Démystifier l'intelligence artificielle

Class'Code - Le numérique et ses sciences dans le réel

Chargement de la playlist en cours...

Robotique et intelligence artificielle 

Histoire des recherches en intelligence artificielle 

L'intelligence artificielle, techniquement, est née en 1956, lors une conférence qui s'est tenue à Dartmouth. Cela remonte à 60 ans déjà. À cette époque, des chercheurs se sont réunis et ont comme volonté de créer des ordinateurs qui puissent être aussi intelligents que l'homme.

Cette notion d'intelligence est mal définie, mais ce qui sera pris comme repère, c'est par exemple le jeu d'échecs. L'un des buts, c'est de faire un programme qui puisse jouer aux échecs aussi bien que l'homme, et éventuellement même le battre. Il y a d'autres domaines qui vont intéresser les chercheurs, par exemple, celui de la traduction automatique.

À partir de cette conférence, pas mal de chercheurs vont rejoindre cette mouvance et commencer des recherches assez intensives. Ces résultats sont absolument prodigieux pour l'époque.

  • L'une des toutes premières intelligences artificielles qui a été mise au point, s'appelle le logicien théorique ou logicien théoricien. C'est un programme qui a été capable de démontrer 38 des théorèmes des Principa Mathematica.

Pour la première fois, on avait un programme capable de faire du raisonnement et de démontrer les choses. Dès la naissance de l'IA, deux courants forts vont émerger, l'un qu'on a appelé le courant symbolique et l'autre le courant plutôt numérique.

  • Ces deux courants vont se distinguer par quelque chose qui a été énoncé plus tard, c'est que d'un côté on veut fabriquer un esprit, c'est le courant symbolique, et de l'autre, on veut modéliser le cerveau.
  • Fabriquer un esprit, c'est parti d'une idée qui était relativement simple de dire que le cerveau est une machine à traiter les symboles. Ce que vont faire ces chercheurs, c'est de trouver de nouveaux algorithmes en partant de cette hypothèse que le cerveau traite tout sous forme de symboles. Il est vrai que certains problèmes, tel que par exemple le jeu d'échecs, vont permettre d'exprimer cette puissance des symboles. En manipulant les symboles, on va arriver à trouver des algorithmes qui sont extrêmement astucieux et efficaces. Il y a vraiment un âge d'or de l'IA, entre ces années 60 jusqu'à la fin des années 70, où on va trouver énormément de choses.
  • De l'autre côté, on a ce courant numérique qui a été mené notamment par Franck Rosenblatt, où l'idée est de modéliser le cerveau. On va rejeter cette hypothèse du symbole au profit d'une approche plus numérique. C'est ce qui a donné naissance, entre autres, au courant des réseaux de neurones artificiels. Chacun de ces deux courants va trouver de nouveaux résultats. Pour Rosenblatt, c'est le cas avec le Perceptron. Ce qui s'est passé, c'est que bien qu'ils aient amassé énormément de résultats, les promesses originelles quant à l'intelligence artificielle n'ont pas réellement été tenues. On a fait des avancées, mais on n'a pas résolu le problème général de l'intelligence. Notamment à la fin des années 70, le jeu d'échecs ne marche pas très bien. On n'est toujours pas capable de battre le champion du monde d'échecs évidemment. 
  • Ensuite, il y a eu "l'hiver de l'IA", c'est-à-dire que du jour au lendemain pratiquement, pas mal de recherches se sont arrêtées suite à cette rareté des fonds pour soutenir la recherche. Il faudra attendre encore quelques années, au milieu des années 90, où là on a eu, de nouveau, des résultats assez importants.
  • C'est en 97,  que Garry Kasparov, champion du monde d'échecs, a été battu par le programme Deep Blue. Ça a été un petit coup de tonnerre parce qu'on ne pensait pas que c'était possible, mais ça l'a été. Ça a pu faire avancer un grand nombre d'algorithmes, mais évidemment on n'avait toujours pas résolu le problème général de l'intelligence.

Faut-il parler d'intelligence artificielle ou d'intelligences artificielles ?

