CTM-AI: A Blueprint for General AI Inspired by a Model of Consciousness

Ce papier présente CTM-AI, un modèle conceptuel rigoureux pour l'intelligence artificielle générale qui intègre le modèle de la Machine de Turing Consciente avec des modèles de base afin d'atteindre des performances de pointe dans la compréhension multimodale et les tâches d'agent grâce à la sélection et à l'intégration dynamiques de processeurs spécialisés et polyvalents divers.

L'essentiel

L'idée principale : Une équipe d'experts « consciente »

Imaginez que vous essayez de résoudre une énigme très difficile. Vous avez une équipe d'experts dans la pièce : un artiste visuel, un musicien, un logicien, un historien et un comédien.

Dans la plupart des systèmes d'IA actuels, il y a généralement un « patron » (un gestionnaire central) qui dit à tout le monde quoi faire, ou une seule personne super-intelligente qui essaie de tout faire seule.

CTM-AI fait quelque chose de différent. Il s'inspire d'une théorie sur le fonctionnement de la conscience humaine (appelée la Machine de Turing Consciente). Au lieu d'un patron, il utilise un système où :

1. Tout le monde travaille en même temps.
2. Il n'y a pas de patron central.
3. Ils rivalisent pour être entendus.
4. Ils partagent ce qu'ils apprennent pour devenir plus intelligents ensemble.

Le document affirme que cette approche crée une IA plus flexible et « générale », capable de mieux gérer des tâches complexes que les systèmes actuels.

---

Comment cela fonctionne : L'analogie de la « réunion municipale »

Imaginez le système CTM-AI comme une réunion municipale animée où un problème (une question d'utilisateur) est annoncé. Voici le processus étape par étape décrit dans le document :

1. La foule « inconsciente » (Les processeurs)

Imaginez une pièce remplie de centaines de spécialistes (appelés Processeurs LTM). Certains sont bons pour voir des images, d'autres pour entendre des sons, d'autres pour utiliser des outils comme des calculatrices ou des navigateurs web, et certains sont de simples « agents libres » prêts à apprendre de nouvelles compétences.

• Ce qu'ils font : Lorsqu'une question arrive, tout le monde dans la pièce y réfléchit simultanément en fonction de sa propre spécialité.
• La sortie : Chaque personne écrit une courte note (un « fragment ») contenant :
  • L'essentiel : Sa meilleure hypothèse ou découverte.
  • Le score : Son niveau de confiance.
  • La question : Une question de suivi qu'elle souhaite poser à quelqu'un d'autre pour aider à résoudre l'énigme.

2. La compétition « Arbre montant » (Qui a le droit de parler ?)

La pièce est trop bruyante pour que tout le monde parle à la fois. Ils utilisent donc un système de vote (l'Arbre montant).

• Les notes sont transmises vers le haut d'une échelle de juges.
• Les juges comparent les notes et les scores.
• Le gagnant : Seul le meilleur fragment (celui avec la confiance et la pertinence les plus élevées) gagne le droit d'être prononcé à voix haute. Cela devient la pensée « consciente » du système.

3. La diffusion « Arbre descendant » (L'annonce)

Une fois le gagnant choisi, sa note est diffusée à tout le monde dans la pièce (l'Arbre descendant).

• Maintenant, chaque spécialiste sait quelle est la pensée « consciente ».
• Cela met à jour leur mémoire. Ils partagent tous désormais le même contexte.

4. La formation de « liens » (Le réseau de chuchotements)

C'est la partie magique. Si le Spécialiste A réalise que le Spécialiste B possède des informations qui aident à expliquer la note gagnante, ils forment un Lien.

• Communication inconsciente : Au lieu de passer par le haut-parleur à nouveau, ils parlent directement entre eux.
• Fusion : Ils combinent leurs connaissances. Par exemple, si le spécialiste « Visuel » voit un visage triste et que le spécialiste « Audio » entend un ton joyeux, ils se lient pour réaliser que la personne fait de l'ironie.
• Cela se produit « inconsciemment » (en arrière-plan) pour construire une compréhension plus riche avant le prochain tour de compétition.

5. La boucle (Itération)

Le système répète ce cycle. Il ne donne pas juste une réponse ; il continue d'affiner sa compréhension, de former de nouveaux liens et de rassembler plus de preuves jusqu'à ce qu'il soit suffisamment confiant pour donner la réponse finale.

---

Qu'ont-ils réellement construit ?

Les chercheurs ont créé un programme informatique fonctionnel appelé CTM-AI qui utilise cette structure de « réunion municipale ». Ils ne l'ont pas seulement théorisé ; ils l'ont testé contre des problèmes du monde réel.

