Présentation
Il s’agit d’un article de mai 2024 « L’intelligence artificielle : Hier, aujourd’hui…et demain » d’Interstices. Il a été rédigé par Jean-Paul Haton, professeur à l’Université de Lorraine. Cet article revient sur « l’histoire de l’IA pour mieux comprendre les défis qui nous attendent dans les années à venir… »
Interstices est une revue de culture scientifique en ligne, créée par des scientifiques pour nous inviter à explorer les sciences du numérique. C’est une revue publiée par l’INRIA, l’Institut national de recherche en sciences et technologies du numérique en France.
Origines et modèles de l’IA
L’IA est contemporaine de l’informatique et date des années 50. C’ « est un domaine de recherche-développement (R&D) qui cherche à reproduire sur une machine les processus perceptifs et cognitifs de l’animal ou de l’humain (raisonnement, prise de décision, reconnaissance de formes : parole, images). »
L’IA s’est développée sur 3 grands types de modèles: les modèles symboliques, les modèles statistiques et les modèles neuronaux ou connexionnistes. Ces 3 modèles sont largement inspirés du fonctionnement du cerveau humain et mettent en place de façon de plus en plus précise des apprentissages à partir d’exemples.
Applications dans le monde réel
Ils ont dès le départ de nombreuses applications culturelles et économiques.
Par exemple: la reconnaissance de la parole, l’interprétation d’images, la reconnaissance de l’écriture, l’interprétation de signaux (radar, sonar, biologiques, etc.) ou la robotique
L’IA se développe grâce à des principes clé comme l’apprentissage profond et l’apprentissage par renforcement.
Vers 2015, apparaît l’IA générative, fondée sur les réseaux neuronaux profonds. Elle apparaît dans les domaines de l’image, du son et du texte. Ces modèles sont capables de créer des données nouvelles à partir d’un « prompt » (une brève description textuelle)
» Les productions de tels modèles sont très souvent difficilement discernables des contenus réels”
ChatGPT
Le plus connu est ChatGPT. ChatGPT est un chatbot ou agent conversationnel. « Ce modèle a été entrainé sur un vaste corpus d’extraits du Web correspondant à 600 Go de données (le site Wikipédia, qui fait partie des sources utilisées représente seulement 0.6 % de l’ensemble des données d’apprentissage) »
Le succès de ChatGPT a été fulgurant mais il est nécessaire d’être conscient de ses limites:
- les réponses données sont « sont le plus souvent correctes, mais elles peuvent être parfois fausses ; voire absurdes : on parle d’hallucinations du système »
- l’obtention de réponses nécessitent de savoir rédiger un prompt
- le système ne connait que les données ayant servies à son entrainement
Ces systèmes croissent de façon exponentielle et leur taille questionne la consommation énergétique très importante et les émissions de gaz à effet de serre.
La question de la créativité
Dans le domaine artistique: musique, peinture, vidéo, sculpture, l’IA peut être aide importante. Il existe déjà de nombreux logiciels parfois open source sur le marché.
“ On peut se demander si ces logiciels font réellement preuve de créativité. Sur le plan philosophique, il a été longtemps acquis que la créativité était l’apanage de l’Homme, et que la machine ne pouvait produire que des imitations. L’originalité des œuvres produites depuis les années 2015 par les systèmes d’IA générative remet en cause cette certitude. La question se pose de la place de l’humain dans le processus de création artistique et entre l’artiste et l’IA. »
Défis éthiques et juridiques
L’utilisation de l’IA générative soulève des questions éthiques et juridiques, notamment en matière de propriété intellectuelle et de droits d’auteur. L’Europe a pris des initiatives pour réguler ces technologies, avec des lois comme le RGPD et l’AI Act.
Perspectives futures
L’IA générative est appelée à évoluer dans plusieurs directions, notamment :
– Amélioration de la qualité des réponses.
– Développement de systèmes multimodaux intégrant texte, image et son.
– Intégration dans des outils bureautiques et moteurs de recherche.
Cependant, il est crucial de reconnaître que ces systèmes sont encore loin d’être parfaits. Ils doivent être utilisés avec prudence, en tenant compte de leurs capacités et de leurs limites. La recherche continue d’explorer des voies pour améliorer la compréhension et l’explicabilité des systèmes d’IA.
Conclusion
Depuis les années 1950, l’IA a connu des hauts et des bas, mais l’IA générative a récemment suscité un intérêt croissant. Elle offre des opportunités dans divers domaines, mais nécessite une régulation pour prévenir les abus. L’objectif initial des chercheurs était de construire des machines intelligentes au service de l’humanité tout en cherchant à mieux comprendre l’intelligence elle-même. Cette double ambition demeure pertinente et passionnante.
