SMGI: A Structural Theory of General Artificial Intelligence

Ce papier présente SMGI, une théorie structurelle de l'intelligence artificielle générale qui formalise l'apprentissage comme une évolution contrôlée de l'interface d'apprentissage via un méta-modèle typé, établissant ainsi un cadre unificateur qui englobe et généralise des approches existantes telles que la minimisation du risque empirique, l'apprentissage par renforcement et les modèles de priors de programmes.

L'essentiel

Imaginez que vous essayez d'enseigner à un enfant comment naviguer dans le monde.

La méthode actuelle de l'intelligence artificielle (IA), c'est un peu comme donner à cet enfant un manuel de cuisine très épais et lui dire : « Apprends par cœur toutes les recettes ». Si vous lui donnez une nouvelle recette (un nouveau jeu vidéo, un nouveau langage), il doit tout réapprendre depuis zéro, ou alors il oublie les anciennes recettes. C'est ce qu'on appelle l'apprentissage dans un cadre fixe.

Le papier que vous avez soumis, intitulé SMGI (Modèle Structurel de l'Intelligence Générale), propose une idée radicalement différente. Il ne s'agit pas seulement de donner plus de recettes à l'enfant, mais de lui apprendre comment construire son propre manuel et comment changer de règles quand le monde change.

Voici l'explication simple, avec des analogies du quotidien :

1. Le Problème : L'IA actuelle est comme un acteur qui joue un seul rôle

Aujourd'hui, les IA les plus avancées (comme les grands modèles de langage) sont comme des acteurs brillants, mais ils sont coincés dans un seul rôle.

• Si le décor change (on passe d'une scène de cuisine à une scène de guerre), ils sont perdus.
• Si le script change (les règles du jeu changent), ils continuent à jouer leur rôle de cuisine et échouent.
• Si on leur demande de changer de personnalité (devenir plus gentil ou plus méchant), on doit souvent les réécrire de zéro ou ajouter des "gardes-fous" externes (comme un parent qui crie "Non !").

Le papier dit : Ce n'est pas de l'intelligence générale. C'est juste de la performance dans un cadre très étroit.

2. La Solution : L'IA comme un "Architecte de Soi-Même"

Le SMGI propose de voir l'intelligence non pas comme un cerveau qui mémorise des faits, mais comme un système qui gère sa propre structure.

Imaginez un jardinier au lieu d'un acteur.

• L'acteur suit un script fixe.
• Le jardinier sait que les saisons changent. Il sait qu'il doit changer ses outils (représentation), ses règles d'arrosage (évaluation), et même la façon dont il se souvient des plantes (mémoire) quand il passe du printemps à l'hiver.

Le SMGI définit l'IA générale comme un système capable de changer ses propres outils et règles sans s'effondrer, tout en gardant son "âme" (ses valeurs fondamentales) intacte.

3. Les 4 Piliers de la "Santé" de l'IA (Les 4 Obligations)

Pour qu'une IA soit considérée comme "générale" selon ce papier, elle doit respecter quatre règles strictes, comme un pilote qui doit respecter un manuel de vol :

1. La Cohérence (Fermeture) :
   • Analogie : Imaginez un jeu de Lego. Si vous changez les règles du jeu (par exemple, on passe du Lego classique au Lego magnétique), le système doit pouvoir continuer à construire sans que les briques ne se désintègrent. Il doit rester "construit" même quand le monde change.
2. La Stabilité (Ne pas devenir fou) :
   • Analogie : Si vous apprenez une nouvelle compétence, vous ne devez pas oublier comment marcher. Le système ne doit pas "divaguer" ou devenir incontrôlable quand il s'adapte à une nouvelle tâche. C'est comme un skieur qui change de pente : il doit rester debout, pas tomber dans le ravin.
3. La Capacité (Ne pas se noyer) :
   • Analogie : Si vous ajoutez trop d'informations à votre cerveau, vous devenez confus. Le système doit savoir "oublier" intelligemment ou compresser ses connaissances pour ne pas devenir trop lourd et inefficace. Il doit garder son esprit clair.
4. L'Invariance Évaluative (Garder ses valeurs) :
   • C'est le point le plus important. Imaginez que vous apprenez à conduire une voiture. Vous pouvez apprendre à conduire sur la route, sur la glace, ou dans la boue (changement de régime), mais vous ne devez jamais apprendre à dire "tuer des piétons est une bonne chose".
   • Le SMGI dit que les règles morales (ce qui est "bien" ou "mal") doivent être protégées. Même si l'IA change de tâche, son "boussole morale" ne doit pas tourner.

4. Pourquoi c'est révolutionnaire ?

Aujourd'hui, on essaie de rendre les IA plus sûres en ajoutant des filtres externes (comme un pare-chocs sur une voiture). Le SMGI dit : Non, la sécurité doit être intégrée dans le moteur.

