Rapport DeepMind sur le passage de l’AGI à l’ASI

Le fait — Google DeepMind a publié le 12 juin 2026 un rapport intitulé « From AGI to ASI ». Les auteurs incluent Shane Legg, cofondateur de DeepMind, Marcus Hutter, chercheur en théorie de l’intelligence, et plusieurs responsables en gouvernance. Le document part de l’idée que l’AGI de niveau humain est désormais une cible concrète de la prochaine décennie pour plusieurs grandes organisations. Il examine ensuite la transition possible vers une superintelligence artificielle, définie intuitivement comme plus capable que de grandes organisations humaines. Le rapport décrit quatre voies possibles. La première est la simple mise à l’échelle des systèmes AGI. La deuxième est un changement de paradigme technique. La troisième est l’amélioration récursive, où l’IA améliore elle-même ses propres capacités. La quatrième est l’émergence d’ASI à partir de collectifs multi-agents de grande taille. Les auteurs insistent aussi sur les frictions possibles et sur des questions de recherche encore ouvertes.

Le contexte — Ce texte n’est pas une annonce produit. C’est une prise de position institutionnelle de DeepMind sur l’après-AGI. Elle compte car DeepMind est l’un des rares laboratoires à articuler à la fois capacités, sécurité et gouvernance. Le rapport traite aussi l’idée qu’un unique basculement sociétal au moment de l’AGI pourrait être une image trompeuse. Il suggère plutôt une série de changements transformateurs liés à l’usage de l’IA dans la science et la technologie. Cela recadre le débat sur les timelines. La question n’est plus seulement quand l’AGI arrive, mais à quelle vitesse les gains s’enchaînent après ce seuil. L’analyse — Le signal important est moins une prédiction datée qu’un changement de cadrage. DeepMind normalise l’idée que l’AGI est devenue un objectif explicite de grands acteurs. Le rapport accorde aussi une place sérieuse à des scénarios où le progrès continue d’accélérer après l’AGI. Cela réduit la distance conceptuelle entre débat sur l’AGI et débat sur l’ASI. En même temps, le texte ne tranche ni sur la faisabilité rapide de l’amélioration récursive, ni sur la force réelle des goulots d’étranglement. Cette prudence compte, car elle laisse ouverte une tension centrale. Les obstacles matériels, algorithmiques et sociaux ralentiront-ils la trajectoire, ou bien les laboratoires se préparent-ils déjà à une continuité plus rapide qu’ils ne peuvent la gouverner ?