ChatGPT, Midjourney… les IA sont plus que jamais dans l’actualité. Mais, quelle est la définition d’une intelligence artificielle ? Et, celle des concepts qui y sont liés, comme le deep learning ou la Singularité ?
L’intelligence artificielle est déjà partout et en même temps très fantasmée. Le mot « intelligence », dans le terme, a tendance à brouiller les pistes sur la nature réelle de ces outils, dans leur forme actuelle. À quoi correspond exactement une IA ? Quelles sont ses formes ?
Qu’est-ce qu’une intelligence artificielle (IA) ?
Il n’existe pas de définition universellement admise de l’IA. L’encyclopédie du Larousse se contente d’évoquer l’« ensemble de théories et de techniques mises en œuvre en vue de réaliser des machines capables de simuler l’intelligence humaine ». Cette notion de simulation — ou parfois d’imitation — du cerveau est centrale.
De manière très concrète, une IA est un programme informatique codé pour réaliser automatiquement des tâches, à partir de la collecte et du traitement de données. Ce programme doit aboutir à l’accomplissement d’une tâche spécifique : modifier une image, reconnaître un visage, obtenir le résultat d’une équation. Cela se traduit par un apprentissage, un entraînement.
Les IA robotiques telles que celles décrites dans des fictions comme Westworld n’existent absolument pas de nos jours. // Source : HBO
Quels sont les différents types d’intelligence artificielle ?
Le terme d’intelligence artificielle regroupe en réalité plusieurs types d’IA.
Intelligence artificielle faible
L’intelligence artificielle dite « faible » est celle qui existe aujourd’hui. C’est un algorithme d’automatisation des tâches — plus rapidement et plus efficacement qu’un cerveau humain n’est censé le faire. Ce type d’IA n’a aucune sensibilité, ni aucune conscience, ni aucune capacité de raisonnement. L’intégralité des IA actuelles correspondent à cela.
Dans cette acception d’une IA, il faut prendre le mot « intelligence » au sens anglo-saxon, c’est-à-dire la collecte et le traitement d’informations. Ce sont des algorithmes et ce ne sont pas des tâches intellectuelles. C’est une imitation incomplète de l’intelligence humaine.
Intelligence artificielle forte
L’intelligence artificielle dite « forte » n’existe pas de nos jours. Il s’agit là encore d’automatiser des tâches, mais également d’apprendre à partir de ces tâches pour s’émanciper des données initialement intégrées. Une IA forte est censée copier de manière complète l’intelligence humaine — créer, se questionner, avoir la conscience de soi, voire de produire un avis.
L’IA forte relève aujourd’hui de la science-fiction. Elle correspond à la plupart de ce que l’on voit dans les films et séries — Westworld, les films Marvel, Ex Machina, Her, L’homme bicentenaire, I robot, Altered Carbon, etc.
Quelle différence entre robot et intelligence artificielle ?
Un robot et une intelligence artificielle sont deux choses différentes, qui peuvent toutefois être reliées. Métaphoriquement, on peut considérer que si l’IA est le cerveau, le robot est le corps. La robotique fait référence aux systèmes mécaniques et/ou biotechnologiques d’imitation des mouvements du vivant — le corps humain et les animaux. L’intelligence artificielle quant à elle correspond à l’imitation du fonctionnement cérébral.
Il y a bien entendu des projets de fusion des deux. Ameca, le robot aux expressions faciales impressionnantes, s’est vu ajouter l’intelligence artificielle GPT-3 pour tenter une séquence de dialogue avec lui.
Qu’est-ce que l’apprentissage profond (ou deep learning) et les réseaux de neurones artificiels ?
Une intelligence artificielle repose sur un apprentissage : avant de pouvoir répondre correctement à des requêtes, l’algorithme est entraîné à partir d’ensembles colossaux de données. C’est un processus par erreurs et corrections successives. Ce système s’appelle apprentissage automatique (machine learning). Mais, au sein de ce système, on trouve un modèle plus poussé dans lequel l’IA repose sur un réseau de neurones artificiels. C’est le deep learning, ou apprentissage profond, grâce à auquel l’IA apprend elle-même à mieux accomplir une tâche.
Le terme « profond » dans « apprentissage profond » provient de la multiplicité des couches dans le réseau de neurones artificiels. Les données, transformées en information au sein d’une couche, deviennent les données d’entrées de la couche suivante. C’est ce type d’IA qui dispose d’une capacité prédictive.
À quoi sert une intelligence artificielle aujourd’hui ?
Les intelligences artificielles servent aujourd’hui dans plusieurs domaines. Le niveau de perfectionnement de l’IA varie grandement selon son usage. Quelques exemples du quotidien :
- Traitement et reconnaissance d’images : reconnaissance faciale, programmes de génération d’images (Midjourney, Dall-E…), logiciels photo/vidéo,
- Traitement et reconnaissance de sons : reconnaissance vocale, assistants vocaux,
- Traitement et reconnaissance de texte : traductions (Google Traduction, DeepL), filtres anti-spams,
- Algorithmes de recommandation sur les réseaux sociaux et sites d’e-commerce,
- Recherche scientifique : accélération des calculs et accroissement des volumes de données traitables,
- Finances (prédiction de la fraude),
- Voitures autonomes (combinaison entre reconnaissance d’image et prédiction d’objet pour le freinage),
- Dans les jeux vidéo.
