En tant que sp\u00e9cialiste algorithmique, on m\u2019a demand\u00e9 de vous exposer ce qu\u2019est l\u2019Intelligence Artificielle. \u201cArtificial Intelligence\u201d, quand on le traduit en fran\u00e7ais, ce n\u2019est pas l\u2019Intelligence Artificielle. Personne n\u2019a jamais traduit \u201cIntelligence service\u201d par service intelligent. \u00c7a se saurait. Pour diff\u00e9rentes raisons qui vont du marketing \u00e0 la fain\u00e9antise, on a traduit \u201cArtificial Intelligence\u201d par Intelligence Artificielle. Si nous voulons conserver les initiales I.A., je pr\u00e9f\u00e8re utiliser Informatique Avanc\u00e9e<\/strong>.<\/p>\n Ceci \u00e9tant dit, ce qu\u2019on appelle l\u2019Intelligence Artificielle, et plus g\u00e9n\u00e9ralement l\u2019informatique, est la fille de la r\u00e9volution num\u00e9rique. Il ne faudrait pas croire que les choses apparaissent brutalement. \u00c7a vient de tr\u00e8s loin dans l\u2019histoire. Pythagore, au quatri\u00e8me si\u00e8cle avant notre \u00e8re, nous dit que tout est nombre. Au dix-septi\u00e8me si\u00e8cle, Leibniz nous dit qu\u2019on peut \u00e9crire tout le monde avec deux symboles. Les choses commencent \u00e0 bouger r\u00e9ellement, pour ce qui nous int\u00e9resse, \u00e0 partir de 1835. En 1835, Babbage, un astronome, fait les plans d\u2019une machine, on peut dire que c\u2019est un ordinateur m\u00e9canique, qui marche avec des cartes perfor\u00e9es qui viennent des m\u00e9tiers \u00e0 tisser. Au dix-neuvi\u00e8me si\u00e8cle, appara\u00eet l\u2019alg\u00e8bre de Boole qui nous donnera l\u2019alg\u00e8bre de base pour les ordinateurs. Enfin, ce que je consid\u00e8re – je ne suis pas le seul – comme l\u2019acte fondateur de ce qu\u2019on appelle la r\u00e9volution num\u00e9rique et de l\u2019informatique, c\u2019est la machine de Turing. C\u2019est quelque chose de fondamental. Auparavant, pour rendre hommage \u00e0 nos compagnes, le premier programmeur de l\u2019histoire avec une programmeuse. Je suis amoureux d\u2019Ada. Je vous demande de m\u00e9diter ce qu\u2019elle avait \u00e9crit \u00e0 l\u2019\u00e9poque. C\u2019est d\u2019une actualit\u00e9 absolue : \u00ab La machine analytique n\u2019a nullement la pr\u00e9tention de cr\u00e9er quelque chose par elle-m\u00eame. Elle peut ex\u00e9cuter tout ce que nous saurons lui ordonner d\u2019ex\u00e9cuter. Elle peut suivre une analyse, mais elle n\u2019a pas la facult\u00e9 d\u2019imaginer des relations analytiques ou des v\u00e9rit\u00e9s. Son r\u00f4le est de nous aider \u00e0 effectuer ce que nous savons d\u00e9j\u00e0 dominer. \u00bb C\u2019est vrai encore aujourd\u2019hui. Elle avait tout compris.<\/p>\n La machine de Turing est toute simple. C\u2019est un ruban avec une t\u00eate de lecture \u00e9criture. Le ruban est divis\u00e9 en case. Dans chaque case, il y a un symbole et une table \u00e0 double-entr\u00e9e. Vous avez ce qu\u2019on appelle un alphabet, c\u2019est-\u00e0-dire ce qui peut \u00eatre \u00e9crit sur le ruban. C\u2019est l\u2019alphabet ext\u00e9rieur. C\u2019est la seule fa\u00e7on, qu\u2019a la machine de Turing, d\u2019entrer en contact avec l\u2019ext\u00e9rieur. Vous avez des \u00e9tats, Q0, Q1, Q2, autant que vous voulez. La machine fonctionne \u00e0 partir d\u2019une table \u00e0 double entr\u00e9e. Je ne vais pas vous la faire fonctionner. \u00c7a, c\u2019est une machine de Turing particuli\u00e8re. C\u2019est une machine de Turing de l\u2019addition. Evidemment, cela n\u2019a d\u2019int\u00e9r\u00eat que pour montrer ce que c\u2019est. Ce