est progressive et que les processus progressifs sont difficiles à remarquer ; à l'époque, je pensais qu'elle était déjà en cours depuis quelques années. Aujourd'hui, nous sommes toujours sur la même courbe : l'émerveillement devient quotidien, le quotidien devient le seuil minimal — il y a quelques années, tu étais stupéfait qu'un modèle puisse écrire un beau paragraphe, maintenant tu demandes quand il pourra écrire un roman entier.

La vraie contrainte n'est pas dans les algorithmes, mais dans la physique. Un centre de données met de 1 à 3,6 ans entre le début des travaux et la pleine puissance de 1 GW, et la disponibilité de l'électricité, la fiabilité du réseau et l'opposition des communautés deviennent les principales limites des nouveaux projets ; les États-Unis prévoient d'ajouter près de 45 GW en trois ans. La pente de cette phase est donc déterminée par l'électricité, le foncier et les permis, pas par les idées. C'est le point le plus mal compris des deux dernières années : la courbe des capacités grimpe encore, mais le goulot d'étranglement s'est déplacé d'un cran vers l'amont.

Pour juger si cela accélère vraiment, je ne regarde pas le rythme de publication des labos, mais deux choses. Premièrement, l'IA qui fait de la recherche en IA produit-elle une accélération visible des découvertes au niveau du domaine, et pas seulement des rapports de productivité internes. Deuxièmement, l'auto-amélioration ne tourne-t-elle qu'à l'intérieur de scoreurs externes fixes. Aujourd'hui, l'auto-raffinage borné est une pratique industrielle, la récursivité ouverte n'est pas encore prouvée, et une étude de 2026 a révélé que 73,8 % des soi-disant optimisations produites par des agents de code n'apportent des gains que sur des indicateurs proxy, sans bénéfice réel. C'est plus rapide, mais ce n'est pas encore le stade où cela peut s'accélérer soi-même.

Donc : processus oui, moment non. Si un jour la contribution de l'IA à la recherche en IA devient visible dans le taux de découverte du domaine, ce sera le signal qui me fera changer d'avis.