L’histoire de l’IA, faite de cycles entre attentes démesurées et réelles avancées

Source: The Conversation – in French – By Nicolas P. Rougier, Directeur de Recherche en neurosciences computationelles, Inria; Université de Bordeaux

L’ESSENTIEL

Plonger dans son histoire permet de mettre en perspective les avancées de l’IA, ses promesses et sa rhétorique. Déjà en 1970, Marvin Minsky, mathématicien, annonçait : « D’ici trois à huit ans, nous disposerons d’une machine dotée d’une intelligence générale équivalente à celle d’un être humain moyen. » Ça vous rappelle quelque chose ?
L’« effet IA », expliqué par Rodney Brooks, un roboticien, dès 1987 : « Tant qu’on ne sait pas faire, c’est de l’IA. Dès qu’on sait faire, c’est du calcul. » Tiens, tiens.
Sans oublier la « loi d’Amara », énoncée en 1978 : « Nous avons tendance à surestimer l’effet d’une technologie à court terme et à le sous-estimer à long terme. » Oups.

Il est difficile aujourd’hui d’ignorer l’expression « intelligence artificielle » (IA) tant elle est présente dans les médias, sur les réseaux sociaux et, dans une moindre mesure, dans le monde industriel. Ce phénomène d’hypermédiatisation (hype) n’est pas nouveau pour l’intelligence artificielle, car on a déjà connu de telles périodes d’emballement médiatique, même si l’épisode actuel est particulièrement sévère.

Cette hypermédiatisation s’accompagne, aujourd’hui comme hier, d’une promesse de révolution technologique dont les effets se font pourtant attendre, menant certains à douter de son « avènement ». Dans le même temps, les investissements faramineux ne semblent pas soutenables sur le court terme selon des économistes, faisant craindre un éclatement de la bulle qui pourrait avoir des conséquences dévastatrices sur l’économie mondiale.

Pour comprendre cette situation, il faut se replonger brièvement dans la longue histoire de l’IA.

Une définition ambiguë par choix délibéré

Les termes d’« intelligence artificielle » naissent officiellement en 1955 sous la main de John McCarthy (un des pères fondateurs de l’IA), en préparation de la conférence de Dartmouth aux États-Unis en 1956, qui est considérée par beaucoup comme l’instant zéro de l’IA – quand bien même elle n’aurait pu exister sans les travaux précurseurs d’Alan Turing (père fondateur de l’informatique moderne), de Norbert Wiener (père fondateur de la cybernétique) et de bien d’autres encore.

La formulation, « intelligence artificielle », se voulait explicitement très vendeuse, au grand dam des collègues de McCarthy, qui la trouvaient déjà trop connotée.

Si les premiers résultats furent très encourageants, les pères fondateurs ont rapidement fait des promesses irréalisables à l’époque et, pour certaines, irréalisables encore aujourd’hui. Ainsi, Marvin Minsky écrivait déjà en 1970 dans le magazine Life :

« D’ici trois à huit ans, nous disposerons d’une machine dotée d’une intelligence générale équivalente à celle d’un être humain moyen. »

Un demi-siècle plus tard, nous n’avons toujours pas cette intelligence artificielle générale qui serait équivalente à notre propre intelligence, ce qui n’empêche pourtant pas les nouveaux apôtres de l’IA de la promettre pour très bientôt.

Sam Altman (le PDG d’OpenAI) l’a, par exemple, annoncée en 2024 pour 2025, Elon Musk (xAI) en 2025 pour la fin 2026, Dario Amodei (le PDG d’Anthropic) en 2026 pour 2027-2030 et Demis Hassabis (le DG de Google DeepMind) en 2026 pour 2029.

La toute-puissance de la force brute

Pour autant, les progrès et les avancées de la bonne vieille IA (dite « GOFAI » pour Good old fashioned artificial intelligence) sont avérés, et il y a aujourd’hui un ensemble des techniques issues de l’IA qui sont désormais entrées dans notre quotidien sans même que l’on y fasse encore attention. Vous souhaitez :

aller d’un point A à un point B ? C’est un vieux problème de l’IA résolu partiellement en 1956 (algorithme de Djikstra) ;
jouer aux échecs avec un ordinateur ? Le programme Kotok-McCarthy a été conçu en 1959 ;
discuter avec un chatbot ? Eliza (Weizenbaum) permettait déjà de le faire en 1966 ;
prouver des théorèmes mathématiques ? Le logic theorist de Newell, Simon et Shaw, en 1956, a pu prouver 38 des 52 théorèmes des Principia Mathematica ;
reconnaître un visage dans la foule ? Takeo Kanade en fit la première démonstration en 1973.

Ces résultats, majeurs à leur époque, ne nous impressionnent plus guère aujourd’hui. Cela explique peut-être pourquoi, pour le grand public, l’IA commence avec les IA génératives (texte, image, son) et, en particulier, avec ChatGPT, qui est un grand modèle de langage (LLM) mis en ligne en 2022 par OpenAI.

