Comprendre l'intelligence artificielle

Les précurseurs

Depuis l'antiquité, l'homme se dote d'outils lui permettant de se faciliter la vie quotidienne. On parle d'exosomatisme. Dès l'antiquité, le boulier facilite les calculs, la roue les déplacements …. Malgré les limites des connaissances de l'époque, certains penseurs/scientifiques tels que René Descartes ou Gottfried Leibniz, émettent dès le 17ᵉ siècle, l'idée que tout raisonnement pourrait se formaliser scientifiquement tôt ou tard. Plus récemment l'informatique, basée sur l'algèbre de George Boole pour les données binaires et d'Alan Turing pour les calculs, prend son essor, mais ne permet pas encore d'envisager une méthode de raisonnement capable de résoudre des problèmes complexes.

Les super-calculateurs

Il faudra attendre 1997 pour que le super-calculateur Deep Blue gagne face au champion Kasparov. Et l'année 2017 pour le jeu de GO, dont les combinaisons sont encore beaucoup plus importantes. Le point clé, à ce stade est la puissance. Colossale, elle est réservée aux quelques machines disséminées à des endroits stratégiques de la planète. Mais avec une nouvelle limite, à savoir celle du domaine d'application. Deep Blue a été programmé pour faire une partie d'échecs, mais ne sait rien faire d'autre.

Le Big Data

L'ingrédient déterminant suivant viendra des données fournies par les utilisateurs au travers de leurs publications, recherches, etc. dont le volume explose (on parle de Big Data) depuis l'avènement des réseaux sociaux et des services connectés.

La reconnaissance de formes

Rien de nouveau, mais les technologies s'agrègent. Cette nouvelle étape consiste à faire de reconnaissance. Reconnaître un objet sur une photo par exemple. Cette approche nécessite cependant une phase d'apprentissage, elle aussi très gourmande. Pour reconnaître un objet assez simple comme une voiture, quelques milliers de photos commenceront à donner de bons résultats. Pour ce qui est d'un animal, il en faudra beaucoup, beaucoup plus. Pas de problème compte tenu de la puissance dorénavant disponible, pourrait-on penser, mais un ordinateur ne peut, à ce stade, apprendre de manière autonome. Il a donc besoin d'humains, généralement de petites mains passant leurs journées à valider si la forme visée existe ou non dans la photo analysée. Très vite, étant donné l'engouement, les différents acteurs établissent des règles de reconnaissance pour les formes courantes. C'est la naissance de la notion de modèles ciblant pour l'instant la reconnaissance. Malgré leur démultiplication, la question de savoir s'il sera possible de reconnaître n'importe quelle forme reste posée, d'autant que ces modèles de reconnaissance s'étendent aujourd'hui aux vidéos.

Il va sans dire que le modèle en vogue concerne l'humain, avec ses postures/comportements types en général et la reconnaissance faciale en particulier. De même, le domaine qui a fait l'objet de recherches poussées, avec les résultats que l'on connaît, est celui de la reconnaissance vocale.

Il n'est donc pas question pour l'instant, de parler d'intelligence, mais de puissance de calcul s'appuyant sur le Big Data.

La génération

Le 2ᵉ étape consiste, à partir là aussi, d'un ensemble de documents concernant un thème bien déterminé, de générer des synthèses en tous genres (textes, graphiques, ...) voire des images, de l'audio, des vidéos, etc. Il s'agit donc de l'IA dite générative. On peut ainsi demander aux IA le permettant, de créer une image représentant un paysage avec le style de Van Gogh ou de Matisse, avec, bien entendu, de problèmes quasiment insolubles de droits d'auteurs ...

S'agit-il dans ce cas d'une création véritable dans le sens artistique du terme ? Le débat est ouvert, mais là où un artiste peut créer un texte ou un dessin en partant d'une inspiration aussi passagère qu'une inattendue en grillant avec quelques calories, l'IA puise dans l'existant du Big Data avec une puissance de calcul (fournie par des DataCenter), qui ne cesse d'augmenter, et ce, avec un dégagement de températures tel qu'ils doivent être refroidis en permanence.

