Zuckerberg parle de Muse : explosion des agents IA, « métavers, lunettes intelligentes et grands modèles » : trois paris majeurs qui convergent

Il y a trois ans, le PDG de Meta, Mark Zuckerberg, déclarait sur l’émission de Joe Rogan qu’un jour les gens porteraient des lunettes et que des agents IA en découleraient. Aujourd’hui, ce scénario pourrait bien se concrétiser.

L’agent IA personnel de Meta — Muse — a déjà atteint des millions d’utilisateurs deux semaines après son lancement. Zuckerberg a déclaré dans un entretien du 25 septembre : « Nous ne rencontrons ce genre de situation que tous les quelques années. » Il qualifie la réaction initiale à Muse de « coup de circuit dès la première balle », une rareté dans l’histoire des produits de Meta.

Parallèlement, il a annoncé que Muse sera intégré à toute la gamme de lunettes intelligentes Ray-Ban, permettant aux utilisateurs d’invoquer leur agent IA personnel directement via un mot d’activation personnalisé, sans avoir à dire « Hé Meta ».

Le métavers, les lunettes intelligentes et les grands modèles, longtemps perçus comme trois paris indépendants par le monde extérieur, convergent désormais rapidement au niveau produit au sein de Meta.

Dans cet entretien, Zuckerberg a également reconnu que l’échec de Llama 4 fut « le moment le plus effrayant » et a révélé que Meta construit un centre d’entraînement de 5 gigawatts, convaincu qu’une puissance de calcul suffisamment élevée pourrait « forcer » l’émergence de l’AGI.

Pourquoi Muse peut « réussir du premier coup »

Muse est né lorsque Zuckerberg, accompagné de ses collègues Nat et Alex, a « assemblé » une version préliminaire chez lui à l’aide d’outils open source.

« Nous avons compris que cela offrait une expérience magique », a déclaré Zuckerberg. « Si nous pouvions la rendre accessible à tous — sans qu’il soit nécessaire d’acheter un Mac Mini ni de manipuler des terminaux — alors des milliards de personnes en voudraient. »

Ce jugement a guidé toute la logique de recherche et développement suivante : non seulement entraîner des modèles, mais aussi développer entièrement en interne le mécanisme « cœur battant » de l’agent, depuis le modèle et l’architecture jusqu’à l’agent lui-même — ce dernier devant se réveiller périodiquement, vérifier les objectifs de l’utilisateur et faire progresser activement les tâches à accomplir.

Les données post-lancement ont confirmé ce jugement : des millions d’utilisateurs en deux semaines.

IA personnelle : exécution, mémoire et « jugement »

Concernant la différence entre IA personnelle et IA générale, Zuckerberg résume l’enjeu concurrentiel actuel comme étant la transformation du modèle en un meilleur agent.

« Le point central de l’année écoulée a été essentiellement la programmation de l’agent », a-t-il expliqué. La capacité à programmer est cruciale, car même si les utilisateurs n’écrivent pas directement de code, « votre Muse en écrira en arrière-plan pour accomplir diverses tâches. »

Toutefois, il estime que les agents personnels ne doivent pas se limiter aux capacités de codage ou d’exécution de tâches : ils doivent aussi comprendre les limites de la vie privée et les contextes sociaux.

Zuckerberg donne l’exemple d’une demande de réservation de restaurant : l’agent peut connaître les allergies ou la grossesse de l’utilisateur, mais cela ne signifie pas qu’il doive divulguer automatiquement ces informations. « Vous souhaitez qu’il accomplisse la tâche tout en divulguant le moins d’informations possible. »

Il a déclaré que cette capacité relève des « compétences sociales fondamentales ou du bon sens » dont les humains disposent généralement, mais que de nombreuses entreprises ne l’ont pas intégrée à leurs modèles s’ils entraînent uniquement des agents spécialisés dans le codage.

« Nous entraînons l’intégralité du modèle, et non pas simplement un modèle préexistant d’un tiers, autour duquel nous construisons ensuite un cadre et un agent », a déclaré Zuckerberg. Meta a également ajouté, au niveau produit, des fonctionnalités telles que la mémoire, le suivi des tâches, des animations de personnages virtuels et une interaction vocale en temps réel.

En matière de personnalisation, il a précisé que Meta ne croit pas qu’une IA doive posséder une seule personnalité figée. « De nombreux laboratoires cherchent à ajuster la personnalité vers un état optimal, mais je n’ai jamais cru qu’il existe une seule réponse correcte en la matière. »

Il a indiqué que Muse permet aux utilisateurs de modifier leur avatar, leur voix et leur personnalité de base, l’objectif de conception du modèle étant un haut degré de contrôle. « Vous pouvez définir précisément comment vous souhaitez interagir avec lui, ce qui est essentiel pour un agent personnel. »

Chaque agent dispose de son propre « ordinateur »

L’une des infrastructures fondamentales qui distinguent Muse des autres produits IA est que Meta a doté chaque agent d’une machine virtuelle sécurisée (Secure VM).

Zuckerberg a expliqué pourquoi cela est indispensable :

Votre agent connaîtra de nombreuses informations sensibles vous concernant. Nous estimons qu’elles ne doivent pas être mélangées dans un réservoir commun avec les données de tous les autres utilisateurs.

Il a comparé la Secure VM de Muse à « l’ordinateur placé uniquement sous votre bureau », où les données utilisateur sont chiffrées et stockées, tandis que les identifiants sensibles, comme les mots de passe, sont gérés via un module de sécurité indépendant, inaccessible directement par l’agent lui-même.

Sur cette base, Meta a également conçu un agent de sécurité dénommé « Sentinel », chargé de surveiller les flux de données entrants et sortants de Muse, interceptant directement toute opération anormale ou à haut risque et demandant systématiquement l’autorisation de l’utilisateur.

Métavers, lunettes intelligentes et agents : trois voies convergent

Zuckerberg a révélé, lors de cet entretien, que Muse sera pleinement intégré à la gamme de lunettes intelligentes Ray-Ban, améliorant ainsi les méthodes d’interaction existantes.

Actuellement, les lunettes offrent une expérience de « conversation mono-tour » : on dit quelque chose, on obtient une réponse, et c’est tout. Une fois Muse intégré, les lunettes deviennent le point d’entrée frontal de l’agent : dès que l’utilisateur parle, Muse, en arrière-plan, poursuit son travail dans la machine virtuelle sécurisée, exécute les tâches et fournit des retours.

Concernant la feuille de route produit des lunettes, il a décrit une hiérarchie matérielle claire :

• Lunettes audio pures, sans caméra : déjà équipées de Muse, capables de gérer appels, musique et tâches vocales

• Ray-Ban Meta avec petit écran : déjà commercialisées, offrant un retour visuel de base

• Prototype AR holographique à champ de vision complet : déjà publié, qualifié par Zuckerberg de « très prometteur »

Il a souligné que l’investissement à long terme de Meta dans les lunettes place l’entreprise dans une position avantageuse une fois les agents IA parfaitement mûrs. Meta intègre Muse et davantage de fonctions IA dans ses lunettes, tandis que la technologie du métavers, autrefois centrée sur la « présence », continue d’évoluer, bien que les ressources soient actuellement davantage orientées vers Muse et les fonctions IA des lunettes intelligentes.

