C'est quoi une IA ?

La peur de l'inconnu, l'une des peurs les plus communes et ancestrales a joué un rôle déterminant dans notre survie en tant qu'espèce. L'affrontement de situations périlleuses a offert à l'Homme la plus merveilleuse des opportunités : celle d’apprendre, en gravant dans sa mémoire les dangers affrontés et surtout, les moyens déployés pour les surmonter. Cependant, toutes les peurs ne découlent pas nécessairement d'un danger imminent. Certaines naissent de l’incompréhension et du manque d'informations. C’est ce manque d’informations qui alimente les craintes concernant l’intelligence artificielle, un concept qui mériterait d’être expliqué, vulgarisé et démystifié. Mais d’abord, c’est quoi une IA ?

‍

‍

Dans un futur pas si lointain et dystopique, une guerre sans merci fait rage entre l’humanité et Skynet, une intelligence artificielle redoutable, qui ne porte pas trop les humains dans son “cœur”. Tel est le scénario de Terminator, un film culte des années 90, qui aura contribué à faire connaître le concept d’intelligence artificielle au grand public. C’est probablement ainsi que la peur de l’IA est devenue ancrée dans l’imaginaire collectif, devenant une source d’angoisse et de crainte existentielle, remettant en cause la pérennité même de la civilisation humaine.

Disons le d’emblée : il n'y a pas de définition universellement acceptée de l'intelligence artificielle !Mais est-ce vraiment étonnant ? Il n’existe déjà pas de définition consensuelle de l’intelligence humaine. Cette absence de définition universellement acceptée de l'intelligence artificielle reflète la complexité inhérente à ce domaine en constante évolution. Fondamentalement, l'IA est une tentative de reproduction de l'intellect humain, via un ensemble de technologies  visant à doter les machines d'une forme d'intelligence similaire, voire supérieure, à la nôtre. L'intelligence artificielle peut être catégorisée en deux grands types : étroite (IA faible) et générale (IA forte).

‍

L'IA étroite : entre efficacité spécialisée et limites inhérentes

L'IA étroite, souvent qualifiée d'IA faible, est intrinsèquement orientée vers une spécialisation dans des tâches précises et circonscrites. Son champ d'action se limite à la compétence spécifique pour laquelle elle a été conçue et entraînée. Contrairement à l'intelligence humaine, qui peut s'adapter à une variété de situations et apprendre de nouvelles compétences au fil du temps, l'IA étroite excelle dans la réalisation d'une tâche bien définie, mais elle ne dépasse généralement pas les limites de sa programmation initiale.

Cette spécificité de fonctionnement confère à l'IA étroite une efficacité remarquable dans des domaines particuliers tels que la reconnaissance d'images, la traduction automatique, ou encore la recommandation de contenu en ligne.

Bien que l'IA étroite puisse présenter des performances impressionnantes dans des contextes spécifiques, elle soulève également des questions sur ses limitations intrinsèques. Ces systèmes sont souvent dépendants de données d'entraînement rigoureusement ciblées et peuvent manquer de la capacité à comprendre le contexte global ou à effectuer des tâches qui sortent de leur domaine prédéfini.

‍

‍

‍L'IA Générale : la prochaine frontière de l'intelligence artificielle

L'IA générale, par contraste, aspire à un niveau d'intelligence plus proche de celui de l'humain, avec la capacité d'accomplir une variété de tâches aussi diverses que celles effectuées par les individus. Son objectif ultime est de transcender les limitations de l'IA étroite en développant une compréhension plus globale, une adaptabilité accrue et la capacité d'apprendre de manière autonome dans des contextes variés.

Si l'IA générale parvenait à son stade ultime, elle serait capable d'effectuer toutes les tâches qu'un être humain peut réaliser, voire d'aller au-delà. Elle serait dotée de facultés telles que la compréhension du langage naturel, la résolution de problèmes complexes, la créativité, et même la capacité à s'auto-programmer. L'idée sous-jacente serait que cette forme d'IA serait capable de comprendre de nouveaux domaines, d'assimiler de nouvelles connaissances et de s'adapter de manière proactive à des situations inédites, tout comme le ferait un esprit humain.

Une caractéristique clé de l'IA générale à un stade avancé serait sa capacité à s'améliorer elle-même. Cette capacité d'auto-amélioration serait rendue possible par un processus itératif où l'IA, consciente de ses propres lacunes ou inefficacités, procéderait à des ajustements autonomes pour optimiser ses performances. Cela impliquerait non seulement une compréhension profonde des tâches spécifiques, mais aussi une conscience de soi et une capacité à évoluer au fil du temps.