Qu’est-ce que ChatGPT et GPT-3 ?
La société OpenAI est entrée pleinement dans l’actualité en diffusant ChatGPT. Cette intelligence artificielle est un chatbot serviciel : elle fournit des renseignements à partir de questions que vous lui posez (comme une simple recette de cuisine). L’IA retient ce que l’utilisateur ou l’utilisatrice lui a dit.
ChatGPT est disponible en ligne — à cette adresse — et fonctionne en plusieurs langues. ChatGPT n’est pas connecté à Internet et ne repose donc que sur les données incorporées durant son entraînement, avec des informations valables jusqu’à 2021.
L’intégralité des conversations menées avec ChatGPT peuvent être consultées par OpenAI. Elles servent justement à entraîner l’IA massivement auprès du grand public, car plus il y a d’entrées, plus elle est corrigée également, plus elle apprend (Il est toutefois possible de supprimer vos données).
Quand on demande à ChatGPT s’il peut passer le test de Turing. // Source : Copie d’écran Numerama de ChatGPT
Ce chatbot est en réalité un dérivé de GPT-3.5, intelligence artificielle conçue pour générer du texte le plus naturel possible. ChatGPT a été amélioré grâce à une technique appelée Reinforcement Learning with Human Feedback : cela consiste à montrer à l’IA à quoi ressemble une conversation humaine et à la mettre à l’épreuve en émettant un retour négatif ou positif, de la part d’un humain, selon la qualité de sa réponse.
Le programme de génération d’images à partir de commande textuelle DALL·E fonctionne avec GPT-3.
OpenAI développe GPT-4, qui pourrait passer à des milliards de milliards de paramètres, bien davantage que GPT-3. C’est exponentiel : GPT-2 (2019) intégrait des millions de paramètres ; GPT-3 (2020) intégrait des dizaines de milliards de paramètres ; GPT-3.5 (2022) intégrait des centaines de milliards de paramètres.
Comment fonctionnent Midjourney, Stable Diffusion, Dall-E ?
L’année 2022 a vu l’explosion des IA génératrices d’images : Midjourney, Dall-E 2, Stable Diffusion. Ces algorithmes peuvent générer une nouvelle image à partir d’une demande sous forme de texte.
Prenons l’exemple de Dall-E 2, développé par OpenAI (comme ChatGPT). Tout commence par un prompt : un texte décrivant l’image que l’on souhaite. Celui-ci passe ensuite par CLIP, un modèle qui, tel qu’il a été conçu originellement par OpenAI, prédit la légende d’une image. Comme CLIP l’a déjà fait des millions de fois en ce sens, il est maintenant capable, grâce à cet entraînement, de prédire l’inverse. Ce processus transforme les concepts en représentation numérique (suite de chiffres) et spatiale (le rapport entre eux, leur place dans l’espace). Puis une dernière étape de décodage — appelé modèle de diffusion — transforme le résultat numérique prédit en une image cohérente.
Exemple d’une image générée avec Midjourney. // Source : Midjourney
Ces logiciels enfreignent-ils le copyright en « scrappant » les données d’œuvres de milliers d’artistes pour s’entraîner et produire leurs images ? Cette question n’est pas encore résolue juridiquement, mais des artistes ont porté plainte contre Midjourney et Stable Diffusion, début 2023. De même, GettyImages a aussi porté plainte contre Stable Diffusion. De nombreux artistes s’élèvent par ailleurs contre la menace que fait peser ces algorithmes sur leur métier précaire.
Qu’est-ce que le test de Turing ?
Le test de Turing est censé mettre à l’épreuve une intelligence artificielle. C’est une configuration dans laquelle un humain parle à un interlocuteur à l’aveugle, sans savoir s’il s’agit en face d’un autre humain ou d’une machine. S’il est impossible de faire la différence, alors l’intelligence artificielle a réussi le test. Cela suppose que la machine est conçue pour imiter sémantiquement l’être humain, mais également qu’elle ne doit jamais évoquer sa nature. Raison pour laquelle c’est impossible de faire passer ce test à ChatGPT qui se présente en tant qu’IA. Le principe a été décrit par Alan Turing dès les années 1950.
The Imitation Game raconte l’histoire d’Alan Turing. // Source : Black Bear Pictures
Qu’est-ce que la Singularité technologique des IA ?
Dans le domaine de la prospective, un terme est très présent depuis la fin du 20e siècle : la Singularité technologique. C’est l’hypothèse selon laquelle les intelligences artificielles se développeraient exponentiellement jusqu’à un point de rupture où leur performance s’emballerait. La Singularité est l’instant à partir duquel les IA échapperaient à notre contrôle en devenant bien plus puissantes que les humains en termes d’intelligence.
Cette théorie nourrit notamment le mouvement philosophique et politique du transhumanisme. Une partie des transhumanistes croit en cette Singularité comme un horizon à prendre en compte — raison pour laquelle ils estiment que la seule solution est que l’humain et la machine fusionnent, pour que l’humain reste concurrentiel.
Si vous avez aimé cet article, vous aimerez les suivants : ne les manquez pas en vous abonnant à Numerama sur Google News.
Crédit photo de la une : Apple
La suite en vidéo
On a passé UNE SEMAINE dans le MÉTAVERS et on en a DÉJÀ MARRE
Sur le même thème
