Jensen Huang déclare : « L'AGI est là » après Astra d'OpenAI
Le PDG de Nvidia a lié cette affirmation aux GPU Nvidia alors que les critiques et les auteurs de benchmarks rejetaient Astra comme preuve d'intelligence générale.
Le PDG de Nvidia, Jensen Huang, a déclaré « L'AGI est arrivée » dans un post X dimanche, félicitant OpenAI pour son nouveau modèle Astra, liant explicitement cette affirmation marquante à l'infrastructure GPU de Nvidia. OpenAI déploie Astra auprès des clients cette semaine, mais des critiques éminents et des organisateurs de benchmarks affirment que le label « AGI » reste non prouvé et mal défini.
Points clés
- Jensen Huang a écrit « L'AGI est arrivée » dans un post X félicitant OpenAI pour Astra, et il a pointé vers le matériel Nvidia comme le substrat d'entraînement.
- OpenAI a positionné Astra comme le « modèle le plus intelligent et aligné au monde » et a déclaré qu'il serait déployé auprès des clients « cette semaine ».
- Le président d'OpenAI, Greg Brockman, a déclaré aux journalistes : « Bienvenue dans l'ère de l'AGI », arguant qu'Astra pourrait être le point d'inflexion que les gens identifieront plus tard comme l'arrivée de l'AGI.
- Le chercheur en IA Gary Marcus a contesté le cadre, disant que Huang « n'a donné aucune preuve ni définition » et que « selon les définitions conventionnelles, Astra reste en deçà ».
Huang déclare que « l'AGI est arrivée » — et relie Astra aux puces Nvidia.
Le post de Huang dimanche a fait deux choses à la fois : il a déclaré une étape scientifique contestée et l'a ancrée à une chaîne d'approvisionnement spécifique. « De ChatGPT à o1 à Astra en 4 ans », a écrit Huang sur X. « L'AGI est arrivée. Félicitations à l'équipe @OpenAI. » Il a également indiqué qu'Astra avait été entraîné sur des puces Nvidia et a ajouté un teaser de calcul : « 400K GPU à venir en ligne prochainement. »
Cette liaison est importante car elle réduit le titre « AGI » à un récit matériel que les traders peuvent réellement modéliser. Les GPU (unités de traitement graphique) sont les puces haute performance utilisées pour entraîner des modèles de pointe et les exécuter en production.
Lorsque le PDG le plus visible dans le calcul IA déclare que l'étape est ici et sous-entend que la prochaine vague de capacité est imminente, le marché entend à la fois une affirmation de capacité et un signal de demande.
OpenAI a été explicite sur la dépendance. Dans une annonce de financement de mars, la société a qualifié Nvidia de « fondation de notre infrastructure », ajoutant : « Notre flotte d'entraînement et la majorité de notre pile d'inférence continuent de fonctionner sur des GPU Nvidia », l'inférence étant définie comme le service d'un modèle entraîné aux utilisateurs en temps réel.
Ce que dit OpenAI qu'Astra peut faire, et à quelle vitesse elle est déployée
OpenAI a dévoilé Astra jeudi et l'a présentée à la fois comme un changement de paradigme en matière de recherche et un produit disponible dès maintenant. La société a qualifié Astra de « modèle le plus intelligent et aligné au monde » et a déclaré qu'elle pouvait effectuer « le travail professionnel le plus exigeant avec une rapidité, une précision et un jugement inégalés. » OpenAI a déclaré qu'Astra serait déployée auprès des clients « cette semaine. »
Lors d'un appel jeudi avec des journalistes, le président d'OpenAI, Greg Brockman, a renforcé encore plus le cadre temporel. « Bienvenue dans l'ère de l'AGI », a déclaré Brockman. Il a ajouté que les gens pourraient se retourner et penser que l'AGI a été créée « à peu près à cette époque, et je pense que cela pourrait concerner ce modèle », et a conclu : « Pour moi personnellement, je pense que nous y sommes. »
Le problème est que « l'AGI » n'est pas une spécification, c'est une étiquette. La propre définition d'OpenAI dans la même fenêtre est « des systèmes hautement autonomes qui surpassent les humains dans la plupart des travaux économiquement précieux », mais le terme est largement considéré comme flou même à l'intérieur des entreprises qui construisent les modèles. Sam Altman a récemment décrit l'AGI comme « un terme très mal défini. J'allais dire que c'est comme un terme marketing sans pertinence. »
Cependant, le calendrier de déploiement est le détail opérationnel qui peut influencer la demande de calcul à court terme, peu importe comment quiconque l'appelle. Si Astra devient le modèle par défaut pour les charges de travail à forte valeur, la charge d'inférence peut augmenter rapidement, et l'inférence est là où les heures GPU se transforment en dépenses récurrentes.