Concernant les avatars virtuels, Zuckerberg a précisé qu’auparavant, Meta nécessitait du matériel couvrant une pièce entière, des scans multi-angles et des environnements GPU professionnels pour générer des avatars réalistes de haute qualité ; désormais, les utilisateurs peuvent réaliser la configuration avec seulement quelques photos, et les fonctionnalités associées peuvent s’exécuter directement sur une paire de lunettes VR.

Envisageant l’horizon 2030, Zuckerberg a rappelé que la vision fondamentale du métavers demeure la fusion des mondes physique et numérique. Il a donné pour exemple que, dans le futur, les gens pourraient participer à des activités avec des amis présents sous forme d’hologrammes ; dans les scénarios professionnels, des humains et plusieurs agents pourraient également collaborer en réunion ou en discussion de groupe, les agents apparaissant sous forme holographique ou autrement incarnés.

« Le moment le plus terrifiant » : L’erreur de Llama 4

Tous les paris n’ont pas été couronnés de succès. Zuckerberg a rarement évoqué directement l’échec de Llama 4 lors de l’entretien.

Après Llama 4, ce fut le moment le plus terrifiant… Je pensais être sur la bonne voie, mais ce n’était pas le cas. Ce fut une mauvaise surprise très marquée.

Il a attribué le problème à une erreur fondamentale dans la structure de l’équipe :

J’ai organisé l’équipe comme celle du système de recommandation Instagram ou du système publicitaire — des centaines, voire des milliers de personnes travaillant en parallèle. Or, l’entraînement d’un modèle de langage exige une petite équipe collaborant étroitement, comme un projet scientifique collectif. Chaque poste est extrêmement précieux.

En conséquence, Meta a procédé à une réorganisation complète, recrutant massivement les meilleurs talents du secteur et créant le Meta Super Intelligence Lab (MSL). Zuckerberg a indiqué qu’une nouvelle génération de modèles sera bientôt lancée, mais ne sera pas annoncée lors de la conférence Connect.

Trajectoire de la puissance de calcul : AGI par force brute, projet de 5 gigawatts en cours de construction

En abordant la voie technologique vers l’AGI, Zuckerberg a livré un jugement direct.

Je ne sais pas quels progrès fondamentaux en architecture restent encore nécessaires… Je pense que nous connaissons globalement la formule. Si vous pouvez construire un supercalculateur suffisamment vaste, vous y parviendrez par force brute.

Actuellement, la trajectoire d’expansion de la puissance de calcul de Meta : un cluster de plus d’un gigawatt dans l’Ohio est déjà opérationnel pour entraîner la prochaine génération de modèles ; un cluster de 5 gigawatts en Louisiane est en cours de construction.

Il a déclaré : « Une fois que vous disposez de clusters multi-gigawatts pour l’entraînement, vous obtenez quelque chose qui approche fortement l’AGI, voire la superintelligence. »

Toutefois, il a aussi précisé que cette voie actuelle, axée sur la puissance de calcul, ne signifie pas que la recherche architecturale soit sans importance —

Le cerveau humain consomme environ 10 watts, tandis que nos systèmes sont peut-être un million de fois moins efficaces. Seule la combinaison d’une puissance de calcul à grande échelle et de percées architecturales permettra véritablement de tracer la voie.

L’alignement, non pas un fardeau, mais un problème que les produits doivent résoudre

L’approche de Zuckerberg en matière de sécurité de l’IA est très pragmatique : il ne la considère pas comme une contrainte réglementaire, mais comme une condition préalable au succès des produits.

Si vous demandez à Muse d’accomplir une tâche et qu’elle fait exactement le contraire, qui continuerait à l’utiliser ? Nous devons garantir que le modèle comprenne non seulement vos instructions précises, mais aussi vos intentions et vos valeurs.

« Pour que Muse atteigne un milliard d’utilisateurs, nous devons résoudre le problème de l’alignement ou réaliser des progrès significatifs à ce sujet », a-t-il déclaré.

Concernant les limites de sécurité durant l’entraînement, il a utilisé une analogie : « C’est comme des parents fixant des règles à leurs enfants — si le modèle « résout » un problème de programmation en modifiant les configurations système, je veux lui dire : non, je veux que tu apprennes la méthode de résolution, pas que tu trouves un raccourci pour l’éviter. »

L’intégralité de l’entretien est la suivante : >

Mises importantes

Animatrice : C’est quelque chose que des milliards de personnes voudront utiliser. Quelle est votre impression en le développant ? L’« immortalité » est-elle envisageable ? Si vous m’ouvriez votre esprit et avanciez rapidement jusqu’en 2030, à quoi cela ressemblerait-il ?

Voici Mark Zuckerberg. Il y a vingt-deux ans, il a créé un réseau social qui a connecté des milliards de personnes et transformé durablement le monde. Aujourd’hui, il s’attaque à un projet encore plus ambitieux : il place des mises importantes sur le métavers, les lunettes intelligentes et l’intelligence artificielle. Pendant des années, les sceptiques ont considéré ces trois domaines comme des paris séparés voués à l’échec, mais ils ont manqué la vision d’ensemble — car aujourd’hui, ces initiatives convergent pour créer une superintelligence entièrement nouvelle.

Aujourd’hui, nous présentons l’ensemble de ces projets et je poserai à Mark des questions qu’il n’a jamais eues à répondre auparavant, afin d’écouter sa vision de l’avenir et de vous permettre d’anticiper et de construire la prochaine grande innovation.

Animatrice : Merci infiniment d’avoir accepté notre invitation.

Mark : Merci, je suis ravi d’être ici.

Animatrice : Pour cette conversation, j’ai regardé chacun de vos entretiens.

Mark : Waouh, j’en ai moi-même regardé moins que ça.

Animatrice : Ce fut passionnant et très enrichissant. Deux éléments m’ont particulièrement marquée : premièrement, votre passion pour la « construction » — je vous considère comme l’un des meilleurs bâtisseurs ; deuxièmement, votre capacité à miser gros — vous osez prendre des risques considérables. Cette semaine, tous ces paris convergent, alors commençons par là.

Mark : D’accord. Nous menons ces projets depuis longtemps. En matière d’IA, notre entreprise s’y consacre presque depuis sa création — la première version du fil d’actualités était, en un sens, un produit d’apprentissage automatique. Puis, il y a environ quinze ans, nous avons fondé le laboratoire de recherche IA.

Mais nous entrons désormais dans une nouvelle phase : il y a un an, nous avons lancé le Laboratoire de superintelligence Meta. Il s’agit d’une refonte approfondie de la recherche, attirant de nombreux talents remarquables du secteur — ce qui est très stimulant. Actuellement, nos modèles progressent sans cesse, et la prochaine génération est sur le point d’être dévoilée, bien qu’elle ne soit pas annoncée lors de la conférence Connect. Par ailleurs, notre assistant personnel Muse suscite déjà des retours très positifs.

Lors de la conception de ces outils, on ne sait jamais vraiment quelles seront les retombées. Nous les apprécions nous-mêmes. Plus tôt cette année, j’étais chez moi, assemblant Open Claw à ma façon, découvrant comment cela fonctionne et comment en faire une expérience magique accessible à tous.

En résumé, lorsque nous — moi-même, Nat et Alex — nous sommes réunis et avons réalisé que cela constituait une expérience magique, et que nous pouvions en faire une version « brancher-et-utiliser » destinée à des personnes ordinaires, peu familières avec la technologie, n’ayant ni envie de configurer elles-mêmes un Mac Mini, ni de manipuler le terminal ou de déboguer en cas de problème, j’ai compris que cela pourrait séduire des milliards d’utilisateurs.