• Avant : On construit un moteur puissant, et on espère qu'il ne va pas exploser. Si ça explose, on met un extincteur.
• Avec SMGI : On construit le moteur de telle sorte qu'il est physiquement impossible qu'il explose, même si on change de carburant. La sécurité fait partie de la structure même de l'IA.

En résumé

Ce papier ne dit pas "Comment faire une IA plus intelligente ?". Il dit : "Comment faire une IA qui reste elle-même, stable et sûre, même quand le monde autour d'elle change complètement ?"

Il transforme la question de l'intelligence artificielle :

• L'ancienne question : "Combien de tâches cette IA peut-elle résoudre ?"
• La nouvelle question (SMGI) : "Cette IA peut-elle changer de règles, d'outils et d'environnements sans perdre son identité ni devenir dangereuse ?"

C'est un passage de la puissance brute (plus de données, plus de paramètres) à la structure intelligente (capacité à évoluer de manière contrôlée). C'est la différence entre avoir un marteau très lourd et savoir construire une maison entière, même si le terrain change sous vos pieds.

Résumé technique

Titre : SMGI : Une Théorie Structurelle de l'Intelligence Artificielle Générale

1. Problématique et Contexte

L'article identifie une lacune fondamentale dans les théories actuelles de l'apprentissage automatique et de l'IA. Bien que les systèmes contemporains (LLMs, agents, RL) démontrent des avancées impressionnantes, ils reposent sur des garanties théoriques locales et fixes :

• Limites des approches actuelles : La théorie statistique de l'apprentissage (SLT), le PAC-Bayes et l'apprentissage par renforcement (RL) contrôlent la généralisation au sein d'hypothèses fixes, d'interfaces d'entrée/sortie stables et de régimes d'évaluation immuables.
• Le défi des agents modernes : Les systèmes agentic actuels opèrent dans des environnements dynamiques avec des transformations structurelles : nouveaux outils, interfaces changeantes, objectifs évolutifs, et régimes d'évaluation multiples.
• Le problème central : Comment garantir la cohérence, la stabilité et la sécurité d'un système d'apprentissage lorsque l'interface elle-même (représentation, mémoire, fonction de perte) évolue ? Les solutions actuelles traitent souvent la sécurité et les normes comme des modules externes (post-training, garde-fous) plutôt que comme des objets de premier ordre intégrés au modèle d'apprentissage.

Thèse de l'auteur : L'Intelligence Artificielle Générale (IAG) ne peut être définie par la simple couverture de tâches sous un régime d'évaluation fixe. Elle nécessite une généralisation structurelle : la capacité à représenter, comparer, réviser et préserver des parties de l'interface d'apprentissage elle-même sous des transformations de tâches, tout en maintenant des invariants de sécurité et de cohérence.

2. Méthodologie : Le Modèle Métas-structurel (SMGI)

L'auteur propose un cadre formel rigoureux basé sur une séparation stricte entre l'ontologie structurelle et la sémantique comportementale.

A. Le Métamodèle Typé $\theta$
Le cœur de la théorie est le tuple structuré $\theta = (r, H, \Pi, L, E, M)$, où chaque composant est un objet de premier ordre :

• $r$ (Représentation) : Opérateur de mappage des observations brutes vers un espace interne structuré. Il détermine l'ontologie apprenable.
• $H$ (Hypothèses) : Espace des hypothèses (prédictions, politiques, programmes) admis par $r$.
• $\Pi$ (Prior/Induction) : Biais inductif ou régularisation structurelle (ex: complexité de description, SRM).
• $L$ (Évaluateurs) : Famille de régimes d'évaluation $\{ \ell_k \}_{k=1}^K$. Contrairement aux modèles classiques, l'évaluateur n'est pas fixe mais peut être sélectionné ou pondéré dynamiquement.
• $E$ (Environnements) : Classe admissible d'environnements ou de processus générant des tâches.
• $M$ (Mémoire) : Espace de mémoire structuré avec des opérateurs explicites de mise à jour, de consolidation et d'oubli.

B. Sémantique Comportementale Couplée $(\theta, T_\theta)$
L'IA n'est pas une propriété de $\theta$ seul, mais du couple dynamique $(\theta, T_\theta)$, où $T_\theta$ est l'évolution comportementale induite (apprentissage, interaction, mémoire). La théorie impose que cette évolution soit certifiée et admissible.

C. Les Quatre Obligations d'Admissibilité
Pour qu'un système soit considéré comme une instance d'IAG (SMGI), il doit satisfaire quatre obligations structurelles :

1. Clôture Structurelle : Le système reste bien formé sous une classe typée de transformations de tâches/interface admissibles ($\mathcal{T}$).
2. Stabilité Dynamique : L'adaptation séquentielle préserve la stabilité (via des certificats de type Lyapunov) malgré les changements de régime et les interactions mémoire.
3. Capacité Bornée : La capacité statistique (complexité) reste contrôlée le long des évolutions admissibles (via des bornes PAC-Bayes ou MDL).
4. Invariance Évaluative : Les évaluateurs et les normes restent invariants lors des changements de régime, sauf si mis à jour via des transformations méta-certifiées préservant un "noyau normatif" protégé.

