Google DeepMind publie une taxonomie en dix capacités cognitives pour évaluer les progrès vers l'AGI et lance avec Kaggle un hackathon doté de 200 000 dollars pour construire des évaluations sur cinq d'entre elles.
Le 17 mars 2026, Google DeepMind publie sur le blog officiel de Google un article intitulé « Measuring progress toward AGI: A cognitive framework », signé par Ryan Burnell (chercheur, Google DeepMind) et Oran Kelly (product manager, Google DeepMind). L'article présente une taxonomie cognitive destinée à structurer la mesure des progrès vers l'intelligence artificielle générale (AGI), en décomposant l'intelligence en dix capacités cognitives :
L'idée avancée par Google DeepMind est que les bancs d'essai (benchmarks) actuels de l'IA mesurent surtout des performances de bout en bout sur des tâches, sans isoler ces capacités sous-jacentes une à une — rendant difficile de savoir précisément où les modèles progressent et où ils restent en retrait par rapport à une intelligence générale.
En parallèle de la publication, Google DeepMind s'associe à Kaggle pour lancer un hackathon intitulé « Measuring Progress Toward AGI: Cognitive Abilities », ouvert du 17 mars au 16 avril 2026 (résultats annoncés le 1er juin 2026). L'objectif : concevoir des évaluations capables d'isoler spécifiquement cinq des dix capacités de la taxonomie — apprentissage, métacognition, attention, fonctions exécutives et cognition sociale.
Le hackathon est doté d'une cagnotte totale de 200 000 dollars, répartie ainsi :
Google DeepMind justifie cette initiative par le constat que l'AGI a le potentiel d'accélérer la découverte scientifique et d'aider à résoudre certains des problèmes les plus pressants de l'humanité — mais que mesurer objectivement les progrès réels vers cet objectif nécessite des outils d'évaluation plus fins que les benchmarks généralistes actuels. En publiant une taxonomie ouverte et en sollicitant la communauté via Kaggle, l'entreprise cherche à faire émerger des méthodes de mesure reproductibles pour chacune des briques cognitives identifiées, plutôt que de s'appuyer sur un score agrégé unique.
À lire aussi
Un pipeline éditorial multi-agents automatise la recherche, le brief et le brouillon — jamais la vérification. Le modèle de supervision humaine expliqué, sourcé Google Search Central.
Le stack martech mondial plafonne à plus de 15 000 outils recensés. Ce qu'un audit doit réellement vérifier — redondance, usage réel, dette d'intégration — avant tout nouvel ajout.
Une refonte ne perd pas son référencement à cause du nouveau design : mapping d'URL incomplet, chaînes de redirection, canonicals contradictoires, hreflang oublié. Le modèle de risque détaillé.
Nous utilisons des traceurs de mesure d’audience et de publicité. Vous pouvez les accepter, les refuser, ou choisir finalité par finalité — le site fonctionne identiquement dans tous les cas. En savoir plus
