Qu’est ce que l’intelligence artificielle ? Nous tentons de répondre à cette question qui nous taraude tous pour envisager l’avenir.

Est-ce que les machines peuvent penser ?

Moins d’une décennie après avoir brisé la machine de cryptage nazie Enigma et aidé les forces alliées à gagner la Seconde Guerre mondiale, le mathématicien Alan Turing a changé l’histoire une deuxième fois avec une simple question: « Les machines peuvent-elles penser? »

L’article de Turing « Computing Machinery and Intelligence » (1950), et son test de Turing ultérieur, ont établi l’objectif et la vision fondamentaux de l’intelligence artificielle.

Qu’est-ce que l’intelligence artificielle? Au fond, l’IA est la branche de l’informatique qui vise à répondre par l’affirmative à la question de Turing. C’est l’effort de reproduire ou de simuler l’intelligence humaine dans les machines.

L’objectif expansif de l’intelligence artificielle a donné lieu à de nombreuses questions et débats. À tel point qu’aucune définition singulière du champ n’est universellement acceptée.

La principale limitation dans la définition de l’IA comme simplement «des machines de construction intelligentes» est qu’elle n’explique pas réellement ce qu’est l’intelligence artificielle? Qu’est-ce qui rend une machine intelligente?

Dans leur révolutionnaire manuel Artificial Intelligence: A Modern Approach, les auteurs Stuart Russell et Peter Norvig abordent la question en unifiant leur travail autour du thème des agents intelligents dans les machines. Dans cette optique, l’IA est «l’étude des agents qui reçoivent des perceptions de l’environnement et effectuent des actions». (Russel et Norvig viii)

Norvig et Russell explorent ensuite quatre approches différentes qui ont historiquement défini le domaine de l’IA:

Penser humainement
Penser rationnellement
Agir humainement
Agir rationnellement

Les deux premières idées concernent les processus de pensée et le raisonnement, tandis que les autres concernent le comportement. Norvig et Russell se concentrent particulièrement sur les agents rationnels qui agissent pour obtenir le meilleur résultat, notant que «toutes les compétences nécessaires au test de Turing permettent également à un agent d’agir de manière rationnelle». .

Patrick Winston, professeur Ford d’intelligence artificielle et d’informatique au MIT, définit l’IA comme «des algorithmes rendus possibles par des contraintes, exposés par des représentations qui soutiennent des modèles ciblés sur des boucles qui relient la pensée, la perception et l’action.  »

Bien que ces définitions puissent sembler abstraites à la personne moyenne, elles aident à concentrer le domaine en tant que domaine de l’informatique et fournissent un plan pour infuser des machines et des programmes avec l’apprentissage automatique et d’autres sous-ensembles de l’intelligence artificielle.

Une définition de l’intelligence artificielle

Alors qu’il s’adressait à une foule lors de Japan AI Experience en 2017, le PDG de DataRobot, Jeremy Achin, a commencé son discours en proposant la définition suivante de la façon dont l’IA est utilisée aujourd’hui:

« L’intelligence artificielle est un système informatique capable d’effectuer des tâches qui nécessitent habituellement de l’intelligence humaine … Beaucoup de ces systèmes d’intelligence artificielle sont alimentés par l’apprentissage automatique, certains d’entre eux sont alimentés par l’apprentissage en profondeur et certains d’entre eux sont alimentés par des choses très ennuyeuses comme les règles. .  »

L’utilisation de l’intelligence artificielle

L’intelligence artificielle relève généralement de deux grandes catégories:

IA étroite: parfois appelée «IA faible», ce type d’intelligence artificielle fonctionne dans un contexte limité et est une simulation de l’intelligence humaine. L’IA étroite se concentre souvent sur l’exécution d’une seule tâche extrêmement bien et, bien que ces machines puissent sembler intelligentes, elles fonctionnent sous beaucoup plus de contraintes et de limitations que même l’intelligence humaine la plus élémentaire.

Intelligence Artificielle Générale (AGI): L’AGI, parfois appelée «IA forte», est le type d’intelligence artificielle que nous voyons dans les films, comme les robots de Westworld ou Data de Star Trek: The Next Generation. L’AGI est une machine dotée d’une intelligence générale et, tout comme un être humain, elle peut appliquer cette intelligence pour résoudre n’importe quel problème.

Intelligence artificielle étroite

L’IA étroite est partout autour de nous et est de loin la réalisation d’intelligence artificielle la plus réussie à ce jour. En se concentrant sur l’exécution de tâches spécifiques, Narrow AI a connu de nombreuses percées au cours de la dernière décennie qui ont eu «des avantages sociétaux importants et ont contribué à la vitalité économique de la nation», selon «Preparing for the Future of Artificial Intelligence», un Rapport 2016 publié par l’administration Obama.

Quelques exemples d’IA étroite incluent:

recherche Google
Logiciel de reconnaissance d’image
Siri, Alexa et autres assistants personnels
Voitures autonomes
Watson d’IBM
Apprentissage automatique et apprentissage en profondeur

Une grande partie de l’IA étroite est alimentée par des percées en matière d’apprentissage automatique et d’apprentissage en profondeur. Comprendre la différence entre l’intelligence artificielle, l’apprentissage automatique et l’apprentissage profond peut prêter à confusion. Le capital-risqueur Frank Chen donne un bon aperçu de la façon de les distinguer, en notant:

« L’intelligence artificielle est un ensemble d’algorithmes et d’intelligence pour essayer d’imiter l’intelligence humaine. L’apprentissage automatique en fait partie, et l’apprentissage en profondeur fait partie de ces techniques d’apprentissage automatique.  »

En termes simples, l’apprentissage automatique alimente les données d’un ordinateur et utilise des techniques statistiques pour l’aider à «apprendre» comment s’améliorer progressivement dans une tâche, sans avoir été spécifiquement programmé pour cette tâche, éliminant ainsi le besoin de millions de lignes de code écrit. L’apprentissage automatique comprend à la fois un apprentissage supervisé (à l’aide d’ensembles de données étiquetés) et un apprentissage non supervisé (à l’aide d’ensembles de données non étiquetés).

L’apprentissage en profondeur est un type d’apprentissage automatique qui exécute des entrées via une architecture de réseau neuronal d’inspiration biologique. Les réseaux de neurones contiennent un certain nombre de couches cachées à travers lesquelles les données sont traitées, permettant à la machine d’aller « en profondeur » dans son apprentissage, en établissant des connexions et en pondérant les entrées pour obtenir les meilleurs résultats.

Intelligence générale artificielle

La création d’une machine à l’intelligence humaine qui peut être appliqué à n’importe quelle tâche est le Saint Graal pour de nombreux chercheurs en IA, mais la quête d’AGI a été semée d’embûches.

La recherche d’un «algorithme universel pour apprendre et agir dans n’importe quel environnement» (Russel et Norvig 27) n’est pas nouvelle, mais le temps n’a pas atténué la difficulté de créer essentiellement une machine avec un ensemble complet de capacités cognitives.

AGI a longtemps été la muse de la science-fiction dystopique, dans laquelle des robots super intelligents envahissent l’humanité, mais les experts conviennent que ce n’est pas quelque chose dont nous devons nous inquiéter de si tôt.

SEO INSIDE est une agence internet à Lille.

Pour aller plus loin:
L’intelligence artificielle et l’apprentissage automatique
Le monde de l’intelligence artificielle
La révolution de l’intelligence artificielle géospatiale