À la poursuite de l'intelligence générale : le lancement d'ARC-AGI-3 à San Francisco

Dans sa quête d'une véritable intelligence artificielle, l'industrie s'est longtemps appuyée sur des jeux de données massifs et la reconnaissance mécanique de motifs. Pourtant, le prochain lancement d'ARC-AGI-3 chez Y Combinator, à San Francisco, marque une rupture avec cette tendance. En misant sur des environnements interactifs qui exigent une résolution de problèmes authentique, les chercheurs affrontent enfin la frontière insaisissable de la généralisation.

Au-delà du savoir préentraîné

Dans son principe, la philosophie de l'ARC Prize est simple : les grands modèles de langage actuels dépendent lourdement d'immenses quantités de savoir préentraîné. François Chollet et le cofondateur Mike Knoop soutiennent que cette dépendance masque une absence de véritable raisonnement. Le benchmark ARC-AGI-3 est conçu pour révéler cet écart en soumettant aux agents plus de 1 000 niveaux répartis sur plus de 150 environnements en grille, qui exigent de planifier et de s'adapter sans instructions préalables.

“la métrique sépare les systèmes qui « pensent » réellement de ceux qui se contentent d'optimiser des motifs connus.”

Ce benchmark n'est plus une simple curiosité de recherche. Il est devenu un signal critique d'intelligence fluide pour des laboratoires d'IA de pointe comme OpenAI et Google DeepMind. À mesure que les modèles sont de plus en plus testés sur ces énigmes résolubles par l'humain, la métrique sépare les systèmes qui « pensent » réellement de ceux qui se contentent d'optimiser des motifs connus.

La route vers l'AGI chez Y Combinator

L'événement de lancement, prévu le 25 mars 2026, promet une discussion à forts enjeux. Avec une conversation au coin du feu entre François Chollet et Sam Altman, animée par Deedy Das, le rendez-vous devrait aborder les limites des architectures d'IA actuelles. Si certains sceptiques estiment que le raisonnement au niveau humain reste un objectif lointain, la pression concurrentielle de l'ARC Prize — alimentée par des cagnottes à un million de dollars — continue de stimuler une innovation architecturale significative. En s'éloignant de la simple mise à l'échelle des paramètres au profit de boucles d'optimisation affinées tâche par tâche, la communauté déplace son attention vers l'efficacité avec laquelle une IA résout un problème, plutôt que vers le seul fait d'atteindre un résultat.