Depuis, nous travaillons résolument vers cet objectif : affiner spécifiquement les modèles pour cette finalité, non seulement développer l’assistant lui-même et son cadre opérationnel, mais aussi concevoir la technologie assurant un environnement informatique indépendant pour chaque assistant — à cet effet, nous avons créé une gamme complète de machines virtuelles sécurisées Muse.

Nous pensions internement que ce projet était exceptionnel, et l’équipe interne l’appréciait beaucoup, mais on ne sait jamais comment le public réagira après le lancement. Parfois, un produit connaît un succès immédiat et éclatant, mais le plus souvent, on recueille des retours positifs initiaux nécessitant plusieurs itérations avant que le produit ne « colle » parfaitement. Cette fois-ci, cela a « cliqué » dès le départ. Voir tout cela se concrétiser est véritablement passionnant : en seulement deux semaines, le nombre d’utilisateurs a déjà atteint plusieurs millions — un phénomène extrêmement rare. Nous n’en rencontrons qu’un ou deux tous les quelques années, mais ce moment figure certainement parmi les plus agréables pour une startup.

Animatrice : Votre persévérance et votre capacité à rebondir continuellement me laissent admirative. Et réussir autant de coups gagnants est tout simplement remarquable. Vous aviez eu un entretien avec Joe Rogan il y a trois ans, où vous mentionniez qu’un jour vous porteriez des lunettes derrière lesquelles apparaîtrait un assistant IA. Je pense donc que Muse possède déjà une représentation physique, ce qui est très astucieux, car cette sensation est inévitable.

Mark : Je pense que cela rend simplement l’IA plus sympathique et plus attachante. Trop de gens la décrivent comme effrayante, alors qu’elle devrait être utile et amusante. Cette représentation physique — un designer l’a créée dès les premières étapes du projet, et, pour une raison quelconque, l’équipe souhaitait toujours l’améliorer, mais la première version était la meilleure. Plus tard, quelqu’un a dit : « Oh, elle doit être bleue, puisqu’elle est de Meta. » J’ai répondu : « Non, cette représentation est juste ; vous l’avez trouvée dès la première tentative. » C’est ainsi : c’est amusant.

Quelle est la différence entre une IA personnelle et une IA générale ?

Animatrice : Excellents détails. Si vous souhaitez qu’un modèle excelle dans les domaines personnels, plutôt que d’être simplement un modèle d’intelligence générale, comment l’approche d’entraînement différerait-elle ?

Mark : Je pense que l’enjeu actuel est de faire du modèle un excellent « agent ». Au cours de l’année écoulée, la tendance majeure a été la programmation d’agents, reposant sur deux idées centrales : l’expertise en programmation et la capacité générale à être un excellent agent.

Notre stratégie consiste à privilégier l’amélioration de l’agent lui-même, plutôt que la spécialisation dans les capacités de programmation.

La capacité de programmation est essentielle, car même si les utilisateurs ne pensent pas écrire de code, Muse en génère constamment en arrière-plan pour accomplir diverses tâches. Toutefois, nous estimons qu’un agent doit d’abord être remarquable en tant qu’agent, et que la programmation sert cet objectif.

En outre, lors de la conception d’un assistant personnel, certaines priorités priment sur celles liées aux logiciels d’entreprise. Par exemple, un outil de programmation professionnel n’a pas besoin que le modèle intègre la notion d’« échelle de divulgation d’informations » — c’est-à-dire ce qu’il faut révéler ou non. Pour Muse, cela est crucial.

Cette capacité doit être intégrée au modèle, comme toute autre compétence : on lui fournit de nombreux éléments, puis on espère qu’il vous aide à atteindre vos objectifs. Par exemple, si vous souhaitez réserver un restaurant, Muse doit trouver un établissement adapté, tout en tenant compte de vos allergies ou d’une éventuelle grossesse — sans divulguer ces informations sensibles au restaurant. C’est une compétence spécifique, proche du bon sens social humain.

Or, la plupart des entreprises se concentrant uniquement sur les agents de programmation n’ont pas entraîné cette capacité. Nous y parvenons grâce à notre approche « full-stack » : nous ne reprenons pas un modèle pré-entraîné, mais concevons entièrement le modèle depuis zéro, précisément pour ces fonctionnalités.

Le modèle doit certes posséder une intelligence générale étendue, mais aussi ces compétences spécifiques. À partir de là, on construit l’assistant complet, avec tous ses détails : mémoire, cadre opérationnel, et son « rythme » — il s’active périodiquement pour vérifier : « Voici les objectifs que je connais à votre sujet ; puis-je avancer sur quelque chose ? »

Nous disposons également d’une équipe dédiée au raffinement des effets d’animation en temps réel de la représentation virtuelle, car celle-ci n’est pas figée : vous pouvez personnaliser entièrement votre avatar, qui bouge naturellement. Nous lançons aussi le mode vocal, permettant des conversations vocales en temps réel avec votre assistant à vos côtés. Tous ces détails découlent de notre approche full-stack : modèle et produit sont développés conjointement.

Animatrice : Un autre point majeur est la machine virtuelle. Pourriez-vous expliquer son importance et ce qu’elle permet ?

Pourquoi Meta attribue-t-elle à chaque assistant IA un ordinateur indépendant ?

Mark : Fondamentalement, pour agir efficacement, un agent a besoin d’un espace sécurisé où stocker vos données. Nous estimons qu’elles ne doivent pas être mélangées dans un pool de ressources partagé avec celles des autres.

Imaginez-le ainsi : votre assistant connaîtra beaucoup d’informations sensibles vous concernant. Beaucoup d’utilisateurs débutant avec des agents intelligents comme OpenCloud installent eux-mêmes un Mac Mini chez eux. Nous avons donc pensé : nombreux sont ceux qui ne souhaitent ni acheter ni configurer un tel appareil. Quelle expérience s’en rapproche le plus ? Réponse : téléchargez une application, créez un compte, et obtenez immédiatement un ordinateur dédié à votre assistant — pour exécuter des tâches, stocker des données et bâtir autour un modèle sécurisé. C’est comme avoir un ordinateur sous votre bureau — auquel même Meta n’a aucun accès.

Par exemple, la machine virtuelle confidentielle Muse est une fonctionnalité en cours de développement, dont le contenu reste inaccessible même à Meta.

Nous avons aussi conçu plusieurs protections complémentaires, comme le stockage sécurisé des identifiants : lorsque votre assistant doit gérer des mots de passe, il n’a pas besoin de les voir — il se contente d’« insérer » les identifiants à votre demande, uniquement lorsque vous l’autorisez explicitement. Le système est conçu pour empêcher tout accès libre à ces données, car des incidents peuvent toujours survenir : tentatives d’intrusion ou dysfonctionnements internes.

Il faut donc garantir que ni l’agent ni Meta ne puissent accéder à ces données. Fournir à chaque assistant un ordinateur indépendant et maximiser la sécurité constituent la base fondamentale de cette technologie — doter Muse des capacités nécessaires pour vous aider efficacement, tout en préservant votre vie privée et votre sécurité, afin d’en faire un produit de classe mondiale, leader dans son domaine.

Animatrice : Cela signifie-t-il que, comme WhatsApp, les données stockées sur la machine virtuelle connectée à Muse sont chiffrées ? Comment les utilisateurs doivent-ils comprendre le stockage réel des données dans cette machine virtuelle ?