Couplée à la reconnaissance vocale, cette étape comprend également la synthèse vocale qui permet de générer des textes de réponses (les Chat Bot) et de les prononcer avec une voix de synthèse.

L'inférence de règles

La troisième étape vise l'apprentissage, ce qui sous-entend connaissance et raisonnement permettant d'obtenir un résultat inconnu au préalable, à partir d'un ensemble d'informations fourni en entrée du calcul. La "connaissance" provient ici encore du Big Data, avec une nouveauté toutefois, étant donné la faculté de génération désormais disponible. Les documents générés par IA viennent en effet alimenter ce Big Data, accélérant de plus belle la vitesse de production, avec qui plus est, le risque de s'auto-alimenter. Si on ajoute le fait que le Big Data comporte de nombreuses incohérences (faire une recherche de "La terre est plate" par exemple) et que le fruit d'une génération peut varier d'un modèle à un autre, jusqu'à produire des résultats erronés, il est important de prendre en compte ce degré d'erreur, bien connu sous le nom d'hallucinations.

Le raisonnement se fait quant à lui, en deux temps, en partant du principe de la machine de Turing, (toujours en vigueur en attendant la prochaine révolution des ordinateurs quantiques), basé sur une séquence d'étapes, elles-mêmes basées sur la logique de Boole (tests de conditions et boucles), déterminé au départ et fixe. C'est le principe de fonctionnement de la plupart des applications existantes. La nouveauté consiste, toujours à partir d'un ensemble de règles de départ, à produire de nouvelles règles afin d'esquisser un processus d'apprentissage. Cette étape s'appelle le Deep Learning., que l'on peut traduire par "apprentissage profond".

Où en sommes nous ?

Nous en sommes au stade de la prolifération et de l'accélération. La première IA, la plus connue est ChatGPT conçue par OpenAI, firme dirigée par Sam Altman mais il y a aussi Claude, conçue par Anthropic, Gemini, conçue par Google, Grok qui s'appuie sur Grokipedia.com, etc. Chacun avec leur modèle, que deviennent, par leur caractère dynamique, ce que l'on appelle des agents (qui sont une évolution des algorithmes). À tel point que les IA génèrent dorénavant leur propre code, c'est-à-dire qu'elles progressent de manière de plus en plus automatisée.

De plus, Elon Musk a annoncé en 2026 que les IA possèdent dores et déjà le niveau de connaissance de l'ensemble de tous les cours universitaires et publics, jusqu'au plus haut niveau. Contrairement à un humain qui peut avoir une expertise dans un domaine bien précis, les IA réunissent le niveau de connaissance de l'ensemble. Elles sont donc capables de les croiser pour trouver des réponses et des solutions innovantes. L'humain possède en revanche la faculté d'intuition, d'inspiration qui peut survenir à tout moment, souvent de manière inattendue, d'une nouvelle idée qui peut ouvrir de nouvelles perspectives dans n'importe quel domaine. La quantité versus la qualité ? L'outil est à l'évidence que plus en plus puissant en effet, mais encore faut-il savoir s'en servir et de déterminer les objectifs : il s'agit là d'un point crucial qui concerne l'éthique.

Comme nous l'avons vu, les IA sont capables de générer toutes sortes de documents, mais aussi du code informatique, voire des applications prêtes à l'emploi. Si l'objectif est clairement exprimé, une application moyenne peut être obtenue en moins d'une journée alors qu'il fallait plusieurs semaines, voire plusieurs mois auparavant. Alors pourquoi se priver de ce gain de production pour faire progresser les IA encore plus vite ? C'est effectivement le cas. Mais, avec ce gain de productivité, est-il possible de vérifier le code produit pour qu'il soit conforme à ce que l'on cherche à obtenir ? La réponse est clairement non manuellement, depuis longtemps. Des outils ont donc vu le jour dans les années 2010 et se sont généralisés afin d'automatiser les tests d'applications, dont le code change dorénavant en quasi-permanence. Il s'agit en revanche, d'orienter les évolutions, avec des règles qui appartiennent aux concepteurs de chaque agent, sans qu'aucune institution ne puisse intervenir. Autrement dit, sans règlementation. Ainsi, compte tenu de la puissance de ces agents, ils peuvent être mis à contribution par exemple, de manière à trouver des failles de sécurité comme l'a montré l'incident qui vient de se produire avec ChatGpt (OpenIA).

