Les « ordres de grandeur » (OOM) de l'IA, expliqués

Ce qu'est un OOM

Un ordre de grandeur = 10×. Deux OOM = 100×. Aschenbrenner raisonne en OOM parce que le progrès de l'IA est exponentiel : il est plus simple de suivre « combien de 10× par an » que des valeurs absolues. Sa prévision est pour l'essentiel une addition — empilez assez d'OOM de calcul effectif et vous franchissez le seuil de l'AGI.

Les trois sources d'OOM

• Calcul brut — des entraînements plus vastes
• Efficacité algorithmique — plus de capacité par FLOP
• Unhobbling — libérer la capacité latente (raisonnement, outils, agents)

Le pari, et où il en est

Il tablait sur environ 0,5 OOM/an de calcul effectif, de façon soutenue. À la mi-2026, un audit indépendant qualifie le rythme de « globalement conforme », les lancements se répartissant à environ ±0,5 OOM de la tendance. Ce moteur d'OOM est ce qui sous-tend chaque affirmation en aval : capacité, calendrier de l'AGI, explosion d'intelligence. Si les OOM cessent de s'empiler, tout le dossier 2027 glisse.

Questions fréquentes

Un ordre de grandeur (OOM) vaut un facteur 10. Aschenbrenner compte les OOM de « calcul effectif » — calcul brut, plus efficacité algorithmique, plus unhobbling — parce que le progrès de l'IA est exponentiel et plus simple à suivre en « 10× par an ».

Environ 0,5 ordre de grandeur de calcul effectif par an, soutenu sur la décennie. À la mi-2026, le rythme a globalement tenu.

Parce que sa prévision d'AGI est pour l'essentiel une addition : empilez assez d'OOM de calcul effectif et vous franchissez le seuil. Si les OOM cessent de s'empiler, le calendrier 2027 glisse.