qui est int\u00e9ressant, c\u2019est La machine de Turing universel, c\u2019est-\u00e0-dire la machine de Turing des machines de Turing. On \u00e9crit tout sur le ruban. Il faut donc un langage universel. Ce langage universel \u00e9tait pr\u00f4n\u00e9 par Leibniz et gr\u00e2ce \u00e0 l\u2019alg\u00e8bre de Boole, on sait utiliser le binaire. Tout ce qui est informatique, r\u00e9volution num\u00e9rique, automatisme, vient de l\u00e0. C\u2019est la machine des machines. La machine \u00e0 laver fonctionne avec \u00e7a. C\u2019est une machine de Turing derri\u00e8re. Tout processeur est une machine de Turing. Pour les ordinateurs, c\u2019est un tout petit peu plus complexe, mais le sch\u00e9ma th\u00e9orique est celui-l\u00e0. Pour aller plus vite, on a embo\u00eet\u00e9 les machines de Turing les unes dans les autres.<\/p>\n On parle d\u2019Intelligence Artificielle \u00e0 partir des d\u00e9finitions de John McCarthy et Marvin Lee Minsky 1950. La d\u00e9finition par John McCarthy et Marvin Lee Minsky est la suivante : \u00ab la construction de programmes informatiques pour des t\u00e2ches qui sont actuellement accomplies de fa\u00e7on plus satisfaisante par des \u00eatres humains car elles demandent des processus mentaux, tel que l\u2019apprentissage perceptuel (c\u2019est-\u00e0-dire la reconnaissance d\u2019images), l\u2019organisation de la m\u00e9moire et le raisonnement critique. Ce qu\u2019on appelle Intelligence Artificielle, ce sont donc des algorithmes permettant de faire faire \u00e0 la machine des t\u00e2ches mentales de haut niveau, telle que la reconnaissance d\u2019images, l\u2019analyse de tr\u00e8s grands volumes de donn\u00e9es, ou la r\u00e9solution par la machine de probl\u00e8mes complexes qui n\u2019entrent pas dans les sch\u00e9mas connus a priori. La diff\u00e9rence avec l\u2019informatique classique est surtout que pour ce type de t\u00e2ches, il y a seulement \u00e0 savoir qu\u2019il n\u2019est plus possible de tout programmer de fa\u00e7on d\u00e9terministe, pas \u00e0 pas pour la machine. Il faut qu\u2019elle soit capable d\u2019apprendre par elle-m\u00eame \u00bb. Ce terme \u00ab apprendre \u00bb est d\u00e9cisif en Intelligence Artificielle. \u00ab Il s\u2019agit fondamentalement de techniques informatiques qui s\u2019appliquent dans des domaines algorithmiques pour lesquels soit on ne sait pas les formuler, soit la complexit\u00e9 calculatoire est trop importante pour qu\u2019on puisse esp\u00e9rer trouver un algorithme de r\u00e9solution en temps raisonnable \u00bb.<\/p>\n Pour la premi\u00e8re cat\u00e9gorie, quand on ne sait pas donner une description formelle de ce qu\u2019on veut, on utilise essentiellement l\u2019apprentissage machine. Il faut bien s\u2019entendre ici sur ce qu\u2019on appelle Intelligence Artificielle : c\u2019est la simulation de processus intelligents. C\u2019est l\u00e0, la vision behaviouriste anglo-saxonne du terme intelligent, comme dans Intelligence service, o\u00f9 intelligence a le sens de renseignement. Certains auteurs consid\u00e8rent cette simulation au m\u00eame titre que l\u2019intelligence humaine elle-m\u00eame. Bien s\u00fbr, cela permet \u00e0 nombre de ceux qui n\u2019y connaissent rien, de vendre du papier, et \u00e0 d\u2019autres scientif iques dont le bagage philosophique ne d\u00e9passe pas le mat\u00e9rialisme m\u00e9canique de se fourvoyer.