Zoom sur la Chine

De son côté, la Chine s'est lancé dans la course, avec des IA qui sont non seulement tout aussi performantes, mais développées beaucoup plus vite et avec des coûts de production beaucoup plus faibles. La Chine a complètement revu son système d'enseignement. Elle passe d'une logique d'accès universel à l'éducation à une logique de qualité personnalisée et d'adaptation. Contrairement à de nombreux pays qui expérimentent encore, elle a adopté une approche top-down, état-pilotée, avec des objectifs quantifiés, des lignes directrices nationales, des plateformes centralisées et un déploiement à l'échelle de plus de 220-290 millions d'élèves et étudiants. Parmi ces objectifs, elle cherche notamment à réduire les écarts entre villes et campagnes avec des accès aux équipements et des enseignants formés en conséquence. Cette transformation est actuellement en cours et s'accélère. Elle se place ainsi en position de laboratoire mondial d'"éducation intelligente", avec des implications majeures pour la formation des talents, la compétitivité économique et les modèles éducatifs futurs.

Les impacts

Les changements se font dores et déjà sentir dans de nombreux métiers. Mais pas de la même façon selon la catégorie. Les plus impactés sont en premier lieu, les métiers de développeur d'applications. Viennent ensuite ceux qui sont liés à l'administration et à la gestion, aussi bien dans le public que dans le privé. Suivis de près par les domaines de la santé, avec des diagnostics et des analyses de radios de plus en plus rapides et précis. Viennent ensuite les domaines liés à l'apprentissage. Est-ce qu'une personne intéressée par l'acquisition de connaissances sur un domaine doit encore s'inscrire aujourd'hui à un cursus universitaire ou à une formation privée ? Pour Laurent Alexandre, l'un des grands spécialistes et fervent partisan des bénéfices de l'IA, nous donne son avis sans embage. Dans l'industrie et le commerce, la question est totalement ouverte. Il y aura en effet ceux qui sauront en tirer parti pour gagner en productivité, comme en stratégie et ceux qui subiront. Les autres métiers (artisans, petits commerçants, services d'aide aux personnes, activités en pleine nature, etc.) seront les moins impactés. Les agriculteurs le seront également, mais nous voyons aussi un retour à une agriculture locale qui est en train de germer, avec une réelle connaissance du terrain et qui sait tenir compte des aléas. Quant aux artistes, on rejoint la catégorie précédente : on voit déjà des créations étonnantes de la part de ceux qui prennent les outils en main pour valoriser leurs idées et gagner en productivité et ceux qui, à quelques exceptions près, subiront. D'autres impacts, sans doute plus profonds, sont encore difficiles à mesurer. Aux élections municipales de 2026 par exemple, une étude montre que 16% de votants ont fait leur choix en consultant une IA. De même, de plus en plus de personnes en carence affective, notamment les jeunes, vont se confier à une IA "réconfortante" dite "compagnon". La chercheuse Naomi Bashkansky est même partisane de communications avec une IA par télépathie.

L'étape suivante ?

Elle est simple puisque toutes les grandes inventions ont consisté à exploiter les lois de la nature. Le modèle visé désormais est donc clairement celui l'Homo Sapiens, avec la robotique pour sa forme et l'IA pour ses facultés de raisonnement, grâce au croisement des neuro sciences et de la cybernétique. L'un des pionniers est le polymathe John von Neumann, dont les travaux ont été repris et développés par Ray Kurzweil, directeur du secteur IA depuis 2012 chez Google, qui prévoit de passer le Test de Turing consistant à pouvoir établir une conversation fluide avec un humain dans quelques années (le modèle dit LLM permettant de représenter l'ensemble des langages existants, avec leur sens est déjà disponible) et le fameux point de singularité consistant à dépasser les capacités cognitives de l'humain dans quelques décennies, avec des objectifs visant à étendre sa durée de vie et ses capacités, allant dans le sens du transhumanisme qui cherche à augmenter l'humain, avec connexion d'IA au cerveau (projet Projet Neuralink). L'idée est de remédier aux déficiences/dégénérescences du cerveau, mais aussi d'augmenter ses facultés de raisonnement et de calcul.