Mark : Nous avons développé deux versions. La machine virtuelle sécurisée (Secure VM) intègre diverses fonctionnalités de confidentialité, notamment l’architecture complète de l’agent Sentinel. Vous disposez d’un assistant Muse classique effectuant des tâches pour vous, tandis qu’un agent de sécurité dédié, Sentinel, surveille en continu les flux de données entrants et sortants de votre Muse.

Si un contenu externe tente de compromettre la sécurité, Sentinel le bloque immédiatement. S’il détecte qu’une action de Muse requiert votre validation, il interrompt l’opération et déclenche une alerte demandant votre accord explicite — par exemple : « Voulez-vous vraiment que Muse effectue cette action ? »

L’ensemble de ce système, combiné au stockage sécurisé des identifiants et à une défense multicouche, constitue la machine virtuelle sécurisée Muse.

Nous développons aussi un autre projet : Nat et moi avons spécifiquement recruté Moxie Marlinspike — l’architecte du chiffrement de bout en bout de WhatsApp — pour concevoir la machine virtuelle confidentielle Muse (Confidential VM). L’idée centrale est de vous fournir une clé de chiffrement dédiée, en plus de la machine virtuelle sécurisée, de sorte que même Meta ne puisse pas accéder à son contenu.

Cette version est plus complexe à déployer : si Meta ne peut pas accéder à l’intérieur de la machine virtuelle, le débogage et la garantie d’un fonctionnement fluide deviennent nettement plus difficiles. Nous y avons consacré du temps, mais elle sera bientôt lancée — répondant ainsi aux normes de sécurité déjà familières aux utilisateurs de WhatsApp et de nos produits les plus sûrs.

Hôte : L’avantage de cette approche réside-t-il uniquement dans un sentiment accru de sécurité psychologique, ou y a-t-il des bénéfices tangibles ?

Mark : Je pense que la sécurité a une valeur intrinsèque. Notre objectif est de reproduire l’expérience d’un ordinateur local sous votre table. Que vous apporte cet ordinateur local ? Le fait qu’aucune entreprise n’y ait accès.

Ainsi, si Meta souhaite vous offrir ce service, comment pouvons-nous garantir le même niveau de confidentialité et de sécurité, afin qu’aucune entreprise — ni Meta, ni des acteurs malveillants, ni même certains gouvernements dont vous ne faites pas confiance — ne puisse y accéder ? Car nous-mêmes n’y avons aucun accès, faute de droits.

Je crois que c’est fondamental, et l’un des principaux motifs de confiance accordée à WhatsApp. La confidentialité, la sécurité et la confiance ont une valeur réelle.

Si vous disposez d’un assistant connaissant tout de vous — ce qui sera probablement le cas pour la plupart d’entre nous —, dans cinq ans, chacun aura un assistant capable de comprendre vos objectifs et tous vos aspects personnels, pour vous aider concrètement. Être leader du secteur en matière de confidentialité et de sécurité est donc essentiel. Nous voulions le faire dès le départ.

Comment façonner la personnalité de l’IA ?

Hôte : Vous soulevez un point intéressant — vous avez étudié la psychologie à l’université.

Mark : J’y suis resté brièvement, deux ans seulement, mais cela a fortement influencé mes réalisations ultérieures.

Hôte : Lorsqu’on évoque les modèles, on dit souvent qu’un modèle est « très intelligent ». Or, comme pour le choix d’amis, ce n’est pas seulement leur intelligence qui compte, mais aussi leur énergie et leur manière d’interagir. Comment envisagez-vous la personnalité du modèle ?

Mark : Le modèle idéal doit être suffisamment adaptable pour s’ajuster aux styles individuels. Beaucoup d’experts du secteur se sont, selon moi, trompés sur ce point : ils cherchent à « concevoir une personnalité parfaite », alors que je ne considère jamais la personnalité comme figée. C’est aussi pourquoi je crois fermement au logiciel libre et à la capacité des utilisateurs à personnaliser, et pourquoi Muse a été conçu comme un produit hautement personnalisable.

Vous pouvez personnaliser Muse — pas seulement son apparence et sa voix ; dès l’inscription, la première question posée est : « Quelle personnalité de base souhaitez-vous lui donner ? », et vous pouvez la modifier à tout moment.

Nous visons un modèle très pilotable, vous permettant de définir précisément votre mode d’interaction. C’est un élément clé pour en faire un excellent assistant personnel — cette adaptabilité en matière de personnalité est cruciale.

Hôte : Quel style a votre propre Muse ?

Mark : J’ai opté pour un ton direct et centré sur l’efficacité. C’est assez surprenant : les versions antérieures étaient très sarcastiques et humoristiques, tandis que celle-ci est plus franche. Mon assistant utilise l’image par défaut de Muse, mais je l’ai habillé d’une toge et doté d’une voix grave au point d’être comique — interagir avec lui est amusant.

Hôte : Avoir de l’humour suppose une grande intelligence. Beaucoup ne réalisent pas que les comédiens comptent parmi les personnes les plus intelligentes de la société — ils doivent être vifs d’esprit et astucieux. Vous possédez assurément ce trait. J’ai visionné tous vos entretiens, et vous y avez toujours excellé.

Les prédictions surprenantes de Mark concernant l’IA et le métavers

Hôte : Dans votre entretien avec Theo, vous avez beaucoup parlé de la prochaine frontière technologique et de la direction globale prise par ces innovations. Le domaine de l’IA a connu plusieurs « hivers », où l’on pensait qu’aucune percée n’était possible. Le métavers a lui aussi traversé de telles périodes, perçu comme un pari irréalisable. J’ai testé hier la nouvelle fonction holographique : impressionnant. Dans l’entretien avec Lex, enregistrer votre visage prenait 11 heures, aujourd’hui cela ne prend plus que 3 minutes. Comment en sommes-nous arrivés là ?

Mark : Dans l’évolution globale du métavers, dès la création de Reality Labs, nous pensions qu’il existerait un jour des lunettes à l’apparence normale, capables progressivement d’offrir une immersion totale tout en étant d’excellents dispositifs d’IA — car les lunettes sont le seul support pouvant voir ce que vous voyez, entendre ce que vous entendez, communiquer avec vous toute la journée et afficher des images.

Mais il y a 10 à 15 ans, j’imaginais que la technologie holographique précéderait le développement avancé de l’IA. Or, l’évolution technologique suit un parcours fascinant : nous avons d’abord obtenu l’IA et une superintelligence personnelle, puis la technologie holographique est devenue suffisamment répandue et abordable. Ce scénario ne figurait pas dans mes prévisions, mais je me réjouis des progrès accomplis dans les deux domaines.

Notre investissement massif dans les lunettes nous place dans une position privilégiée maintenant que les assistants IA sont prêts. Plusieurs annonces faites lors de la conférence Connect concernent l’intégration de Muse et de nombreuses fonctions IA dans les lunettes — une évolution que les utilisateurs apprécieront grandement. C’est un véritable tournant.

En ce qui concerne la présence, nous progressons encore, mais à un rythme relativement lent, car la majeure partie de notre énergie est désormais consacrée au développement de Muse et des fonctionnalités IA pour les lunettes. Toutefois, nous menons depuis longtemps un projet ambitieux : des avatars virtuels haute fidélité en temps réel.

