Les thèmes centraux de l’intelligence artificielle

  Intelligence artificielle 

Les thèmes centraux de l’intelligence artificielle

Tout d’abord, une définition de l’intelligence artificielle s’impose afin que nous puissions disposer d’une base de discussion commune :

L’intelligence artificielle est avant tout une approche multidisciplinaire visant à comprendre, à modéliser et à reproduire l’intelligence humaine et ses processus cognitifs en faisant appel à des principes et dispositifs d’ordre computationnel, mathématique, logique, mécanique et même biologique.

D’une part, il y a tout un courant de recherche théorique qui a pour tâche d’expliquer comment fonctionnent les processus sous-jacents à la cognition, à la perception, au langage et à l’apprentissage. D’autre part, il y a tout un courant, beaucoup plus pragmatique, celui-ci, qui a pour tâche de développer et de mettre au point des logiciels, des applications et des dispositifs qui trouveront des débouchés pratiques dans la vie de tous les jours. Ces deux groupes forment essentiellement l’ensemble de la recherche entourant l’intelligence artificielle.

Historiquement parlant, les praticiens de l’intelligence artificielle proviennent de disciplines aussi diversifiées que la logique, la mathématique, l’ingénierie, la philosophie, la psychologie, la linguistique et l’informatique. Ces disciplines, à elles seules, constituent une branche importante des sciences cognitives et sont devenues des références incontournables, à telle enseigne que, aujourd’hui, il est pratiquement impossible d’être un chercheur dans le domaine des sciences cognitives ou un philosophe qui travaille sur la notion de conscience, sans avoir une quelconque familiarité, sinon des connaissances substantielles, en ce qui concerne les principaux développements en matière d’intelligence artificielle.

Pour bien saisir la portée des enjeux proposés par l’intelligence artificielle, il faut tout d’abord revoir quelles sont les grandes idées qui la constituent et les controverses qu’elle suscite, mais le lecteur doit aussi être informé que la majorité des chercheurs en intelligence artificielle ne s’entendent pas sur une définition unanime de ce qu’est l’intelligence, de là la définition que nous avons proposée plus tôt. Malgré ce consensus inexistant, il est tout de même possible de répartir en sept grands champs de recherche l’intelligence artificielle.

 

Logiciel intelligent versus modélisation cognitive
L’intelligence artificielle est depuis toujours une branche de l’informatique, une discipline relevant de l’ingénierie, dont la finalité est de créer des logiciels intelligents, autrement dit, des logiciels qui rencontreront les critères de ce qu’est en mesure d’effectuer une intelligence humaine. À ce titre, nous voyons de plus en plus d’applications émergentes comme la voiture autonome, la reconnaissance faciale et les bots de discussion qui ne sont encore que la pointe à peine émergée de l’iceberg. Au-delà de son aspect strictement ingénierie, l’intelligence artificielle a aussi une dimension scientifique bien établie qui tente de comprendre le fonctionnement de l’intelligence humaine en mettant au point des logiciels qui « pensent » comme le ferait un être humain ou en concevant des systèmes qui modélisent certains aspects de la cognition. Ces modèles computationnels fournissent dès lors des hypothèses sur lesquelles les chercheurs en sciences cognitives peuvent par la suite se pencher pour élaborer des modèles de plus en précis et performants.

IA symbolique versus réseaux neuronaux
Depuis ses tout débuts, l’IA s’est divisée en deux grands courants de recherche : l’IA symbolique et les réseaux neuronaux. L’IA symbolique considère que l’intelligence est avant tout un système manipulant des symboles et que cette manipulation peut être achevée par des ordinateurs en fonction de règles préétablies. Les réseaux neuronaux, pour leur part, relèvent de ce grand modèle théorique qu’est le connexionnisme, c’est-à-dire que l’intelligence serait un processus qui émerge d’un réseau de neurones massivement et parallèlement connecté. De là, les chercheurs de ce domaine tentent de modéliser des réseaux de neurones artificiels simplifiés qui simuleront le réseau neuronal du cortex cérébral.