3. Résultats Théoriques Clés

A. Bornes de Généralisation Structurelle
L'article établit une borne de généralisation structurelle (Théorème 4.4) qui lie l'analyse PAC-Bayes séquentielle à la stabilité de Lyapunov.

• Cette borne démontre que le risque d'erreur est contrôlé non seulement par la complexité des données, mais aussi par la dérive (drift) de l'état du système sous des transformations admissibles.
• Elle fournit des conditions suffisantes pour garantir que la capacité et la dérive restent bornées lors de transformations de tâches.

B. Théorème d'Inclusion Structurelle Stricte
Le Théorème 4.7 prouve que les paradigmes classiques (ERM, RL standard, induction universelle de Solomonoff, pipelines d'agents modernes) sont des instances structurellement restreintes de SMGI.

• Ils correspondent à des cas dégénérés où $K=1$ (un seul régime d'évaluation), où l'interface est fixe, ou où la mémoire n'est pas explicitement structurée.
• SMGI est strictement plus expressif : il permet des commutations de régimes et des évolutions d'interface qui ne peuvent pas être réduites à un système à régime unique.

C. Analyse de la Mémoire et de l'Oubli
L'article redéfinit l'oubli non comme un échec (oubli catastrophique), mais comme un opérateur fonctionnel ($F$) de compression contrainte.

• L'oubli est admissible s'il préserve les invariants de sécurité et les noyaux évaluateurs, tout en réduisant la complexité effective de la mémoire.
• Cela offre une solution structurelle au problème de l'apprentissage continu (Continual Learning) en stratifiant la mémoire et en contrôlant les interférences entre strates.

D. Positionnement des Systèmes de Pointe (2023-2026)
L'analyse comparative (Section 8) montre que les systèmes actuels (GPT-4, Claude, agents outils) sont des réalisations empiriques puissantes mais structurellement fixes :

• Ils n'ont pas de mécanisme structurel explicite pour la pluralité des régimes d'évaluation.
• Leur "généralité" est empirique (scale), mais pas structurellement garantie sous des transformations d'interface.
• SMGI fournit le cadre pour formaliser comment ces systèmes pourraient évoluer vers une véritable IAG en internalisant les contraintes de sécurité et d'évaluation.

4. Contributions Principales

1. Définition Formelle de l'IAG : Passage d'une définition basée sur la performance (benchmarks) à une définition basée sur l'admissibilité structurelle d'un couple dynamique $(\theta, T_\theta)$.
2. Métamodèle Typé : Introduction d'un objet mathématique $\theta$ qui traite la représentation, l'évaluation, la mémoire et les priors comme des composants structurels dynamiques et typés.
3. Unification Théorique : Intégration de la théorie de l'apprentissage statistique, du PAC-Bayes, de la complexité de Kolmogorov/MDL et de la théorie du contrôle (Lyapunov) dans un cadre unique de généralisation structurelle.
4. Séparation Épistémologique : Formalisation de la distinction entre faits (prédiction descriptive) et valeurs (évaluation normative), montrant que l'évaluation doit être un objet interne certifié et non une métrique externe.
5. Protocole Empirique : Proposition d'un protocole pour mesurer la croissance structurelle et la stabilité mémoire dans des régimes non stationnaires, transformant la certification de l'IAG en une question scientifique falsifiable.

5. Signification et Impact

Ce travail représente un changement de paradigme majeur dans la théorie de l'IA :

• De la "Scale" à la "Structure" : Il déplace le débat de la simple augmentation de la taille des modèles (scaling laws) vers le contrôle de la complexité structurelle et la stabilité des transformations d'interface.
• Sécurité par Construction : En internalisant les normes et les évaluateurs dans le métamodèle, la sécurité devient une propriété de l'évolution structurelle certifiée, et non un correctif postérieur.
• Fondation pour l'IA Autonome : Le cadre fournit les conditions mathématiques nécessaires pour concevoir des agents capables de s'adapter à des environnements ouverts et changeants sans perdre leur identité, leur cohérence ou leur alignement.
• Rigueur Mathématique : En exigeant des "témoins" explicites (certificats de stabilité, bornes de capacité, invariants protégés), SMGI rend la théorie de l'IAG vérifiable et non plus purement narrative.

En résumé, le SMGI propose que l'intelligence générale n'est pas une propriété émergente de la complexité computationnelle, mais le résultat d'une extensibilité structurelle stable, gouvernée par des invariants et des contraintes d'admissibilité formelles.