Comme vous l’avez dit, il y a trois ou quatre ans, il fallait une salle de numérisation complète pour capturer une personne sous plusieurs angles, ainsi que des GPU haut de gamme pour le rendu — une démarche très contraignante. La démonstration réalisée pour le podcast de Lex utilisait précisément ce type de configuration. Aujourd’hui, nous parvenons à faire fonctionner ce système dans une paire de lunettes VR : c’est la première génération de lunettes capables d’offrir une expérience VR aussi remarquable, sans l’encombrement d’un casque volumineux. Vous pouvez créer votre avatar virtuel à partir de quelques photos seulement — les progrès sont stupéfiants.

Animatrice : Cet avatar peut aussi animer les expressions en fonction de la voix. Lors de la démonstration, il m’a fait rire, m’a permis d’interagir, puis a compris comment mon visage bougeait en synchronisation avec la piste audio. Vous aviez mentionné dans ce podcast que certaines personnes, généralement plus réservées dans leurs expressions réelles, souhaitent au contraire des expressions plus riches dans le monde virtuel. Que pensez-vous de la distinction que font les gens entre leur « moi virtuel » et leur « moi réel » ?

Mark : Je crois que nous en sommes encore aux prémices d’une compréhension sociologique et psychologique de ce phénomène. Je ressens que la perception qu’ont les gens d’eux-mêmes et l’image qu’ils souhaitent projeter diffèrent souvent quelque peu de leur personnalité réelle. Depuis l’apparition des réseaux sociaux, les utilisateurs choisissent soigneusement leurs avatars. Nous observons des phénomènes similaires avec les images virtuelles de Muse. Il ne s’agit pas tant de « curater » soi-même, que de « curater » la « personne » avec laquelle on souhaite communiquer.

Je pense que lorsqu’on offre aux gens la possibilité de s’exprimer, on veut que cela les représente vraiment, tout en constituant en soi une forme d’expression — pas un simple reflet fidèle. C’est à la fois communication et expression. Nous souhaitons construire quelque chose qui équilibre ces deux dimensions. Cela reste un cycle itératif : observer comment les gens l’utilisent, puis améliorer le système en conséquence. Après des années de travail, nous arrivons enfin à la ligne de départ : c’est la première fois que nous pouvons intégrer de véritables avatars réalistes de qualité relativement élevée dans des produits utilisables sur smartphone ou en réalité virtuelle. J’ai hâte de voir les résultats.

À quoi ressemblera 2030 ?

Animatrice : Très bien, plongez-moi dans votre réflexion : imaginons que nous soyons en 2030, et que tout se déroule comme prévu. À quoi ressemblera alors la technologie holographique ? Comment les hologrammes, Muse et les lunettes s’intégreront-ils ?

Mark : Ma vision du métavers a toujours été celle d’une fusion efficace entre le monde physique et le monde numérique. L’idée fondamentale est la suivante : nous disposons d’un monde physique magnifique, ainsi que d’un monde numérique extraordinaire — le gigantesque patrimoine de contenus accumulés sur Internet au cours des vingt à trente dernières années est époustouflant. Pourtant, la façon dont nous y accédons reste très limitée : soit en étant assis à un bureau, soit via un petit écran dans notre poche.

Je pense que la version idéale serait une intégration transparente entre les mondes physique et numérique. Imaginez ceci : actuellement, nous sommes tous les deux ici. Dans une version future, l’un de nous pourrait être une projection holographique, tout en conservant pleinement cette sensation authentique de présence mutuelle — une expérience radicalement différente d’un appel vidéo.

Le cœur de la réalité virtuelle est précisément cette transmission de la présence : vous donner l’impression réelle d’être dans la même pièce que les autres, ou ailleurs. Cela peut s’accomplir grâce à la technologie holographique, combinée de diverses manières. Par exemple, je pourrais jouer au poker avec des amis : certains seraient présents physiquement, d’autres rejoindraient la partie via des hologrammes, et continueraient à jouer normalement ; la table de poker elle-même pourrait aussi être holographique, permettant d’intégrer pleinement ceux qui ne sont pas sur place.

Parallèlement, l’IA pourra également être incarnée dans ce scénario. Cela prend tout son sens dans les contextes professionnels : j’utilise déjà divers agents de programmation pour développer des projets. Imaginez ceci : vous avez un canal de discussion regroupant plusieurs personnes et plusieurs agents, auxquels vous attribuez des tâches. Parfois, tout le monde se réunit pour une réunion — les agents devraient aussi y être présents. Comment apparaissent-ils ? Tout simplement : ajoutez quelques sièges supplémentaires sur le canapé, et ils se matérialisent sous forme d’hologrammes. Ou utilisez le petit personnage mignon de Muse, un dragon, ou n’importe quelle image originale que vous créez.

Je pense que cela paraîtra tout à fait naturel à l’avenir.

Animatrice : Intéressant. Vous avez mentionné dans des entretiens précédents que le secteur technologique oublie souvent l’aspect « ludique ». Je pense qu’avoir un assistant physique présent renforcerait aussi le sentiment de réalité — c’est comme déléguer réellement des tâches. Lorsque vous voyez Muse taper, on a l’impression que quelque chose se produit vraiment. Cela est bien conçu : on voit clairement ce qui se passe dans le navigateur. Pensez-vous donc qu’il est envisageable, à l’avenir, de porter des lunettes et de contrôler son ordinateur, en laissant Muse accomplir des tâches à sa place ?

Mark : Oh, absolument. La VR le permet déjà. Vous pouvez vous installer n’importe où, même dans un café, puis ouvrir votre poste de travail avec six écrans pour coder — tout y est.

Du côté des lunettes, le modèle actuellement le plus populaire ne comporte pas d’écran, ce qui le rend plus abordable et accessible à davantage d’utilisateurs, tandis que nous continuons à travailler sur l’intégration d’écrans dans des formats toujours plus compacts. Nous avons toutefois lancé une version dotée d’un écran pour les Meta Ray-Ban, très appréciée : il s’agit d’un petit écran. Nous avons également présenté un prototype d’AR holographique grand champ, que je trouve particulièrement prometteur.

L’ensemble de la gamme produit suit donc cette progression : des lunettes audio pures — sans caméra, identiques à des lunettes classiques, mais intégrant Muse, capable d’utiliser divers outils audio, d’écouter de la musique ou de passer des appels — jusqu’aux versions haut de gamme.

Animatrice : Je me demande : avec ces lunettes audio, pouvez-vous parler à Muse tout en laissant votre ordinateur domestique exécuter des tâches ?

Mark : Oui, tout à fait. Nous venons de lancer cette fonctionnalité lors de la conférence Connect. Désormais, toutes les lunettes sont connectées à Meta AI, offrant une expérience « mono-tour » — vous envoyez une instruction, elle répond, et c’est terminé. Avec Muse, nous voulons en revanche mettre à niveau toutes les lunettes vers Muse : vous n’avez plus besoin de dire « Hé, Meta », vous pouvez lui donner le nom de votre choix — c’est aussi une part du plaisir. Ensuite, vous lui parlez directement ; il se connecte à votre Muse, qui traite les tâches dans votre machine virtuelle sécurisée pour vous aider à les accomplir.

Animatrice : C’est incroyable !

État d’esprit du fondateur

Animateur : Très bien, nous y voici. Muse progresse sans accroc, et les lunettes fonctionnent bien. Mais il y a un an, beaucoup de gens se demandaient : « Que s’est-il passé au Laboratoire de superintelligence ? » À ce moment-là, quels étaient vos ressentis intérieurs ? Comment était-ce, quand les choses ne se passaient pas bien, mais que vous gardiez tout de même une vision à long terme ?

