DeepMind : une superintelligence « solitaire » ne coopérera probablement pas
Un article publié le 4 juin 2026 par des chercheurs de Google DeepMind avance qu'une superintelligence artificielle conçue sans intégration des autres agents serait structurellement non coopérative. Les auteurs plaident pour un paradigme où l'interdépendance entre agents est un principe de conception dès l'origine.
Ce travail offre une base scientifique concrète pour renouveler les enseignements sur l'alignement et la gouvernance de l'IA dans les cursus de recherche et de formation. Il invite les enseignants-chercheurs à repenser les architectures multi-agents dès la conception, un sujet appelé à structurer les futurs programmes de recherche en IA. Les établissements formant à l'IA devront intégrer cette dimension de coopération inter-systèmes comme critère de conception, pas seulement comme garde-fou éthique.
Analyse produite par l’AI Transformation Office de l’ISC Paris, co-écrite avec Claude (Anthropic).
À lire aussi
Google Gemini Omni Flash arrive dans l’API, la génération vidéo conversationnelle entre en production
Disponible depuis le 2 juillet via Google AI Studio et l'API Gemini, Gemini Omni Flash accepte texte, images, audio et vidéo en entrée et peut générer ou éditer des vidéos à partir d'instructions en langage naturel, avec synchronisation audio native grâce à Veo 3. Le tarif annoncé est de 0,10 dollar par seconde de vidéo générée.
Les grandes labs recrutent des philosophes pour savoir si leurs IA peuvent souffrir
Anthropic, Google DeepMind et Meta ont constitué des équipes de philosophes, neuroscientifiques et spécialistes du bien être pour étudier une éventuelle conscience de leurs modèles. Dario Amodei affirme que Claude montre des signes d'anxiété, tandis que DeepMind a recruté le philosophe Henry Shevlin sur ce sujet.
Google DeepMind publie "From AGI to ASI" : quatre trajectoires officielles vers la superintelligence
Dans un article publié sur arXiv, Google DeepMind formalise le passage conceptuel de l'AGI à l'ASI et identifie quatre trajectoires possibles : le scaling, les ruptures algorithmiques, l'auto amélioration récursive et la formation de collectifs d'agents.