INTELLIGENCE ARTIFICIELLE (IA)

Enfant terrible de l’informatique, l’intelligence artificielle est apparue au milieu des années 1950, soit une dizaine d’années après la fabrication de l’ENIAC (Electronic Numerical Integrator and Computer), premier ordinateur entièrement électronique. À l’origine, elle se proposait de simuler les différentes facultés cognitives constitutives de l’intelligence, qu’elle soit humaine ou animale, sur des ordinateurs, en les programmant avec les techniques du traitement de l’information. Au cours du temps, l’intelligence artificielle a régulièrement défrayé la chronique. C’est surtout le cas depuis les années 2010 où, avec l’accroissement prodigieux de la capacité de stockage des processeurs, l’accélération inouïe de leur vitesse de calcul, la réduction de leur coût et leur miniaturisation, elle a pris une place croissante dans nos sociétés. Elle est ainsi devenue à la fois nécessaire, permettant de traiter les immenses quantités d’information, et déconcertante, en ce qu’elle reproduit beaucoup de facultés cognitives humaines, au point que certains s’inquiètent et se demandent ce qui restera en propre à l’homme. De quoi est-elle capable et jusqu’où ira-t-elle ? Telles sont les questions que beaucoup se posent désormais. Pour y répondre, il convient d’abord de bien préciser les significations que recouvre cette notion d’intelligence artificielle.

Quelques jalons historiques

Quelques participants de l’école d’été de Dartmouth (États-Unis)
Photo courtesy of the Minsky family

L’intelligence artificielle est d’abord une discipline scientifique qui a vu officiellement le jour en 1956, au Dartmouth College de Hanover, dans l’État du New Hampshire (États-Unis), lors d’une école d’été organisée par quatre chercheurs américains, John McCarthy (1927-2011), Marvin Minsky (1927-2016), Nathaniel Rochester (1919-2001) et Claude Shannon (1916-2001). Depuis, l'expression « intelligence artificielle », inventée par John McCarthy sans doute pour frapper les esprits, est devenue très populaire au point que plus personne ne l’ignore. Cette composante de l’informatique a pris de plus en plus d’ampleur au fil du temps. Il est vrai que les technologies qui en sont issues ont grandement contribué à changer le monde. À titre d’illustration, le World Wide Web (communément appelé Web), que l’on utilise tous quotidiennement, vient du couplage des réseaux de télécommunication et d’un modèle de mémoire, l’hypertexte, conçu avec des techniques d’intelligence artificielle et publié en 1965 lors d’une conférence sur cette dernière.

Définition et fondement de l’intelligence artificielle

Cinquantième anniversaire de l’école d’été de Dartmouth marquant la naissance de l’Intelligence artificielle
Joseph Mehling/ Courtesy of Dartmouth College Library

Pour les promoteurs de cette école d’été de 1956, l’intelligence artificielle visait initialement à la simulation, sur des machines, de chacune des différentes facultés de l’intelligence, qu’il s’agisse de l’intelligence humaine, animale, végétale ou sociale. Cette discipline scientifique reposait sur la conjecture selon laquelle toutes les fonctions cognitives, en particulier l’apprentissage, le raisonnement, le calcul, la perception, la mémorisation, le langage, voire la découverte scientifique ou la créativité artistique, peuvent être décrites avec une précision telle qu’il serait possible de les reproduire sur des ordinateurs. Par la suite, et en dépit des progrès considérables qu’elle a enregistrés, l’étude de l’intelligence artificielle a toujours reposé sur la même conjecture que rien, jusqu’à présent, n’a permis ni de démentir ni de démontrer irréfutablement.

Quoi que l’on en pense, les indéniables succès que l’intelligence artificielle a remportés en montrent la fécondité. Pour s’en convaincre, rappelons que l’on regroupe souvent les fonctions cognitives en cinq grandes catégories :

– la perception, c’est-à-dire le passage de la sensation, par exemple de l’information visuelle ou sonore, à une représentation en mémoire ;

– la représentation des connaissances,[...]

La suite de cet article est accessible aux abonnés

Des contenus variés, complets et fiables
Accessible sur tous les écrans
Pas de publicité

Découvrez nos offres

Déjà abonné ? Se connecter

Écrit par

Jean-Gabriel GANASCIA : professeur des Universités, faculté des sciences, Sorbonne université

Carte mentale
Élargissez votre recherche dans Universalis

Classification

Pour citer cet article

Jean-Gabriel GANASCIA, « INTELLIGENCE ARTIFICIELLE (IA) », Encyclopædia Universalis [en ligne], consulté le . URL :

« INTELLIGENCE ARTIFICIELLE (IA) ». Dans Encyclopædia Universalis [en ligne]. Consulté le sur

Encyclopædia Universalis, s.v. « INTELLIGENCE ARTIFICIELLE (IA) », Consulté le ,

Médias

Réseau de neurones formels

Encyclopædia Universalis France

Afficher les 5 médias de l'article INTELLIGENCE ARTIFICIELLE (IA)

Autres références

ANDERSON JOHN ROBERT (1947- )
- Écrit par Denis ALAMARGOT
- 374 mots
John Robert Anderson est né à Vancouver (Canada) en 1947. Après des études à l’université de la Colombie-Britannique, il obtient son Ph.D. en 1972 à l’université Stanford, sous la direction de G. Bower. D’abord professeur de psychologie à Yale de 1973 à 1977, il rejoint en 1978 l’université Carnegie-Mellon...
APPRENTISSAGE PROFOND ou DEEP LEARNING
- Écrit par Jean-Gabriel GANASCIA
- 2 645 mots
- 1 média
Apprentissage profond, deeplearning en anglais, ou encore « rétropropagation de gradient »… ces termes, quasi synonymes, désignent des techniques d’apprentissage machine (machine learning), une sous-branche de l’intelligence artificielle qui vise à construire automatiquement des connaissances...
APPRENTISSAGE, psychologie
- Écrit par Daniel GAONAC'H, Jean-François LE NY
- 5 939 mots
- 2 médias
Ces recherches s’articulent maintenant avec celles qui, en intelligence artificielle, s’appuient sur l’exploitation d’un très grand nombre de données empiriques (big data) : plutôt que d’« instruire » la machine par des règles définies a priori, on cherche à ce que celle-ci se fonde, pour progresser...
AUTO-ORGANISATION
- Écrit par Henri ATLAN
- 6 255 mots
- 1 média
Des exemples d'auto-organisation au sens faible sont fournis par la plupart des applications du calcul par réseaux neuronaux aux techniques d'intelligence artificielle destinées à fabriquer des machines à apprendre et à mémoire distributive (cf. F. Fogelman-Soulié, 1991 ; T. Kohonen)....
Afficher les 32 références

Voir aussi

Rejoignez-nous

Inscrivez-vous à notre newsletter

INTELLIGENCE ARTIFICIELLE (IA)

Quelques jalons historiques

Définition et fondement de l’intelligence artificielle

ANDERSON JOHN ROBERT (1947- )

APPRENTISSAGE PROFOND ou DEEP LEARNING

APPRENTISSAGE, psychologie

AUTO-ORGANISATION