Les tests (les « examens ») :

1. Compréhension de l'humour et de l'ironie (MUStARD & UR-FUNNY) :
   • Le défi : L'ironie est difficile car il faut entendre le ton, voir l'expression faciale et lire les mots, le tout en même temps.
   • Le résultat : CTM-AI a obtenu les scores les plus élevés (environ 72 %) par rapport à d'autres modèles d'IA avancés. Il a battu des systèmes qui essaient de tout faire d'un coup ou des systèmes utilisant un gestionnaire central.
2. Utilisation d'outils (StableToolBench) :
   • Le défi : Demander à une IA d'utiliser une calculatrice, de rechercher la météo ou de réserver un vol.
   • Le résultat : CTM-AI a amélioré son taux de succès de plus de 10 points par rapport aux agents d'IA standard. Il est devenu meilleur pour déterminer quel outil utiliser et comment les combiner.
3. Navigation sur le web (WebArena-Lite) :
   • Le défi : Cliquer à travers des sites web pour trouver des informations spécifiques ou accomplir une tâche.
   • Le résultat : Il était nettement meilleur pour naviguer sur des sites web complexes que les agents d'IA standard.

Pourquoi est-ce différent ?

Le document met en évidence deux différences principales entre CTM-AI et les autres IA :

• Pas de « patron » : La plupart des systèmes d'IA ont un gestionnaire central (comme un chef de projet dans une entreprise) qui dit aux agents quoi faire. CTM-AI n'a pas de gestionnaire. Le « patron » est la compétition elle-même. Cela le rend plus flexible ; si un nouveau type de problème surgit, le système n'a pas besoin d'un nouveau gestionnaire, il a juste besoin que les bons experts rivalisent et gagnent.
• Liens auto-améliorants : Au fur et à mesure que le système résout des problèmes, les spécialistes apprennent à qui parler. Si l'expert « Vision » a toujours besoin de l'aide de l'expert « Texte », ils forment un lien permanent. Avec le temps, le système construit son propre réseau de communication efficace, tout comme les humains apprennent à faire confiance à certaines personnes dans leur cercle social.

La conclusion

Le document présente CTM-AI comme un plan pour une IA plus intelligente et plus adaptable. En imitant le fonctionnement de la conscience humaine — en utilisant un espace de travail global où les idées rivalisent, gagnent, puis se propagent à tous — le système peut résoudre des problèmes complexes et multi-étapes mieux que les systèmes d'IA actuels à « cerveau unique » ou « gérés par un patron ».

Note importante : Les auteurs déclarent explicitement qu'ils ne construisent pas un être conscient. Ils utilisent un modèle de conscience comme plan pour construire une machine meilleure et plus efficace. Ils ne prétendent pas que l'IA « ressent » quoi que ce soit ; ils affirment que la structure de sa pensée la rend plus intelligente.

Résumé technique

Résumé technique : CTM-AI : Un plan directeur pour l'IA générale inspiré d'un modèle de conscience

Énoncé du problème

Malgré des avancées significatives, les systèmes d'IA actuels restent limités dans leur portée, manquant de l'intelligence flexible, adaptative et multisensorielle caractéristique des capacités humaines. Si les théories de la conscience (tel que la théorie de l'espace de travail global) offrent une inspiration architecturale potentielle, elles sont restées largement abstraites ou purement théoriques, sans validation empirique dans des systèmes pratiques. À l'inverse, les cadres multi-agents existants reposent souvent sur des orchestrateurs centraux rigides ou des flux de travail prédéfinis qui entravent la généralisation. Il existe un fossé critique entre les modèles théoriques de la conscience et la mise en œuvre de systèmes d'IA pratiques et polyvalents capables de coordonner dynamiquement des modalités et des outils divers sans exécutif central.

Méthodologie : L'architecture CTM-AI

L'article présente CTM-AI, un système concret qui incarne la Machine de Turing Consciente (CTM) — un modèle formel de la conscience par Blum & Blum (2021 ; 2022) — en utilisant des modèles de base modernes. Contrairement aux flux de travail d'agents traditionnels avec un « chef d'orchestre » central, CTM-AI emploie une architecture entièrement décentralisée où le flux d'information est déterminé par une compétition et une diffusion distribuées.

Composants principaux

Le système est défini comme un 7-uplet : <STM, LTM, Up-Tree, Down-Tree, Links, Input, Output>.

1. Processeurs de mémoire à long terme (LTM) : Une fédération de processeurs parallèles et indépendants. Ceux-ci incluent :
   • Processeurs sensoriels : Spécialisés pour la vision, l'audio et le texte.
   • Processeurs étendus : Des wrappers pour des outils et des API externes.
   • Processeurs cognitifs : Gérant le raisonnement et la planification.
   • Processeurs moteurs : Générant des sorties (dialogue, appels d'API).
   • Processeurs « libres » non spécialisés : Des emplacements pour acquérir de nouvelles compétences au fil du temps.
2. Mémoire à court terme (STM) : Un espace de travail à capacité limitée qui contient un seul « bloc » d'information à tout instant, représentant le contenu « conscient » actuel du système.
3. Mécanismes de communication :
   • Compétition Up-Tree : Une compétition hiérarchique (ou globale simplifiée) où tous les processeurs LTM soumettent un « bloc » (contenant un résumé, des requêtes de suivi et une auto-évaluation). Le gagnant entre dans la STM.
   • Diffusion Down-Tree : Le bloc gagnant est diffusé à tous les processeurs, mettant à jour leurs mémoires privées et rendant l'information globalement disponible.
   • Liens et fusion : Les processeurs forment des liens bidirectionnels basés sur la pertinence de leurs informations par rapport au contenu diffusé. Les processeurs liés engagent une communication « inconsciente », échangeant des requêtes et fusionnant directement les connaissances, contournant ainsi le goulot d'étranglement de la STM.