Cette révolution de l’IA s’est véritablement faite en deux temps

En 2012, durant la conférence Neural Information Processing Systems (NIPS), Geoffrey Hinton (lauréat du prix Turing en 2018 et du prix Nobel de physique en 2024) et ses collègues présentent les résultats d’une architecture neuronale pour la reconnaissance d’images.

Les performances de ce modèle sont tout simplement époustouflantes comparées aux techniques standards de l’époque. Là où la communauté pensait qu’il fallait des modèles spécifiques, astucieux, incluant des connaissances fines sur la reconnaissance d’images, Hinton montre au contraire que la force brute marche bien mieux.

Ce qu’il faut donc retenir de ce modèle, ce n’est pas tant son originalité, car son architecture avait été imaginée quelques décennies auparavant par d’autres chercheurs, mais bien l’énorme puissance de calcul qui a été mise en œuvre pour le faire tourner et obtenir ce résultat majeur.

C’est sur ce même principe de « force brute » que Google fera, lui aussi, une avancée majeure dans la traduction automatique au cours de l’année 2016. Là où les linguistes s’acharnaient depuis longtemps à tenter d’introduire les grammaires de nombreux langages, Google a mis en œuvre un véritable rouleau compresseur fondé sur d’immenses volumes de données.

C’est encore ce même principe de force brute qui amènera à ChatGPT et d’autres grands modèles de langage. En exploitant ces mêmes principes de réseaux de neurones profonds, de volumes de données gigantesques et d’une puissance de calcul hors norme, OpenAI a, en quelque sorte, libéré le kraken, aidé en cela par une avancée majeure sur le plan architectural : les transformers, dont l’article original est l’un des plus cités de toute l’histoire de la recherche, toutes disciplines confondues.

Les mêmes causes produiront-elles les mêmes effets ?

Tout en reconnaissant ces avancées majeures, on ne peut s’empêcher de faire le parallèle entre la situation actuelle et ce que l’on appelle « les deux hivers de l’IA ».

Le premier hiver de l’IA, que l’on situe entre 1974 et 1980, est une conséquence directe des promesses non tenues (traduction automatique, reconnaissance vocale, etc.), soulignées par le rapport (assassin) du mathématicien britannique James Lighthill en 1973, et des limites de la puissance de calcul de l’époque. Cela se concrétisa par des coupes budgétaires sévères.

Au début des années 1990, l’IA renaît de ses cendres avec l’idée des systèmes experts (raisonnement à partir de règles), avec, là aussi, des attentes démesurées qui conduiront à un deuxième hiver de l’IA, et ce, jusqu’au début des années 2010.

Pour autant, la recherche en IA ne s’est pas complètement arrêtée durant cette période et de nombreux résultats ont été intégrés dans différentes technologies de la vie courante (reconnaissance automatique de caractères, correction automatique, aide à la décision, navigation routière, etc.), mais ont souffert de l’« effet IA » , comme expliqué par Rodney Brooks dans un article qui a marqué la communauté… à la fin des années 1980 :

« Tant qu’on ne sait pas faire, c’est de l’IA. Dès qu’on sait faire, c’est du calcul. »

Pour qui a travaillé dans le monde académique au début des années 2000, la période actuelle est assez savoureuse. Imaginez un instant qu’il y a un quart de siècle, les mots « intelligence artificielle » étaient bannis des conversations et surtout (auto)censurés de toutes les demandes de subvention, tant les deux hivers de l’IA avaient marqué les esprits. Aujourd’hui, la simple mention du terme IA suffit à faire pétiller les yeux des financeurs et du grand public, même si cet « effet waouh » tend à s’estomper, voire à devenir contre-productif.

Le futur de l’IA reste donc à écrire, mais comme nous l’explique la loi d’Amara, formulée en 1978 :

« Nous avons tendance à surestimer l’effet d’une technologie à court terme et à le sous-estimer à long terme. »

Nul doute que les nouvelles technologies d’IA modifient et modifieront notre quotidien (pour le meilleur ou pour le pire), mais nous ne sommes pas à l’abri d’un troisième hiver de l’IA qui pourrait engendrer des réajustements assez drastiques. C’est en partie ce qui est en train de se passer avec des entreprises qui réembauchent des salariés licenciés auparavant au nom de l’IA.

Quant à l’idée d’une intelligence artificielle générale, elle est pour le moment hors de portée.

Nicolas P. Rougier a reçu des financements de l’ANR.

– ref. L’histoire de l’IA, faite de cycles entre attentes démesurées et réelles avancées – https://theconversation.com/lhistoire-de-lia-faite-de-cycles-entre-attentes-demesurees-et-reelles-avancees-285291