Le cofondateur de Google, Sergey Brin, affirme que le développement de l'IA de l'entreprise a atteint le point où ses modèles contribuent activement à construire leurs propres successeurs – une dynamique connue sous le nom d'auto-amélioration récursive, ou RSI. S'exprimant lors d'une table ronde sur la création du nouveau modèle Gemini 4 de Google, Argon, Brin a déclaré que le développement de l'IA s'accélérait en interne et que l'entreprise "commençait à se lancer dans le tapis roulant RSI".

"Et maintenant, nos chercheurs et le modèle travaillent main dans la main pour créer la prochaine version du modèle", a déclaré Brin lors de la table ronde partagée par Google mercredi. Ses commentaires ont été rapportés pour la première fois par Business Insider. Ces remarques placent le cofondateur de Google – qui a joué un rôle de plus en plus actif dans le programme Gemini – directement au cœur du débat le plus important de l'industrie : les systèmes d'IA vont-ils bientôt s'améliorer plus rapidement que les ingénieurs humains. Pour une couverture continue de ce débat, suivez nos Actualités sur la recherche en IA.

Ce que Brin a souligné comme preuve

Brin a souligné la cadence des versions du modèle Flash de Google menant à Gemini 4 comme preuve que la boucle de rétroaction est déjà en train de tourner. L’implication est que chaque génération de modèles réduit le temps nécessaire pour produire le suivant, en tant que composé d’outils de codage, d’évaluation et de recherche automatisés.

La propre documentation de sécurité de Google pour Argon semble confirmer certaines parties de cette image. Selon le rapport de sécurité du modèle, « les agents d'IA fonctionnent désormais comme des assistants à fort effet de levier qui créent la majorité du code de production et des corrections de bogues, bien que les modifications du code restent soumises à un examen humain avant d'être soumises ». En d’autres termes, l’entreprise décrit un flux de travail dans lequel les modèles produisent la majeure partie du code, tandis que les humains conservent le dernier mot sur ce qui est expédié.

Le débat plus large sur le RSI

Anthropic et OpenAI ont également déclaré que l'IA pourrait être sur le point de devenir RSI, et un rapport de la société Gladstone AI publié cette semaine expose la manière dont les entreprises d'IA s'y dirigent. Selon le rapport de Business Insider, la plupart des chercheurs interrogés – travaillant dans des sociétés telles qu'Anthropic, OpenAI et Google DeepMind – pensent que le RSI commencera dans les 3 à 12 prochains mois et pourrait arriver plus tôt en l'absence d'intervention gouvernementale.

Pourquoi la chronologie est importante

L’auto-amélioration récursive n’est pas simplement une autre étape de capacité. Si les modèles deviennent la principale main-d’œuvre de la recherche sur l’IA elle-même, le rythme des progrès deviendra plus difficile à prévoir et à gouverner. C’est pourquoi RSI a été au cœur des avertissements d’éminents chercheurs en IA le mois dernier selon lesquels les humains pourraient perdre le contrôle de la technologie si des garde-fous suffisants ne sont pas mis en place.

Le cadrage de Brin était particulièrement neutre. Plutôt que de considérer le tapis roulant RSI comme une hypothèse lointaine, il l'a décrit comme une condition opérationnelle du programme de développement de modèles de Google – chercheurs et modèles travaillant « main dans la main » sur chaque version successive.

Les contrepoints

Tout le monde au sein de Google n’est pas d’accord sur la vitesse à laquelle le volant tourne. Un article du même cycle d'information indiquait que Google DeepMind n'avait constaté aucune accélération significative de la recherche et du développement en matière d'apprentissage automatique dans ses propres évaluations, une conclusion qui diverge de la rhétorique plus alarmée de certains concurrents. L'écart entre ces deux lectures – le cofondateur de Google décrivant un tapis roulant qui a commencé à bouger, et les chercheurs en sécurité de Google ne mesurant aucune accélération spectaculaire – est en soi un instantané de l'incertitude qui règne dans le domaine quant à sa propre trajectoire.

Il existe également des réserves structurelles. Les agents qui créent la majorité du code de production opèrent toujours sous contrôle humain, et une grande partie de ce qui compte aujourd'hui comme « la recherche sur l'IA automatisant l'IA » implique aujourd'hui de réduire les espaces de recherche, de générer des solutions candidates et d'exécuter des évaluations – une assistance à fort effet de levier plutôt qu'une découverte autonome.

Que regarder

Trois choses diront aux observateurs si la métaphore du tapis roulant de Brin se vérifie. Premièrement, la cadence de sortie des propres modèles de Google, où des intervalles plus courts entre les générations seraient le signal visible le plus clair. Deuxièmement, d'autres laboratoires pionniers commencent-ils à quantifier la part de leur pipeline de recherche et d'ingénierie qui est exécutée sur modèle, comme l'a fait le rapport sur la sécurité Argon de Google. Troisièmement, les gouvernements agissent-ils sur la base de rapports comme celui de Gladstone AI, dont les chercheurs interrogés ont explicitement conditionné leur calendrier à l'absence d'intervention.

L'économie derrière le tapis roulant

Il y a aussi une simple logique commerciale dans les commentaires de Brin. Si les modèles raccourcissent considérablement les cycles de recherche, le coût marginal de chaque nouvelle génération de modèle diminue et l’entreprise qui boucle la boucle en premier obtient un avantage cumulatif en termes de capacité et de prix. Google a déjà signalé sa volonté de rivaliser de manière agressive sur le deuxième axe, en réduisant les prix des API de ses concurrents avec Argon tout en lançant des modèles de classe Flash pour les charges de travail à volume élevé. Un véritable volant d'inertie RSI dynamiserait cette stratégie, ce qui explique pourquoi Google a tout intérêt à la décrire comme étant déjà en cours.

Pour l'instant, l'importance de la table ronde est de positionnement : l'un des fondateurs de Google décrit publiquement l'auto-amélioration récursive non pas comme un scénario de risque mais comme la réalité de travail de l'entreprise. Ce recadrage – de l’expérience de pensée à la feuille de route – pourrait s’avérer être l’élément le plus intéressant du cycle de lancement de Gemini 4, quel que soit l’endroit où les scores de référence se situent.

---

Gardez une longueur d'avance sur l'IA

Recevez les dernières actualités, analyses et avancées en matière d'IA, le tout en un seul endroit.

Lire plus d'actualités sur l'IA →