<\/p>\n L\u2019apprentissage automatique. Il y a trois grands types d\u2019apprentissage automatique en machine :<\/p>\n Les deux premiers sont un peu du m\u00eame ordre. L\u2019apprentissage par renforcement, une entit\u00e9, un agent en informatique pour la programmation agent, un programme si vous voulez, est plus ou moins p\u00e9nalis\u00e9 ou renforc\u00e9 en fonction de la nature de ces actions, et ce, automatiquement \u00e0 partir de crit\u00e8res inclus dans le programme de l\u2019agent Je gagne, je perds. Au fur et \u00e0 mesure que je gagne, je vais continuer \u00e0 faire les m\u00eames choses. Tout au moins, je vais essayer. L\u2019apprentissage non supervis\u00e9 est un peu plus subtil. On laisse le programme trouver les points communs entre les exemples qu\u2019on lui pr\u00e9sente et on le dote \u00e9ventuellement d\u2019une fonction de proximit\u00e9 \u00e0 seuil, permettant ainsi de construire automatiquement des classes ou cat\u00e9gories d\u2019exemples suivant qu\u2019ils sont proches ou \u00e9loign\u00e9s. Ainsi, le programme permet d\u2019organiser les connaissances et \u00e9vite \u00e9ventuellement de les classer d\u2019une fa\u00e7on nouvelle s\u2019apparentant \u00e0 des connaissances nouvelles.<\/p>\n L\u2019apprentissage supervis\u00e9 pr\u00e9sente des exemples \u00e9tiquet\u00e9s d\u2019une fonction de proximit\u00e9 au programme, comme pr\u00e9senter des images de feuilles d\u2019arbre et le nom de l\u2019arbre correspondant. L\u2019apprentissage consiste alors en ce qu\u2019au bout d\u2019un certain nombre d\u2019exemples, le programme est capable d\u2019associer un nom d\u2019arbre \u00e0 la feuille qu\u2019on lui pr\u00e9sente. L\u2019apprentissage supervis\u00e9 moderne est peut-\u00eatre plus complexe et le superviseur d\u2019une nature plus sophistiqu\u00e9e comme les r\u00e9seaux de neurones formels. Ces termes de neurones formels, comme celui de synapse, ressorti son vocable anthropomorphique qui pr\u00e9side souvent au discours en Intelligence Artificielle. Encore une fois, on est dans le monde anglo-saxon.<\/p>\n Les neurones formels, il s\u2019agit d\u2019une g\u00e9n\u00e9ralisation du concept \u00e9lectronique de porte logique. Je rappelle que les tout premiers qui ont utilis\u00e9 ce qu\u2019on a appel\u00e9 des neurones artificiels, c\u2019\u00e9taient des relais b\u00eates et m\u00e9chants, oui ou non. Ils appellent \u00e7a des neurones. Aujourd\u2019hui, c\u2019est un peu plus sophistiqu\u00e9. C\u2019est la th\u00e9orie des graphes. Il s\u2019agit d\u2019un sommet d\u2019un graphe \u00e0 plusieurs arcs entrant et un arc sortant. Le sommet, que l\u2019on appelle neurone, est dot\u00e9 d\u2019une fonction de seuils. La valeur de sortie, 0 ou 1, est li\u00e9e \u00e0 la somme des valeurs entrantes issues des neurones formels et \u00e0 la fonction de seuils. On met ces neurones formels en r\u00e9seau. Le r\u00e9seau de neurones formels, c\u2019est un graphe dont les sommets sont les neurones formels, bien entendu. Ce qui fait la pertinence d\u2019un tel r\u00e9seau, c\u2019est la fonction d\u2019activation associ\u00e9e aux neurones. On g\u00e9n\u00e9ralise en introduisant le concept de poids synaptique, toujours l\u2019anthropomorphisme, c\u2019est-\u00e0-dire des fonctions num\u00e9riques sur les arcs d\u2019entr\u00e9e des neurones. La fonction associ\u00e9e aux neurones est alors plus complexe.