Faire du Grand Ouest le territoire numérique de demain
Article
L’idée d’Intelligence Artificielle date des années 1950, quand le mathématicien Alan Turing s’interroge sur la capacité des machines à faire aussi bien que l’humain. Le “test de Turing” développé en 1956, et utilisé depuis plus de 50 ans, vise à définir ce qu’est l’Intelligence Artificielle : une machine capable d’imiter une certaine forme d’intelligence humaine en accomplissant des tâches aussi bien qu’un humain.
Pour parler plus simplement, il s’agit d’algorithmes mathématiques qui permettent à une machine d’effectuer des tâches. C’est seulement en 2001, que les différents types d’algorithmes ont été catégorisés aux Etats-Unis, et ils ont été divisés en 4.
L’algorithme de type I est le stade le plus basique de l’intelligence artificielle, et le plus développé actuellement : une machine capable de percevoir le monde alentour et d’agir en fonction de ces perceptions. Il s’agit par exemple de toutes les formules de calculs mathématiques présentes dans Excel, ou par exemple les algorithmes présents dans une calculatrice.
C’est un algorithme qui permet de définir une règle dans un ordinateur et de lui mettre un historique (une partie de jeu par exemple). Une fois que l'ordinateur dispose de la règle et de l'historique de début, il fera mieux que l'humain.
Contrairement aux machines réactives, les machines à mémoire limitée ont la capacité de s’appuyer sur des représentations du monde pour prendre une décision. Les voitures autonomes en sont un bon exemple : elles ont des caméras qui captent l'environnement, elles ont les règles de conduite (le code de la route) et à partir de là, elles apprennent à conduire. Dotées d’un répertoire de représentations du monde préprogrammées, elles sont capables d’ajuster leur vitesse ou leur trajectoire en fonction de plusieurs facteurs, comme le trafic ou les courbes de la route.
Mais il y a aussi Alexa, Siri, tous les algorithmes qui sont utilisés aujourd’hui sont pour la plupart de type II.
Le troisième type d’intelligence artificielle marque un point de rupture entre les machines qui existent et celles que nous allons construire dans le futur. Grâce à la théorie de l’esprit, les robots vont pouvoir non seulement appréhender et classifier des représentations du monde, mais aussi comprendre et hiérarchiser les émotions pouvant influer sur le comportement humain, et adapter leur comportement en conséquence.
Il a fallu 20 ans pour mettre au point “Libratus” : un algorithme qui bat les meilleurs joueurs de poker au monde. C'est un algorithme de type III. Pourquoi ? Parce que c'est un algorithme qui produit son propre code informatique et qui prend des décisions tout seul.
Il faut beaucoup de temps pour coder un algorithme comme celui-ci. Même en commençant aujourd’hui, il faudra pas loin de 20 ans, même avec les capacités dont nous disposons aujourd’hui.
L’auto-conscience est le palier final du développement de l’intelligence artificielle. L’auto-conscience consiste à doter les machines de la capacité de former des représentations d’elles-mêmes. Comme une extension du type III de l’intelligence artificielle, les machines dotées d’auto-conscience comprendraient non seulement les émotions humaines, mais parviendraient à se les appliquer, tout en pouvant prédire celles des autres.
Ce type n’existe pas aujourd’hui : ce serait la reproduction du cerveau humain, et le grand rêve d’Elon Musk avec sa filiale Neuralink. Mais malgré les investissements massifs qui sont réalisés actuellement par les GAMAM, les meilleurs neurobiologistes, chirurgiens, neurologues de la planète ne savent pas précisément comment fonctionne le cerveau. Et il est impossible de reproduire informatiquement quelque chose qu'on ne comprend pas.
Ces définitions ont été partagées par Olivier Lagrandeur, fondateur de Data Inceptio et animateur de la communauté Data & IA d’ADN Ouest, à l’occasion de l’événement “Data & IA : prédire de façon pragmatique et éthique” pour introduire la table ronde qui réunissait Stéphane Linlaud, DSI de la SICA St Pol de Léon, et Kévin Micheneau, enseignant chercheur au CESI Campus de Brest. Vous pouvez retrouver le support de présentation et l’audio de cet événement dans notre espace ressources.
