Alexander Embiricos, responsable du développement de produits pour l’agent de codage Codex d’OpenAI, a déclaré le Le podcast de Lenny que la vitesse de frappe humaine limite les progrès vers l’intelligence artificielle générale car elle limite les invites et la validation des résultats. Embiricos a identifié le facteur limitant actuellement sous-estimé de l’AGI comme la vitesse de frappe humaine ou la vitesse multitâche humaine lors de l’écriture des invites. Codex fonctionne comme l’agent de codage d’OpenAI, conçu pour faciliter les tâches de programmation. Ses commentaires sont apparus dans l’épisode du podcast diffusé dimanche. L’intelligence artificielle générale fait référence à une forme théorique d’IA capable de raisonner aussi bien, voire mieux, que les humains dans diverses tâches. Les grandes entreprises d’IA rivalisent pour développer l’AGI en premier. Embiricos a expliqué qu’un agent IA peut surveiller l’ensemble du flux de travail d’un utilisateur, mais que le processus reste contraint si l’agent ne valide pas ses propres sorties. Il a déclaré : « Vous pouvez demander à un agent de surveiller tout le travail que vous faites, mais si l’agent ne valide pas également son travail, alors vous êtes toujours bloqué, par exemple, pouvez-vous revoir tout ce code ? Cette étape de révision dépend de la vitesse de frappe de l’utilisateur. Pour surmonter cet obstacle, Embiricos a préconisé de décharger les humains des tâches de rédaction d’invites et de validation du travail généré par l’IA, compte tenu de la lenteur de la contribution humaine. Il a mis l’accent sur la reconstruction des systèmes pour positionner l’agent comme l’outil utile par défaut dans les flux de travail. De tels changements permettraient une croissance semblable à celle d’un bâton de hockey, un modèle dans lequel la productivité reste initialement stable avant de connaître une forte hausse, ressemblant à la forme d’un bâton de hockey. Embiricos a déclaré : « Si nous pouvons reconstruire les systèmes pour que l’agent soit utile par défaut, nous commencerons à débloquer des bâtons de hockey. » Embiricos a noté qu’il n’existe pas de chemin unique vers des flux de travail entièrement automatisés. Au lieu de cela, chaque cas d’utilisation nécessite une approche sur mesure pour intégrer efficacement les agents d’IA. Il prévoit que les premiers utilisateurs connaîtront ces pics de productivité à partir de l’année prochaine. Au cours des années suivantes, les grandes entreprises réaliseront des gains similaires à mesure qu’elles adopteront plus largement les agents d’IA. L’AGI émergera entre les augmentations de productivité initiales des premiers utilisateurs et le moment où les géants de la technologie automatiseront entièrement les processus à l’aide d’agents d’IA. Embiricos a déclaré : « Quelque part entre le moment où les premiers utilisateurs commencent à constater des gains de productivité et le moment où les géants de la technologie parviennent à automatiser entièrement les processus avec des agents IA, nous verrons AGI. » Ces augmentations de productivité réorienteront les ressources vers les laboratoires de recherche en IA. Embiricos a conclu : « Ces bâtons de hockey reviendront dans les laboratoires d’IA, et c’est à ce moment-là que nous serons essentiellement à l’AGI. »