<\/p>\n R\u00e9seau en couche. Les r\u00e9seaux de neurones formels actuels sont organis\u00e9s en trois strates. Le probl\u00e8me avec des centaines de milliers de connexions, donc de fonctions synaptiques, est l\u2019\u00e9tablissement de ces derni\u00e8res. Il n\u2019est pas raisonnable de penser le faire \u00e0 la main. On utilise ici l\u2019apprentissage supervis\u00e9 pour ce faire, ce qui permet \u00e0 l\u2019algorithme, \u00e0 partir d\u2019exemples, d\u2019ajuster les coefficients associ\u00e9s aux synapses formels pour \u00e9tiqueter les exemples. Je vous prie de m\u2019excuser pour ces aspects un peu techniques, mais je pense qu\u2019il est bon que nous ayons une vague id\u00e9e de ce qui se passe.<\/p>\n Les jeux d\u2019\u00e9checs, AlphaGo, AlphaZ\u00e9ro, le Go, le Shogi. La puissance de calcul aidant, les bases de donn\u00e9es massives permettent de passer \u00e0 la vitesse sup\u00e9rieure. Alors que pour faire jouer un ordinateur aux \u00e9checs, on disposait depuis un ordinateur aux \u00e9checs, on disposait depuis un demi-si\u00e8cle d\u2019algorithmes comme Alpha-Beta, SSS*, Scout, qui sont des algorithmes d\u2019\u00e9num\u00e9ration implicite auxquels il faut donner des crit\u00e8res d\u2019\u00e9lagage dans l\u2019arbre de jeu et auxquels il faut aussi pr\u00e9ciser les poids des diff\u00e9rentes pi\u00e8ces et donner des fonctions d\u2019\u00e9valuation. Avec d\u2019\u00e9normes puissances de calcul (en 2020, on devrait attendre l\u2019exaf lop, c\u2019est-\u00e0-dire 1018 op\u00e9rations par seconde, on devrait se passer de ce type d\u2019algorithmes et faire d\u00e9couvrir les bonnes strat\u00e9gies par des r\u00e9seaux en couche. C\u2019est une attitude de feignants d\u2019utiliser la force brute de la machine, alors qu\u2019on a des algorithmes. Sur votre ordinateur personnel, vous avez un jeu d\u2019\u00e9checs n\u00e9cessairement. Le jeu d\u2019\u00e9checs n\u2019utilise pas des puissances de calcul faramineuses. Il utilise un parcours d\u2019arbre bien foutu. En r\u00e8gle g\u00e9n\u00e9rale, c\u2019est Alpha-Beta qu\u2019il utilise la puissance.<\/p>\n Se passer de ce type d\u2019algorithmes et faire d\u00e9couvrir les bonnes strat\u00e9gies par des r\u00e9seaux en couche associ\u00e9e \u00e0 un apprentissage par renforcement, lui-m\u00eame bas\u00e9 sur le fait qu\u2019on fait jouer l\u2019algorithme contre lui-m\u00eame. Vous voyez ce que je disais : je gagne, je perds. Je g\u00e9n\u00e8re une position de partie d\u2019un c\u00f4t\u00e9, j\u2019en g\u00e9n\u00e8re une autre d\u2019un autre c\u00f4t\u00e9, et je fais jouer l\u2019ordinateur contre lui-m\u00eame mais en introduisant des variantes. Il y en a un qui gagne et un qui perd. Je vais garder les param\u00e8tres de celui qui a gagn\u00e9. On fait jouer l\u2019algorithme contre lui-m\u00eame avec une proc\u00e9dure arborescence probabiliste de type Monte-Carlo. En probabilit\u00e9, on a deux m\u00e9thodes : Monte-Carlo et Las Vegas. C\u2019est cet aspect al\u00e9atoire qui permet \u00e0 la fois de faire jouer l\u2019ordinateur contre lui-m\u00eame et d\u2019introduire de l\u2019apprentissage non supervis\u00e9 dans le choix des coups.<\/p>\n Cet algorithme g\u00e9n\u00e9rique AlphaZ\u00e9ro, apr\u00e8s quatre heures d\u2019auto-apprentissage, a battu tous les autres programmes d\u2019\u00e9chec. Vous allez voir la puissance mise en route. Pour le Go, on \u00e9tait face \u00e0 un parall\u00e9lisme du niveau 64, g\u00e9n\u00e9rant 80 000 positions \u00e0 la seconde sur une machine de puissance teraflopic, c\u2019est-\u00e0-dire 1012 op\u00e9rations par seconde. Il a pu examiner plus de 2 milliards de positions, plus qu\u2019aucun joueur humain n\u2019en verra dans une vie et peut-\u00eatre m\u00eame tous les joueurs humains r\u00e9unis.