C’est notamment cette confusion qui est source de craintes dans l’imaginaire collectif, qui assimile systématiquement intelligence artificielle et IA générale

Même si, à l’heure actuelle, aucune IA générale n’existe, de nombreux scientifiques estiment qu’on en est plus très loin, certains avançant l’hypothèse qu’elle sera une réalité d’ici une dizaine d’années à peine.  D’ici là, force est de constater que les IA étroites sont déjà la source de formidables prouesses, certaines surpassant les meilleurs joueurs humains aux échecs (Deep Blue vs Garry Kasparov), au jeu de go (AlphaGo vs Lee Chang-ho)...

‍

‍

Certaines IA sont très bonnes pour... reconnaître un chat sur une image ! Alors, c’est bien mignon certes, mais cette faculté permet des choses bien plus puissantes !

‍

‍

Les voitures autonomes exploitent la capacité de l'IA à comprendre et à interpréter leur environnement. Grâce à des systèmes de capteurs sophistiqués tels que des caméras, des lidars et des radars, ces véhicules peuvent recueillir en temps réel une quantité massive de données sur leur environnement. L'IA embarquée analyse ensuite ces données pour distinguer les piétons, les autres véhicules, les panneaux de signalisation et les obstacles sur la route.

Cette capacité d'analyse en temps réel permet à la voiture autonome de prendre des décisions complexes, telles que le choix de la meilleure trajectoire, l'ajustement de la vitesse en fonction du trafic, et même la réaction aux situations imprévues. Cependant, il est important de souligner que, même si ces systèmes sont avancés, ils restent spécialisés dans un domaine particulier, à savoir la conduite automobile.

‍

‍

Un autre domaine où l'intelligence artificielle, bien que spécialisée, offre des avancées significatives est celui de la santé, en particulier pour la détection précoce de tumeurs cancéreuses. Les systèmes d'IA, intégrés aux dispositifs médicaux modernes, sont capables d'analyser des images médicales avec une précision remarquable, permettant ainsi un dépistage plus précoce et une intervention médicale plus efficace.

Dans le cas de la détection de tumeurs, l'IA peut être formée à partir d'une vaste base de données d'images médicales annotées. Ces données comprennent des informations sur la morphologie des tumeurs, leur taille, leur emplacement, et d'autres caractéristiques cruciales. Grâce à un apprentissage approfondi, l'IA peut ensuite généraliser ces connaissances pour détecter des signes précurseurs de tumeurs dans de nouveaux scans.

Cette capacité à analyser rapidement d'énormes quantités de données médicales permet aux systèmes d'IA d'identifier des anomalies qui pourraient échapper à l'œil humain, facilitant ainsi un diagnostic plus précoce et précis. La détection précoce des tumeurs peut jouer un rôle crucial dans le succès du traitement et améliorer significativement les perspectives de récupération des patients.

‍

‍

L’IA fait déjà partie de notre quotidien, par exemple via les algorithmes de recommandation des réseaux sociaux. En analysant les traces laissées par les utilisateurs (likes, durées de visionnage, commentaires, etc.) ces algorithmes vont leur proposer des contenus qu’ils seront plus susceptibles d’apprécier. Ces algorithmes sont d’ailleurs au cœur du modèle économique des réseaux sociaux : plus on passe de temps sur ces plateformes, plus elles pourront nous montrer des publicités et donc générer du revenu.

‍

Le machine learning, la pierre angulaire de l'IA

À la base de tout cela, se trouve une notion fondamentale, dont tu as peut-être déjà entendu parler... le machine learning !

Le machine learning, ou apprentissage automatique, consiste à laisser des algorithmes découvrir des schémas, des motifs récurrents, dans des ensembles de données. Comment ? En se basant sur des modèles statistiques !Par exemple, si on les alimente avec des milliers de photos de chiens, les algorithmes apprennent à reconnaître les spécificités communes : morphologie, forme du museau... Ils peuvent ensuite prédire si une nouvelle image, qu’ils n’auront jamais vue auparavant, contient ou non un canidé. Mais tout ceci nécessite de la donnée et souvent... beaucoup de données !

Yann LeCun, l’une des figures emblématiques de l’IA, suggère que la véritable intelligence artificielle reste à inventer. Il envisage un modèle où, au lieu de dépendre de la “big data” (données massives), l'IA pourrait fonctionner efficacement avec de la “small data” (données limitées). Cela pourrait être comparé à la façon dont un enfant apprend ce qu'est un chat : nul besoin de voir 10 000 photos de chats pour en reconnaître un, il le fait naturellement après en avoir vu quelques-uns.Mais comment fonctionne le machine learning ? Sommes-nous sur le point d'atteindre l'IA générale, avec l'avènement des IA génératives telles que ChatGPT et autres ?

‍