Jensen Huang, PDG de Nvidia, a déclaré quelle carrière il étudierait s’il avait à nouveau 20 ans

« La prochaine vague exige que nous comprenions des choses comme les lois de la physique, la friction, l’inertie, la cause et l’effet », avait déclaré Jensen Huang en avril à Washington, D.C. Le PDG de Nvidia prévoit que l’intelligence artificielle physique sera le prochain grand saut technologique, une transformation qui, selon ses mots, « est vraiment, vraiment importante pour nous maintenant, parce que nous construisons des usines et des usines partout aux États-Unis ».

Dans ce contexte et en réponse à une question journalistique ces dernières heures, Huang a révélé que, s’il avait vingt ans aujourd’hui, il orienterait sa formation universitaire vers les sciences physiques.

Lors d’une visite à Pékin mercredi, un journaliste a demandé à Huang : « Si vous étiez une version de vous-même de 22 ans qui vient d’obtenir son diplôme en 2025, mais avec la même ambition, sur quoi vous concentreriez-vous ? » Le dirigeant a répondu que, s’il était un jeune diplômé aujourd’hui, il aurait opté pour les sciences physiques plutôt que pour les sciences logicielles. Il se souvient qu’il a terminé l’université deux ans plus tôt que d’habitude, à l’âge de 20 ans.

« Pour le jeune Jensen, 20 ans, qui est maintenant diplômé, j’aurais probablement choisi… plus de sciences physiques que de sciences logicielles », a-t-il déclaré, selon CNBC.

Les sciences physiques, contrairement aux sciences de la vie, englobent l’étude des systèmes non vivants, tels que la physique, la chimie, l’astronomie et les sciences de la Terre. Huang a obtenu son baccalauréat en génie électrique de l’Université d’État de l’Oregon en 1984, puis une maîtrise en génie électrique de l’Université de Stanford en 1992.

Environ un an plus tard, en avril 1993, Huang a cofondé Nvidia avec les ingénieurs Chris Malachowsky et Curtis Priem autour d’un repas dans un restaurant Denny’s à San Jose, en Californie. Depuis lors, sous sa direction, la société de semi-conducteurs est devenue l’entreprise la plus précieuse au monde. La semaine dernière, Nvidia a atteint une capitalisation boursière de 4 000 milliards de dollars pour la première fois de l’histoire.

Bien que Huang n’ait pas détaillé les raisons pour lesquelles il choisirait les sciences physiques aujourd’hui, il a exprimé à plusieurs reprises son enthousiasme pour ce que l’on appelle « l’IA physique » ou, comme il l’appelle, « la prochaine vague ». Lors du Hill & Valley Forum à Washington, en avril dernier, il a expliqué que l’intelligence artificielle est passée par plusieurs phases au cours des quinze dernières années.

Selon Huang, « l’IA moderne » est apparue il y a entre 12 et 14 ans, lorsque le modèle AlexNet a révolutionné la vision par ordinateur et a marqué une étape importante dans l’apprentissage profond. « L’IA moderne a vraiment pris conscience il y a environ 12 ou 14 ans, lorsque AlexNet est arrivé et que la vision par ordinateur a fait sa percée », a-t-il déclaré. Cette première période est connue sous le nom d’« IA de perception ».

La deuxième étape, appelée « IA générative », correspond au moment où les modèles d’intelligence artificielle ont appris à comprendre le sens de l’information et à la traduire dans différentes langues, images, codes et autres formats.

À l’heure actuelle, la technologie est à l’ère de « l’IA raisonnante », dans laquelle les systèmes peuvent comprendre, générer, résoudre des problèmes et reconnaître des situations sans précédent. « L’IA raisonnante permet de produire une forme de robots numériques. Nous les appelons l’agent IA », a expliqué Huang. Ces agents fonctionnent comme des « robots de main-d’œuvre numérique » capables de raisonner, une tendance qui attire l’attention d’entreprises technologiques telles que Microsoft et Salesforce.

Pour l’avenir, Huang affirme que la prochaine étape sera « l’IA physique ». Au cours de cette phase, les systèmes devront comprendre des principes tels que la permanence des objets – l’idée que les objets existent même s’ils ne sont pas vus – ainsi que la prédiction des trajectoires, l’estimation de la force nécessaire pour manipuler les objets sans les endommager et la déduction de la présence de piétons cachés derrière un véhicule. « Et lorsque vous prenez cette IA physique et que vous l’incorporez dans un objet physique appelé robot, vous obtenez de la robotique », a-t-il ajouté.

M. Huang a conclu qu’au cours des 10 prochaines années, la construction d’une nouvelle génération d’usines et d’usines hautement automatisées sera essentielle pour remédier aux pénuries mondiales de main-d’œuvre.