<\/p>\n Le mythe de la singularit\u00e9, je ne sais pas si vous en avez entendu parler. Le mythe de la singularit\u00e9 est un d\u00e9lire anglo-saxon qui est de dire que les machines deviennent tellement puissantes, que l\u2019Intelligence Artificielle est tellement puissante qu\u2019un jour ou l\u2019autre, elle prendra le dessus sur les hommes. Une petite remarque sur les jeux, c\u2019est que l\u2019ordinateur n\u2019a invent\u00e9 ni le jeu d\u2019\u00e9checs, ni le Shogi, ni le jeu de Go, ni la m\u00e9canique quantique. Il n\u2019invente rien. C\u2019est ce que disait Ada et elle a raison. L\u2019Intelligence Artificielle, c\u2019est \u00e7a. L\u2019\u00e9quation gagnante : le principe est l\u2019induction algorithme + base de donn\u00e9es + probabilit\u00e9. Avec \u00e7a, on fait l\u2019I.A.<\/p>\n Comment on peut s\u2019en douter \u00e0 la lecture de cette description des r\u00e9seaux de neurones formels, ils n\u2019ont strictement rien \u00e0 voir malgr\u00e9 ce que veut en dire une vulgate tr\u00e8s r\u00e9pandue avec les neurones des cerveaux animaux, et a fortiori du cerveau humain. Ce qui fait la puissance de nombre de ses algorithmes, mais pas tous, c\u2019est leur couplage avec les tr\u00e8s grandes bases de donn\u00e9es et l\u2019association des super ordinateurs au parall\u00e9lisme massif. En fait, on utilise la force brute de la machine.<\/p>\n L\u2019intelligence humaine ne saurait \u00eatre celle d\u2019un individu. L\u2019intelligence de chaque individu et celle de la soci\u00e9t\u00e9 dans laquelle il vit. Ce qu\u2019on nomme intelligence est une production sociale. Les outils fabriqu\u00e9s et con\u00e7us par les humains y participent, en particulier l\u2019informatique et ce qu\u2019on appelle l\u2019I.A. La puissance des algorithmes de l\u2019I.A, associ\u00e9e aux grandes bases de donn\u00e9es, fait tourner la t\u00eate de quelques scientifiques anglo-saxons pour lesquels l\u2019intelligence est d\u2019ordre syntaxique. Ils ne font pas de diff\u00e9rence notable entre intelligence humaine et \u00ab Intelligence Artificielle \u00bb. Le behaviourisme ou comportementalisme consiste \u00e0 s\u2019attacher \u00e0 ce qui para\u00eet seulement, pas \u00e0 ce que cela signif ie, \u00e0 la s\u00e9mantique. Comme je l\u2019ai dit au d\u00e9but, traduit en fran\u00e7ais, l\u2019expression Artificial Intelligence devrait se traduire autrement, par exemple par le syntagme informatique Avanc\u00e9, pour garder les initiales I.A., ou Extraction Automatique des Connaissances ou Apprentissage Automatique.<\/p>\n Ces algorithmes, ils sont imbattables pour jouer, pas pour cr\u00e9er de jeu. Plus g\u00e9n\u00e9ralement, nous pouvons faire n\u00f4tre cette remarque de Pablo Picasso : \u00ab Les ordinateurs sont ennuyeux. Ils ne donnent que des r\u00e9ponses \u00bb. C\u2019est bien parce que d\u00e9sormais, nous savons concevoir ces machines apprenantes, que l\u2019Intelligence Artificielle dont on parle depuis longtemps revient sur le devant de la sc\u00e8ne. Les cons\u00e9quences concr\u00e8tes sont que l\u2019on est en train de concevoir des machines capables de faire du diagnostic m\u00e9dical de pointe, de traduire tr\u00e8s correctement toutes les langues du monde ou d\u2019\u00e9crire automatiquement des articles, faire des v\u00e9hicules v\u00e9ritablement autonomes, des syst\u00e8mes capables d\u2019utiliser les informations diffuses de millions de smartphones pour pr\u00e9dire le trafic routier ou les pics de pollution, de chercher un visage donn\u00e9 dans la photo ou la vid\u00e9o d\u2019une foule, etc. Avec cela, nous sommes en train de nous donner de nouveaux moyens pour am\u00e9liorer la pr\u00e9vention et le traitement des maladies graves, mieux lutter contre le r\u00e9chauffement climatique et autres pollutions, d\u00e9congestionner les villes et optimiser les flux de mati\u00e8res ou de marchandises pour permettre le passage \u00e0 une \u00e9conomie plus circulaire ou interagir plus naturellement avec les machines qui nous entourent.