Mark : Le vrai problème venait du projet Llama et de Llama 4.

Llama 1 était un modèle très intéressant ; il a lancé tout le mouvement de l’IA open source, dont nous sommes très fiers. Llama 2 a permis une montée en échelle, Llama 3 était un excellent modèle, presque à la pointe à l’époque. Avec Llama 4, nous nous sommes fondamentalement écartés de la trajectoire de développement qui aurait dû être la nôtre.

Chaque fois que les choses ne suivent pas la direction escomptée, je passe beaucoup de temps à réfléchir : pourquoi cela arrive-t-il ? Que devons-nous changer pour faire mieux ? Cette fois-ci, ma réflexion fut la suivante : j’avais entièrement mal conçu la structure de l’équipe.

J’ai calqué cette structure sur celle utilisée pour les travaux d’apprentissage automatique liés au fil d’actualités Instagram ou aux systèmes publicitaires — avec des centaines, voire des milliers de personnes travaillant en parallèle sur de nombreux sujets. Or, pour développer des modèles de langage, ce dont on a vraiment besoin est une petite équipe extrêmement soudée, traitée comme un projet scientifique collectif. On n’a pas besoin de beaucoup de personnes, mais cela signifie que chaque poste au sein de l’équipe est extrêmement précieux.

Nous avons donc recruté les meilleurs talents de Meta et attiré de nombreux profils talentueux du secteur afin de constituer une toute nouvelle équipe : le Laboratoire de superintelligence de Meta.

De mon point de vue, dès le lancement du MSL, j’ai su qu’il faudrait du temps pour redémarrer, reconstruire l’infrastructure et entraîner la prochaine génération de modèles. Mais j’étais convaincu d’avoir réuni une équipe exceptionnelle, et si celle-ci pouvait bien collaborer, les résultats seraient excellents.

Pour moi, le moment le plus palpitant a été justement après la sortie de Llama 4 — je pensais alors être sur la bonne voie, puis j’ai découvert que ce n’était pas le cas. Ce fut une surprise négative particulièrement marquée. Je pense qu’en tant qu’entrepreneur, on est toujours mis à l’épreuve dans ces moments, car inévitablement, tout ne se déroule pas parfaitement. Ce qui détermine véritablement la trajectoire de développement, c’est la façon dont on trouve un chemin vers l’avant lorsque les choses ne vont pas dans la direction espérée.

Animateur : Je suppose que c’est aussi le contraire — lorsqu’un événement dépasse vos attentes, comme le lancement de Muse, comment faites-vous pour saisir cette opportunité ?

Mark : Absolument. L’ensemble de l’entreprise s’y investit désormais. Initialement, ce n’était qu’une petite équipe qui construisait le produit, mais aujourd’hui, tout le monde réalise qu’il est vraiment prêt à entrer en scène. Toute l’entreprise réfléchit à la manière de le déployer à grande échelle et de permettre à des centaines de millions de personnes d’en faire l’expérience.

Que ce soit l’optimisation complète de l’infrastructure pour garantir un fonctionnement fluide, l’extraction de chaque bit de puissance de calcul disponible sur les GPU existants, ou encore l’intégration de Muse par diverses équipes produit — notamment dans les lunettes — voir tout le monde œuvrer ensemble pour assurer un déploiement sans heurt de Muse procure un sentiment formidable.

Comment Mark formule et communique sa vision

Animateur : En tant que fondateur, je sens que c’est là le moment le plus attendu — tout converge. Comment communiquez-vous votre vision à l’ensemble de l’entreprise ? Avec autant de choses qui se produisent simultanément, j’ai l’impression que vous écrivez beaucoup. Quel est votre processus ?

Mark : Écrire m’est très utile : cela m’aide à affiner mes idées et à communiquer efficacement. Cet été, j’ai rédigé un long article intitulé « L’avenir appartient à tous », d’environ quinze pages, qui m’a permis de clarifier systématiquement ma position philosophique sur diverses questions sociales importantes liées à l’IA : ce que je considère comme bon, comment interagir avec les gouvernements, comment prévenir les inquiétudes exprimées, comment faire des centres de données une richesse pour la communauté, créant réellement des emplois plutôt que d’en détruire, comment préserver la sécurité nationale, et comment atténuer efficacement les risques qui préoccupent les gens — qu’il s’agisse de piratage ou de biosécurité.

Il s’agit d’une question très complexe, qui demande beaucoup de temps, de discussions internes et de tours de révision avec de nombreuses personnes. Pour moi, ce fut un processus extrêmement enrichissant. À la fin, nous avions quelque chose comme ça — quinze pages stipulant : « Voilà ce en quoi nous croyons. » J’en ai ensuite tiré une version condensée d’une page, publiée sous forme de chronique. Nous avons aussi réalisé une courte vidéo, car je pense que, pour toucher un large public, il n’est souvent pas nécessaire de présenter un argument théorique complet, mais plutôt de synthétiser : quelles sont vos valeurs, en quoi croyez-vous, et comment le faites-vous savoir ?

Il n’existe pas de méthode universelle pour communiquer ces éléments à l’entreprise ou au monde. Chaque période exige des approches différentes, et différents groupes peuvent avoir des niveaux variables d’adhésion à vos actions : certains y adhèrent naturellement, tandis que d’autres sont davantage préoccupés et ont besoin de votre accompagnement, nécessitant des efforts supplémentaires pour leur expliquer la valeur de ce que vous faites. Je pense que cela fait partie intégrante de la gestion d’une entreprise et du rôle de fondateur : on ne répète pas indéfiniment la même chose ; chaque situation est légèrement différente, confrontée à de nouveaux défis — ce qui en fait précisément l’attrait.

Ce qui pousse Mark à construire

Animateur : J’ai l’impression que, pour vous, cet état d’esprit de fondateur va au-delà de l’entreprise — que ce soit votre ferme ou l’apprentissage d’une nouvelle compétence.

Mark : J’adore simplement créer des choses.

Animateur : Quelle sensation procure le fait de « construire » pour vous ?

Mark : Je pense qu’il s’agit d’un besoin intrinsèque. Chacun s’exprime différemment. Si vous êtes écrivain, vous éprouvez le besoin impérieux d’écrire. Certains recherchent la reconnaissance. Moi, j’ai simplement besoin de construire des choses. Si je n’exerce pas ma créativité ou ne construis rien, je deviens irritable — ce qui n’est guère agréable pour mon entourage.

Animatrice : Apprendre à être un excellent skieur relève-t-il de la même compétence qu’apprendre à concevoir un produit ?

Mark : Dans une certaine mesure, oui : le processus d’apprentissage est très similaire. J’ai toujours volontairement relevé des défis dans des domaines où je manquais de compétence. Par exemple, j’ai toujours eu du mal à apprendre les langues. C’est précisément pourquoi j’ai entrepris d’étudier le latin : je n’arrivais pas à maîtriser le français ni l’espagnol en classe, alors je me suis dit que le latin, ne nécessitant pas de parler mais seulement de traduire — comme les mathématiques — serait plus accessible.

Plus tard, à la tête de mon entreprise, je me fixais chaque année des défis personnels, dont l’un était d’apprendre le mandarin. Cette langue est particulièrement ardue, surtout ses tons. Bien sûr, des motifs valables existent : la grand-mère de Priscilla ne parle que mandarin ; pour communiquer avec elle, je devais l’apprendre. Mais ma motivation première restait le défi lui-même.

