L’intelligence artificielle (IA) fait beaucoup parler d’elle, et toutes sortes de fantasmes surgissent à son propos. Qu’en est-il concrètement ?
Chacun y va de sa définition, car personne ne sait ce qu’est l’IA sauf à la définir à partir de l’intelligence. Or, il y a des multitudes de définitions de l’intelligence, c’est un concept très vaste et extrêmement difficile à cerner. En éludant cette problématique, je dirai que l’IA, c’est donner l’illusion de l’intelligence. Il existe différents types d’IA. Celle qui a eu son heure de gloire, c’est l’IA symbolique, principalement basée sur des systèmes de règles, dits systèmes experts plus ou moins complexes par exemple, les matchs d’échecs de Deep Blue contre Gary Kasparov, qui a été battu par un ordinateur.
Ce qui a le vent en poupe aujourd’hui, c’est l’IA statistique, basée sur des grandes bases de données, et non des règles fournies par des experts. La plus courante est celle dite supervisée, où un humain supervise son apprentissage à l’aide d’exemples illustrant ce qui est attendu d’elle (telle radiographie montre un cancer, une autre pas). À l’extrême opposé, il y a l’IA non supervisée qui n’apprend pas à partir d’exemples : elle doit extraire des structures informationnelles des données qui lui sont présentées sans avoir besoin de données d’exemples précis (elle va, entre autres, automatiquement extraire d’un réseau social, des groupes homogènes et les caractériser). C’est bien sûr infiniment plus compliqué à développer. À mi-chemin, il y a l’IA par renforcement, qui est généralement utilisée pour reproduire un processus complexe ayant une fin. Ce que nous sommes capables de faire, c’est de dire à l’IA si la fin est bonne ou pas, bien que nous soyons incapables de lui dire si elle a pris la bonne décision à chaque étape. C’est typiquement ce qui se joue dans un jeu de go ou d’échecs : à chaque étape, nous ignorons quel est le meilleur coup, mais à la fin nous savons lui « donner un coup de bâton » si elle a perdu et « un bonbon » si elle a gagné. C’est à elle d’apprendre toute seule le chemin. C’est une IA importante, qui s’adapte et corrige en fonction des retours que nous lui faisons. C’est autant sa force que sa faiblesse, parce qu’avec des IA sensibles, il y a des processus de certification à avoir avant de les déployer, et ces processus certifient ensuite une IA figée. Si elle change, il faut alors recertifier.
LIRE LA SUITE…
|