Dynamiques d'inférence

CTM-AI fonctionne via une boucle itérative (Algorithme 1) :

1. Inférence de bloc : Tous les processeurs génèrent des blocs basés sur les observations et la mémoire privée. Les scores sont décomposés en poids (pertinence), intensité (confiance) et humeur (imprévisibilité).
2. Compétition : L'Up-Tree sélectionne le bloc le mieux noté pour la STM.
3. Diffusion : Le contenu de la STM est diffusé à tous les processeurs.
4. Formation de liens et fusion : Les processeurs avec des scores de pertinence élevés forment des liens et échangent des informations pour enrichir leur contexte.
5. Itération : Les mémoires enrichies alimentent la prochaine itération. La boucle se poursuit jusqu'à ce qu'un seuil de confiance soit atteint ou qu'un nombre maximum d'itérations soit atteint.

Contributions clés

1. Première instantiation pratique de la CTM : CTM-AI traduit le cadre formel et abstrait de la CTM en un système d'IA exécutable, ancrant les mécanismes théoriques (compétition Up-Tree, diffusion Down-Tree) dans des modèles de base modernes.
2. Architecture décentralisée et modulaire : Le système élimine le besoin d'un exécutif central ou d'un flux de travail rigide. Les processeurs peuvent être ajoutés ou supprimés de manière flexible, et leurs priorités sont déterminées dynamiquement par la compétition.
3. Intégration du raisonnement et de l'agence : Le cadre démontre comment des dynamiques collaboratives décentralisées peuvent étendre le raisonnement au-delà des modèles d'agent unique, intégrant la perception multimodale, l'utilisation d'outils et le contrôle agentique.

Résultats expérimentaux

Les auteurs ont évalué CTM-AI à travers la perception multimodale, l'utilisation d'outils et des tâches agentiques, en le comparant à des modèles de base unifiés et à divers cadres multi-agents.

• Perception multimodale (MUStARD & UR-FUNNY) : CTM-AI a atteint une précision de pointe, obtenant 72,28 sur MUStARD et 72,13 sur UR-FUNNY. Il a surpassé les bases unifiées (par exemple, Qwen3-Omni, Gemini-2.5-Flash) et les cadres multi-agents comme MetaGPT et Mixture-of-Agents (MoA), souvent avec un nombre d'appels API et une latence comparables ou inférieurs.
• Utilisation d'outils (StableToolBench) : CTM-AI a montré des améliorations substantielles, obtenant un gain absolu de plus de 10 % dans les taux de réussite par rapport à de fortes bases de modèles uniques (par exemple, passant d'environ 39,7 % à environ 56,5 % sur des sous-ensembles spécifiques avec Qwen3-8B-think).
• Tâches agentiques (WebArena-Lite) : Le système a amélioré les taux de réussite dans cinq catégories de sites web par rapport aux bases basées sur ReAct utilisant le même modèle de base.
• Études d'ablation : Le retrait de tout composant principal (Up-Tree, Down-Tree, Formation de liens ou Itération) dégradait les performances, confirmant la nécessité de la boucle dynamique complète. La boucle itérative a été identifiée comme le composant le plus critique.

Importance et revendications

L'article positionne CTM-AI comme un plan directeur fondé sur des principes et testable pour l'IA générale. Son importance réside dans le fait de combler le fossé entre la théorie de la conscience et l'ingénierie pratique de l'IA. En démontrant qu'une architecture décentralisée basée sur la compétition, inspirée de la CTM, peut surpasser les systèmes multi-agents centralisés et les modèles unifiés, les auteurs soutiennent que :

• Les théories de la conscience peuvent fournir des fondations architecturales exploitables pour l'IA, dépassant le débat philosophique.
• La coordination décentralisée permet une adaptation organique à la complexité des tâches, où la formation de liens et la fusion s'adaptent naturellement au besoin d'intégration inter-modale ou inter-outils.
• Le système n'est pas sur-ingéniéré ; ses dynamiques de base sont robustes aux hyperparamètres et utilisent efficacement les scores auto-déclarés pour l'étalonnage interne sans retour d'information externe.

Les auteurs soulignent que l'objectif n'est pas de construire une IA « consciente » ou de répliquer l'identité humaine, mais de tirer parti des modèles de conscience pour créer des systèmes polyvalents plus fiables, adaptables et performants.