La réponse immédiate : Pourquoi les critiques disent qu'Astra n'est pas de l'AGI
La réaction est arrivée en quelques heures car la revendication effectue un travail rhétorique que les benchmarks ne règlent pas. Gary Marcus, un chercheur en IA et critique de longue date du battage médiatique autour de l'AGI, a soutenu que le post de Huang substituait l'autorité à la définition.
« Huang n'a fourni aucune preuve ni aucune définition, ce qui me semble être un effort de prise de contrôle d'une question scientifique par un fiat », a écrit Marcus. « Déclarer la victoire sans définition brouille simplement les eaux. »
Marcus a joint sa propre définition de l'AGI en 10 points et a déclaré qu'Astra ne répondait qu'à « un ou deux » de ces critères. « Selon les définitions conventionnelles, Astra est toujours en deçà », a-t-il écrit.
Même les organisateurs de référence qu'OpenAI a mis en avant se sont arrêtés avant d'approuver l'étiquette AGI. Les chercheurs derrière le prix ARC ont décrit les résultats d'Astra comme une "avancée majeure", mais ont déclaré que le succès sur la référence n'est pas une preuve d'AGI car les tests sont "étroitement définis" et ne reflètent pas la "complexité et l'ouverture" du monde réel.
En d'autres termes, un modèle peut gagner un ensemble de tests standardisés et échouer dans l'environnement chaotique et adversarial que l'intelligence "générale" est censée couvrir.
Ce différend définitionnel n'est pas une simple chicanerie académique. Si "AGI" est traité comme un jalon marketing, cela peut faire avancer les attentes en matière d'adoption, de réglementation et de capex. S'il est traité comme un seuil scientifique, le fardeau de la preuve est plus élevé qu'une seule victoire sur un benchmark et un post d'un PDG.
Signaux à surveiller pour Huang affirme que l'AGI est arrivée avec OpenAI.
Le premier signal concret est de savoir si Nvidia ou OpenAI clarifie à quoi se réfère "400K GPU en ligne prochainement". L'opérateur, le calendrier et si la capacité est réservée pour des sessions d'entraînement ou un service d'inférence ne sont pas spécifiés, et ces détails déterminent s'il s'agit d'une offre à court terme pour les charges de travail des clients ou d'un entraînement de frontière à plus long terme.
Le deuxième est la forme réelle du déploiement d'Astra cette semaine : niveaux de disponibilité, tarification et si OpenAI positionne Astra comme le modèle par défaut pour les charges de travail d'entreprise. Une montée rapide de l'utilisation payante compterait plus pour la demande de GPU que tout débat sur l'étiquette.
Troisièmement, surveillez les déclarations de suivi des organisateurs de référence, y compris les chercheurs du prix ARC, sur ce que les résultats d'Astra démontrent et ne démontrent pas au-delà des tests définis. Si la communauté des benchmarks resserre son langage ou élargit l'évaluation à des contextes plus ouverts, cela change le poids que les traders devraient accorder aux titres "AGI".
Enfin, il y a l'indice définitionnel. Si OpenAI réitère ou affine sa définition de l'AGI ("systèmes hautement autonomes qui surpassent les humains dans la plupart des travaux économiquement précieux") dans les communications ultérieures sur Astra, cela signalera si l'entreprise souhaite que le terme soit une barre mesurable ou un parapluie narratif.
Comment les traders devraient lire le titre 'AGI' par rapport à la réalité matérielle.
La partie qui se négocie clairement ici n'est pas de savoir si Astra est "AGI", mais que Nvidia et OpenAI soudent publiquement les gains de capacité de frontière à l'échelle des GPU Nvidia. Le post de Huang, le langage d'OpenAI sur la "fondation de notre infrastructure" et le teasing des "400K GPU" pointent tous dans la même direction : le prochain progrès du modèle est vendu comme une histoire de calcul.
Le seuil qui compte est de savoir si le déploiement d'Astra se traduit par une charge d'inférence soutenue qui force de réelles décisions de capacité, pas seulement des discours de jalons plus bruyants. Si Astra devient un modèle d'entreprise par défaut et que la ligne des "400K GPU" se résout en un plan de déploiement daté et attribuable, la configuration commence à sembler structurelle plutôt que dictée par la narration.