<\/p>\n Mais \u00e9videmment, ce faisant, on se dote des moyens de d\u00e9truire, \u00e0 moyen terme, des millions d\u2019emplois de chauffeurs, d\u2019op\u00e9rateurs t\u00e9l\u00e9phoniques, de traducteurs, journalistes, techniciens, ing\u00e9nieurs et m\u00eame avocats, architectes ou m\u00e9decins. Cela signifie, en tout cas, qu\u2019une nouvelle augmentation de la densit\u00e9 du travail, donc de l\u2019exploitation, devient techniquement envisageable, ainsi que l\u2019augmentation des capacit\u00e9s de surveillance et de r\u00e9pression. Une fois de plus, la technologie n\u2019est ni bonne, ni mauvaise, ni neutre, mais ce que nous en ferons collectivement. En l\u2019\u00e9tat, elle est pouss\u00e9e par les int\u00e9r\u00eats de la classe dominante, prof it et contr\u00f4le social, et l\u2019on doit craindre le pire. Face \u00e0 la menace d\u2019un monde cyberpunk o\u00f9 quelques grandes multinationales ma\u00eetrisant les technologies cl\u00e9s de l\u2019exploitation auraient tout pouvoir sur les Etats et les peuples, les r\u00e9sistances sont nombreuses, partant souvent des chercheurs et sp\u00e9cialistes de ces technologies ou des travailleurs qu\u2019elle menace. C\u2019est aussi pourquoi nous sommes l\u00e0 aujourd\u2019hui. Le probl\u00e8me est de faire en sorte que ces r\u00e9sistances \u00e9parses rencontrent une perspective politique qui leur permette de devenir contre-pouvoir et force de proposition. Il n\u2019y a qu\u2019une mani\u00e8re de cr\u00e9er une telle perspective de convergence, une pratique exigeante de la d\u00e9mocratie qui organise la rencontre de l\u2019expertise et de la mobilisation populaire dans l\u2019int\u00e9r\u00eat g\u00e9n\u00e9ral, une pratique combinant transmission la plus large possible de savoir exigeant et encadrement des orientations techniques par la d\u00e9cision collective. Ni d\u00e9magogie technophobe, ni r\u00e8gne des experts dans leur tour d\u2019ivoire, l\u2019I.A. n\u2019est au fond que le dernier avatar de la cyber-r\u00e9volution port\u00e9e par le num\u00e9rique et ses r\u00e9seaux. Pour qu\u2019elle soit porteuse de progr\u00e8s, il y a urgence \u00e0 construire ensemble le projet d\u2019un num\u00e9rique de la libert\u00e9 du bien commun.<\/p>\n","protected":false},"excerpt":{"rendered":" Yvan LAVALL\u00c9E Professeur \u00e9m\u00e9rite Universit\u00e9 Paris VIII En tant que sp\u00e9cialiste algorithmique, on m\u2019a demand\u00e9 de vous exposer ce qu\u2019est l\u2019Intelligence Artificielle. \u201cArtificial Intelligence\u201d, quand on le traduit en fran\u00e7ais, ce n\u2019est pas l\u2019Intelligence Artificielle. Personne n\u2019a jamais traduit \u201cIntelligence service\u201d par service intelligent. \u00c7a se saurait. Pour diff\u00e9rentes raisons qui vont du marketing \u00e0 la fain\u00e9antise, on a traduit …<\/p>\n","protected":false},"author":625,"featured_media":209,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[29],"tags":[],"class_list":["post-154","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-matin"],"acf":[],"yoast_head":"\n\n