  Intelligence artificielle  

Raisonnement versus perception
Dans le cas présent, la distinction se situe essentiellement entre l’intelligence considérée comme un processus de raisonnement de haut niveau dédié à la prise de décision — jeu d’échecs, diagnostic médical —, et un processus de perception de bas niveau dédié, par exemple, à la reconnaissance d’images en fonction de leur environnement.

Raisonnement versus connaissance
À l’aube de l’IA symbolique, les chercheurs se sont surtout concentrés sur la compréhension des mécanismes dédiés à la prise de décision. L’hypothèse centrale stipulait que, si on arrivait à comprendre comment un tel type de raisonnement s’effectuait, il serait alors possible de reproduire ce fonctionnement dans un algorithme et de l’implanter par la suite dans un ordinateur. Test après test, ce n’est que quelques années plus tard que les chercheurs comprendront que pour arriver à implanter un tel système et qu’il soit vraiment efficace, il faut lui fournir d’énormes quantités de données. Par exemple, un système de diagnostic médical doit disposer d’une colossale base de connaissances pour arriver à générer des conclusions valables, documentées et argumentées.

Représentation versus non-représentation
La connaissance doit être représentée d’une quelconque façon dans un système informatique. Autrement dit, le système doit en quelque sorte avoir une représentation du monde, c’est-à-dire qu’il doit être en mesure de modéliser le type de monde pour lequel il est dédié. Ce type de représentation peut prendre différentes formes, incluant des règles de décision. Par contre, comme l’ont soulevé plusieurs chercheurs utilisant cette approche, jusqu’où doit-on aller pour modéliser le monde ? Cette modélisation doit-elle être exhaustive ou plus ou moins achevée ? Il semblerait, selon certains chercheurs, qu’une bonne représentation de base peut largement suffire et fonctionner adéquatement.

Le cerveau dans un bocal versus l’IA embarquée
Dans les premiers temps de l’IA, plusieurs chercheurs ont préconisé une approche où étaient directement fournies des données à un logiciel intelligent par l’intermédiaire d’un clavier (intrants) et à partir duquel on récupérait les résultats (extrants). Cette approche, dite du cerveau dans un bocal, ou de type boîte noire, n’est ni en mesure de s’approprier un environnement, ni d’agir sur lui ; il ne fait que traiter l’information. Ce problème a été en partie corrigé avec l’IA embarquée — robots, voitures autonomes — où le système appréhende le monde à travers une multitude de capteurs et devient ainsi en mesure d’agir sur celui-ci par la suite. Par exemple, les voitures autonomes sont en mesure de klaxonner lorsque la situation l’impose.

IA restreinte versus intelligence de niveau humain
Au tout début des recherches en intelligence artificielle, les chercheurs ont tenté d’implanter dans leurs ordinateurs une intelligence de niveau humain. Il ne fut pas long avant que ceux-ci ne se rendent comptent des incroyables difficultés auxquelles ils seraient confrontés et optèrent plutôt pour des systèmes spécialisés comme les échecs et le diagnostic médical. Ce n’est qu’au tournant de 2010, avec l’arrivée d’une puissance de calcul sans aucune commune mesure avec celle des années 1950, que l’approche de l’intelligence de niveau humaine est redevenue d’actualité. Par exemple, avec l’infonuagique, qui fait appel à des dizaines de milliers de serveurs informatiques, il devient dès lors possible de traiter une requête linguistique parlée en une fraction de seconde. De là émerge la possibilité de concevoir des systèmes en mesure d’approcher un niveau d’intelligence générale qui pourrait être appliqué dans une multitude de domaines.

© Pierre Fraser (Ph. D.), sociologue, 2019

  Intelligence artificielle  

Répondre

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion /  Changer )

Photo Google

Vous commentez à l'aide de votre compte Google. Déconnexion /  Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion /  Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion /  Changer )

Connexion à %s

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur la façon dont les données de vos commentaires sont traitées.