  • Aujourd'hui il y a, de nouveau énormément, des recherches en IA :  de la même façon qu'on avait battu le joueur d'échecs, on a battu le champion du monde de Go. Là aussi, ça a été un coup de tonnerre parce que c'est un résultat qu'on attendait pour dans quelques années parce que le jeu de Go est d'une complexité avec un ordre de grandeur supérieur aux échecs. On pensait que c'était vraiment un problème ardu.
  • Est-ce que cela signifie qu'on a résolu le problème de l'intelligence générale ? Non, toujours pas parce que le problème est toujours le même. On ne sait pas définir vraiment ce qu'est l'intelligence. On va pouvoir développer des intelligences artificielles qui vont être excessivement bonnes dans un certain sous-domaine, par exemple ça peut être le jeu de Go, le jeu d'échecs ; ça peut être des problèmes encore plus spécifiques où là on va trouver effectivement ces algorithmes qui vont permettre de les résoudre.
  • Mais par exemple aujourd'hui, on ne sait pas faire une intelligence qui pourrait répondre à tous les problèmes, même de façon très basique. L'autre problème attenant, c'est qu'il faut à un moment définir ce qu'on va entendre par "intelligence". C'est un peu là où les chercheurs ont péché à l'origine. C'est qu'on ne va pas avoir une intelligence, mais des intelligences.
  • C'est pour ça qu'on va préférer parler d'intelligences artificielles au pluriel, on va même enlever le terme d'intelligence artificielle au profit d'autres domaines qui peuvent être, par exemple, l'apprentissage machine, les réseaux de neurones artificiels, les systèmes experts,...

Qu'est-ce que le test de Turing ? a-t-il encore un sens aujourd'hui ?

  • À la même époque, en 1956, toujours par rapport à ce problème de l'intelligence générale, il y a Alan Turing qui a proposé un test : le test de Turing dont le but était de détecter si une machine était intelligente ou pouvait être qualifiée d'intelligente. Ce test est intéressant parce que c'est ce qu'on a appelé le jeu de l'imitation, où le jeu pour la machine, est de se faire passer pour un humain en donnant des réponses assez convaincantes.
  • Ce test extrêmement critiqué depuis, mais beaucoup cité parce qu'il repose entièrement sur le langage qui est quelque chose de très compliqué, et qui n'est valable que pour l'homme puisqu'il faut pouvoir parler. Par exemple, les animaux ou les bébés ne pourraient pas passer le test.
  • Aujourd'hui, avec les recherches actuelles qu'on a à la fois sur l'animal, sur le développement de l'enfant, on sait que l'intelligence ne passe pas entièrement par le langage, mais prend bien d'autres formes.

Quels sont les enjeux pour l'IA aujourd'hui ?

  • Un des gros problèmes aujourd'hui pour l'intelligence artificielle, c'est de représenter "un joueur de foot". Ça pourrait paraître étonnant puisque finalement on a réussi à faire le joueur d'échecs, alors qu'aujourd'hui la problématique c'est "le joueur de foot" parce que si vous prenez un robot humanoïde, il va falloir le faire bouger, le faire jouer collectivement avec ses partenaires, c'est-à-dire qu'il va falloir décoder les émotions, les intentions de l'autre. Tout ça, ce sont des problèmes excessivement difficiles qui ne sont pas résolus, mais qui font effectivement l'objet de beaucoup de recherches.
  • Cela rejoint un problème un peu plus général sur cette hypothèse symbolique, qui était que lorsque les gens se sont mis à la rejeter, ils se sont pris à considérer cette fois le corps. Il y a eu tout un mouvement qu'on appelait la cognition incarnée, dont un texte emblématique qui est un article de Rodney Brooks, un roboticien assez célèbre : "Les éléphants ne jouent pas aux échecs". C'est un titre un peu surprenant, mais qui signifie que l'éléphant mène sa vie d'éléphant dans la savane ou dans la jungle. Il n'a jamais entendu parler de jeu d'échecs. On peut supposer qu'il n'a pas besoin de symboles, mais il a toute son intelligence d'éléphant. C'était un peu pour rejeter cette hypothèse simplificatrice.
  • Aujourd'hui, par rapport aux recherches sur la cognition incarnée, l'idée est de dire que l'intelligence doit se faire avec un corps qui se développe et en interaction avec l'environnement. Si je veux, par exemple, tester la souplesse d'un objet, je vais avoir besoin d'un corps pour faire l'expérience de la souplesse de cet objet. C'est là, l'une des grandes orientations d'une certaine part des recherches en intelligence artificielle, mais aussi en robotique développementale.

Producteur : Inria

Auteur : Liliane Kahmsay / Florent Masseglia

en partenariat avec
Class'Code

Class’Code est un programme de formation gratuit à destination de toutes celles et ceux qui désire initier les jeunes de 8 à 14 ans à la pensée informatique. Retrouvez toutes les informations sur classcode.fr et les Moocs sur openclassrooms.fr

Publié le - Mis à jour le 24-07-2019

Recommandations