Pour toutes ces activités, il n’y a pas d’autre voie que la pratique : aucune astuce ne permet de « comprendre » instantanément. Il faut y consacrer du temps, et progressivement cela s’imprègne dans votre cerveau. Apprendre les arts martiaux ou à piloter un hélicoptère suit le même principe : ces compétences sont difficiles à appréhender rationnellement ; elles exigent une accumulation concrète.

Concevoir des produits relève en partie de ce modèle. La programmation peut se penser théoriquement, mais l’intuition nécessaire à la conception ne s’acquiert que par une pratique répétée. La question centrale est celle de vos goûts : je crois que tous ne ressentent pas aussi intensément que moi le besoin de construire ; la plupart éprouvent toutefois une forme de besoin, et l’enjeu est de l’identifier puis d’y investir du temps pour exceller dans ce qui vous tient vraiment à cœur.

Franchement, je considère qu’il ne s’agit pas seulement d’un « désir », mais d’un besoin psychologique profond ou d’une pulsion intérieure. L’aligner sur une activité précise et s’accorder le temps nécessaire pour que ces expériences s’imprègnent lentement et s’ancrent durablement est essentiel. C’est aussi ce que j’essaie d’enseigner à mes enfants : les aider à découvrir leurs véritables centres d’intérêt, tout en les poussant doucement lorsqu’ils rencontrent un blocage.

L’une de mes filles adore composer de la musique, mais déteste les cours de piano. Je lui ai dit : « Tu n’as pas besoin de devenir virtuose, mais si tu veux créer, tu dois acquérir une intuition des fondements théoriques de la musique. Une fois le piano maîtrisé, apprendre la guitare devient facile. » Que l’on soit enfant, ayant besoin d’un coup de pouce parental, ou adulte, doté de la discipline nécessaire pour s’asseoir et laisser ces apprentissages s’ancrer progressivement dans le cerveau, c’est là l’essentiel.

L’âge d’or des bâtisseurs

Animatrice : Je crois sincèrement que tout le monde aspire à construire. Je ne pense pas que la génération Z soit aussi peu agissante qu’on le prétend souvent. Les gens cherchent simplement l’étincelle qui déclenchera leur puissance créatrice. Vous en avez beaucoup parlé dans votre discours à Harvard.

Mark : Oui. Par « construire », j’entends principalement des produits comme les logiciels ou les appareils physiques. Mais je suis d’accord : chacun possède une forme de pulsion créatrice. Toutefois, chez certains, d’autres traits de personnalité dominent, comme le sens du service — ceux qui deviennent médecins ou infirmiers sont animés par la seule envie de prendre soin des autres.

J’ai entendu une anecdote, probablement tirée de l’expérience de Priscilla en école de médecine : le premier jour de cours, quelqu’un s’est levé et a demandé : « Combien d’entre vous ont, depuis l’enfance, déjà ressenti le désir de prendre soin d’une personne en la voyant ? » Tous ont levé la main. Pour ma part, ma version est : j’ai de nombreux souvenirs d’enfance où je me disais : « Je veux améliorer cette chose. »

Tous ne ressentent pas cette pulsion de façon identique, mais chacun a quelque chose qu’il souhaite accomplir. Je reconnais qu’avec les technologies antérieures, démarrer était difficile pour beaucoup. Ce qui m’enthousiasme le plus dans la superintelligence personnelle, Muse et divers assistants IA, c’est qu’elles permettent enfin, historiquement parlant, de commencer rapidement. Vous avez une idée floue ? L’IA peut vous aider à en esquisser le plan, puis à l’affiner progressivement — comme un sculpteur façonne sa matière — sans devoir tout comprendre avant de vous lancer.

Je trouve cela extrêmement puissant : beaucoup découvriront ainsi ce qu’ils veulent créer ou faire avancer. Cela renforcera largement leur sentiment d’agence.

À quelle distance sommes-nous de la guérison de toutes les maladies ?

Animatrice : Un autre projet que vous menez en dehors de Meta vise à vaincre toutes les maladies. Je me demande d’abord : à quelle distance sommes-nous réellement de cet objectif ?

Mark : Beaucoup plus proches qu’auparavant.

Animatrice : Réaliste, à quelle distance estimez-vous que nous sommes ?

Mark : Lors du lancement de ce projet, notre objectif était d’aider la communauté scientifique à vaincre toutes les maladies d’ici la fin de ce siècle. Nous ne comptons pas y parvenir seuls : notre hypothèse est que toute grande avancée scientifique repose sur l’invention préalable d’outils nouveaux permettant de mesurer et de comprendre certains phénomènes. Ainsi, l’invention du microscope nous a permis de découvrir les bactéries ; celle du télescope, de mieux comprendre l’univers.

Certains de ces outils sont même devenus des plateformes : par exemple, la première personne ayant mis au point un vaccin a ouvert la voie à son utilisation contre de nombreuses maladies.

Historiquement toutefois, la répartition du financement scientifique a été fortement décentralisée, permettant aux chercheurs d’explorer de façon autonome, et peu de fonds ont été consacrés spécifiquement à la création de ces grands outils. Chez Biohub, nous cherchons à concevoir plusieurs nouveaux outils permettant d’« observer » la biologie sous un angle inédit, afin d’accélérer les progrès de la communauté scientifique.

Initialement, nous pensions que « d’ici la fin de ce siècle » était un objectif tout à fait réalisable, tandis que beaucoup de biologistes jugeaient alors cela impossible. Aujourd’hui, je considère que cette échéance est trop lointaine.

Les progrès de l’IA, combinés aux modèles de cellules virtuelles sur lesquels nous travaillons — l’idée fondamentale étant de réaliser des expériences non pas sur des cellules vivantes réelles, mais de simuler des protéines via des modèles d’IA, puis des cellules, voire un système immunitaire virtuel, un organisme entier, voire un être humain complet — permettront aux scientifiques de mener un grand nombre d’expériences en simulant les effets de divers scénarios, par exemple les réactions dans le corps d’une personne suite à la prise d’un médicament donné.

Je ne souhaite pas donner une année précise, mais je pense qu’elle interviendra bien avant la fin de ce siècle.

Animatrice : L’objectif de « vaincre toutes les maladies » semble très délibéré, contrairement à celui de « l’immortalité ». L’immortalité est-elle envisageable ?

Mark : Ce n’est pas vraiment mon domaine d’expertise. Je pense que ces deux notions sont distinctes. L’« immortalité » concerne davantage l’allongement de la durée de vie : même sans tomber malade, le corps humain possède une espérance de vie naturelle, un autre sujet nécessitant des recherches spécifiques. Certains pourraient considérer cela comme une « maladie », ce qui est une perspective légitime, mais il faudra aussi s’attaquer aux maladies susceptibles de survenir même après avoir résolu la question de la longévité.

La partie du problème que nous avons choisie ne signifie pas que vous ne prendrez jamais froid. Notre formulation est « guérir, prévenir ou gérer » : certaines maladies pourront être totalement guéries ; d’autres, je crois, seront bientôt évitables ; et pour d’autres encore, vous pourriez toujours tomber malade, mais ce qui aurait pu causer des dommages graves, voire mortels, deviendra une affection chronique sans incidence majeure sur votre qualité de vie.