De telles perspectives intéressent notamment les militaires, qui se sont déjà dotées du système Palentir. Or, sachant que la vocation d'un tel système consiste à agréger un maximum de données (domaine civil y compris) d'une part et que l'ensemble des données dy système médical Francais est hébergé dans le cloud Azure de Microsoft d'autre part, la question de la séparation (principe des Sandbox) des données sensibles se pose. N'oublions pas en effet que les GAFAM se font également pirater (Scandale Facebook-Cambridge Analytica et la faille dans le système d'accès aux services du cloud MS Azure.)

Pour l'instant, une IA ne fonctionne pas sans instructions (que l'on nomme prompt). Mais, étant donné les capacités de génération des IA existantes, il n'y a aucun doute à avoir sur les possibilités de génération d'instructions, qui pourra les rendre de plus en plus autonomes dans leur fonctionnement. Le Web étant déjà rempli de contenus générés par IA, on peut facilement deviner la suite ... De même, si elle ne peut, pour le moment, prendre de décision, elle peut influencer son utilisateur. Jusqu'à quel point ? La réponse appartient, jusqu'à présent, à ce dernier. Nous verrons sans doute rapidement les évolutions avec la robotique qui va commencer à se déployer. Sans oublier non plus qu'elle ne connaît pas le principe de responsabilité, qui consiste à anticiper les conséquences possibles d'une action. Ce qui pose de nouveau la question fondamentale de l'éthique. Étant donné l'échelle mondiale et compte tenu de la prolifération, cette question va certainement rester ouverte ad libitum…. Sous réserve toutefois de sources d'énergies disponibles et de métaux rares (dont la Chine dispose en abondance), avec une consommation qui ne cesse de croître de manière parfaitement corrélée.

Est-ce que les IA seront capables de fonctionner de manière autonome un jour prochain ? Les Cassandres ne manquent pas, de Frankenstein, créature monstrueuse qui échappe à son créateur, jusqu'à Matrix qui anticipe les actions de la population en passant par le livre culte 1984 de George Orwell ...

Zoom sur la France

Dans La Start up Nation, il y a un mot qui n'a pas vraiment sa place. L'IA française Mistral fait en effet une levée de fonds de 830 millions en s'endettant, tandis que le secteur de recherche (R&D) de NVIDIA, l'un des piliers des infrastructures de l'IA, Mistral compris, dépasse les 18 Milliards, en passant des accords avec la firme Microsoft alors que l'hébergeur français OVH était prêt à répondre. Les dés sont donc pipés pour la France. Bien dommage, car, comme Luc Julia, auteur du système de reconnaissance vocale des IPhone chez Apple nous l'explique, une grande partie des IA américaines a été développée par des français, reçus à bras ouverts dans la Silicon Vallay. Elle a néanmoins d'autres atouts, comme ses centrales nucléaires qui font la convoitise des grands acteurs qui ont besoin de sources d'énergie de plus en plus importantes, en faisant au passage la belle affaire d'opportunistes comme le milliardaire Daniel Kretinsky qui fait l'acquisition des centrales à charbon bradées, en les exploitant pleinement dans le contexte de la guerre d'Ukraine. Ce qui restreint encore les perspectives pour la France.

Que reste-t-il alors ? L'ingéniosité ! Les français qui ont des projets sont, pour la plupart, très ingénieux. Nombreux sont ceux qui partent à l'étranger, mais l'IA pourrait bien changer la donne, car ils le sont également de plus en plus nombreux à savoir tirer parti de la puissance de ces nouveaux outils. Ecopreneur l'explique et le montre. Ces nouveaux entrepreneurs peuvent rapidement ouvrir de belles perspectives en développant des solutions éthiques et respectueuses du vivant ... L'outil est disponible 7/24, abordable pour quelques dizaines d'euros pas mois, (voire l'offre Mammouth.ia qui donne accès aux meilleures IA à partir de 10€/mois), afin de faire éclore un projet dans l'un de ces domaines, où la France pourrait retrouver un rôle de précurseur et de modèle à suivre, non pas au service de l'artificiel, mais du vivant ...

Références