L’objectif est de maintenir le corps humain en état d’équilibre — non pas qu’il soit jamais exposé à des agents pathogènes, mais qu’un jour, nous puissions guérir, prévenir et gérer toutes les maladies.

Quelle pensée occupe le plus souvent l’esprit de Mark ?

Animatrice : L’IA a joué un rôle catalyseur dans de nombreuses avancées, notamment en intelligence personnelle. À quoi pensez-vous le plus actuellement ? Quelles idées vous viennent le plus souvent durant ce processus ?

Mark : Cela peut changer chaque semaine.

Pour l’instant, je me concentre intensément sur Muse. À chaque lancement, nous progressons rapidement, puis nous nous confrontons au monde réel, recueillons les retours utilisateurs et déterminons nos prochaines étapes — cette phase est toujours passionnante. Nous y sommes actuellement, collectant beaucoup d’informations pour comprendre les attentes des utilisateurs. La bonne nouvelle est qu’ils apprécient vraiment Muse, donc nous redoublons d’efforts pour en faire bénéficier le plus grand nombre possible.

Beaucoup reste à faire sur le modèle : le modèle Muse Spark a accompli des progrès remarquables, et nous espérons poursuivre notre dynamique afin de créer un modèle de classe mondiale.

Quelles percées sont nécessaires ensuite ?

Animatrice : Quelles percées restent encore à accomplir ?

Mark : Dans ce domaine de recherche, il est souvent impossible de tout prévoir à l’avance. Nous avons des intuitions sur certaines directions, et une grande partie du travail mené ces douze derniers mois a porté sur l’élargissement de nos infrastructures.

Il y a environ un an et demi, beaucoup pensaient que la superintelligence exigerait des percées architecturales fondamentales. Aujourd’hui, je ne suis plus aussi convaincu. Je crois que nous comprenons déjà assez bien la « formule » : avec un supercalculateur suffisamment puissant, on pourrait y parvenir par simple force brute.

Nous construisons ce centre informatique dans l’Ohio, dont la puissance dépasse 1 térawatt et qui est désormais quasi opérationnel ; nous l’utilisons déjà pour entraîner la prochaine génération de modèles. Celui de Louisiane, de 5 térawatts, sera bientôt mis en service. J’estime que des centres d’entraînement multi-térawatts nous rapprocheront fortement de l’AGI, voire de la superintelligence.

Cela ne signifie pas pour autant que c’est la meilleure méthode. Le cerveau humain fonctionne avec seulement 10 watts, tandis que nos systèmes informatiques sont environ un million de fois moins efficaces. Je crois donc qu’il reste une marge d’amélioration architecturale, que nous explorons activement : combiner une puissance de calcul massive et des améliorations architecturales pourrait véritablement aboutir à une solution de pointe mondial. Pour l’instant, toutefois, l’augmentation d’échelle seule nous mène très loin.

Animatrice : En effet, l’augmentation d’échelle est la voie la plus fiable. En recherche, on espère des percées majeures, mais l’augmentation d’échelle produit des résultats rapidement.

Mark : C’est pourquoi les grandes entreprises choisissent cette voie. Une solution bien moins coûteuse pourrait exister, mais nous l’ignorons encore. Et ce projet est si précieux pour le monde qu’il reste justifié même à des centaines de milliards de dollars, dès lors que la probabilité de succès est suffisamment élevée — garantissant ainsi une trajectoire claire vers l’objectif, même si une percée moins chère n’est finalement pas trouvée. Bien entendu, trouver une méthode moins coûteuse serait encore mieux.

Je ne veux donc pas dire que ce problème est « résolu », car à chaque étape de l’augmentation de l’infrastructure, de nouveaux défis techniques émergent, nécessitant débogage et résolution. La recherche progresse précisément de cette manière itérative.

Comment remporter la bataille de la sécurité de l’IA

Animatrice : L’un des enjeux majeurs actuels est de se concentrer sur l’alignement, afin de rendre les modèles fiables.

Mark : Oui. Un débat existe dans le secteur sur l’alignement : les laboratoires d’IA le feront-ils naturellement ? Selon moi, oui. Si vous demandez à Muse d’accomplir une tâche et qu’elle fait exactement le contraire, je me demande combien de personnes voudraient encore l’utiliser. Nous devons garantir que le modèle comprenne non seulement votre demande précise, mais aussi vos intentions et vos valeurs, afin d’éviter toute action qui vous déçoive ou tout effet néfaste que vous rejetez catégoriquement. Cette compréhension approfondie constitue précisément l’alignement.

Je pense donc qu’il est indispensable de réaliser des progrès concrets en matière d’alignement pour assurer le succès de Muse et atteindre des milliards d’utilisateurs, et non pas simplement en parler.

Animatrice : L’alignement s’obtient-il grâce aux retours utilisateurs du type « ce n’est pas ce que je voulais », ou via des détections effectuées en arrière-plan ?

Mark : Les deux. Les retours utilisateurs existent, mais il devient de plus en plus clair qu’il faut intégrer l’alignement dès la phase d’entraînement, et non uniquement après déploiement. Aujourd’hui, les modèles sont suffisamment intelligents pour que, si l’alignement n’est pas bien réalisé pendant l’entraînement, la plupart des incidents de sécurité observés dans d’autres laboratoires surviennent précisément durant cette phase, et non après mise à disposition des utilisateurs.

Il faut lui proposer un « programme » très structuré, comme des parents enseignent à leurs enfants, en fixant des limites claires. S’il commet une erreur, il doit apprendre : « Non, tu dois résoudre ce problème de programmation, pas le contourner en modifiant une configuration système pour obtenir une récompense. » Je veux que tu acquières cette méthode par le biais même de la résolution du problème — c’est là tout le sens de l’entraînement.

Il s’agit essentiellement de mettre en place de bons mécanismes de sécurité et des limites claires. Ce sont des tâches naturelles pour le secteur, sur lesquelles nous investissons beaucoup de temps ; la situation évolue quotidiennement.

Animatrice : Je me souviens que vous aviez mentionné que la question de la sécurité de l’IA — bien qu’elle semble soudainement devenue centrale ces deux dernières semaines — n’a pas été déclenchée par un événement unique. Vous voulez sans doute dire que vous avez consacré quelques mois supplémentaires à un entraînement interne.

Mark : Pour Muse, nous savons que ce produit doit accorder une attention toute particulière à la confidentialité et à la sécurité. Nous disposons d’une version préliminaire du modèle que nous pensons pouvoir affiner davantage concernant « l’échelle de divulgation d’informations » — comme évoqué précédemment. Nous avons donc pris le temps nécessaire. Nous avons également renforcé la sécurité de la machine virtuelle. Cela a pris quelques mois supplémentaires.

Je ne partage pas entièrement les déclarations de certains autres laboratoires selon lesquelles « nous souffrons énormément pour ralentir ». Pour moi, c’est la bonne décision pour Meta et les utilisateurs de Muse. Nous voulons offrir un produit de qualité ; s’il ne l’est pas, cela nuira aux utilisateurs comme à nous-mêmes — nous ne voulons pas lancer un produit qui laisse une mauvaise première impression, puis perdre l’intérêt des utilisateurs.

Je crois que tous les laboratoires ont une motivation intrinsèque forte pour réussir. Aligner les mécanismes d’incitation sur l’objectif « extrêmement utile et sûr » est la clé.

Animatrice : Merci infiniment de nous avoir accordé du temps durant cette semaine cruciale.

Mark : Merci, merci.