INTELLIGENCE ARTIFICIELLE (IA)
Carte mentale
Élargissez votre recherche dans Universalis
Ambiguïté sur l'expression « intelligence artificielle »
Le succès de l'expression « intelligence artificielle » repose parfois sur un malentendu lorsqu’elle désigne une entité artificielle douée d’intelligence et qui, de ce fait, rivaliserait avec les êtres humains. Cette idée d’une intelligence artificielle venant à dépasser à terme l’ensemble des facultés humaines renvoie à des mythes et des légendes anciennes telle celle du Golem, réactivée pourrait-on dire depuis le milieu des années 2010 par des personnalités comme l’astrophysicien Stephen Hawking (1942-2018), le chef d’entreprise Elon Musk, l’ingénieur Ray Kurzweil ou encore par les tenants de ce que l’on appelle aujourd’hui l’« intelligence artificielle forte » et l’« intelligence artificielle générale ». Notons que, parmi ceux-là, certains (comme Elon Musk) font semblant de s’en inquiéter, alors que d’autres (comme Ray Kurzweil) s’en réjouissent. Cela étant, tous supposent que l’intelligence artificielle excédera la nature humaine, au point de mettre en cause sa suprématie.
Intelligence artificielle forte
La notion d’intelligence artificielle forte a été introduite en 1985 par le philosophe américain John Searle qui souhaitait distinguer l’intelligence artificielle des informaticiens (qu’il appelait weak artificial intelligence, « intelligence artificielle faible ») de celle dont rêvaient certains de ses collègues philosophes d’orientation cognitiviste et qui aurait été, selon eux, en mesure d’accéder à la signification et à la compréhension (strong artificial intelligence, « intelligence artificielle forte »). Or, selon Searle, l’intelligence artificielle des informaticiens ne procède qu’à des manipulations syntaxiques sur des symboles, ce qui ne lui permet pas d’accéder à leur sémantique, autrement dit au sens. De même, contrairement à ce que prétendaient certains philosophes cognitivistes, pour John Searle, l’intelligence artificielle n’accède ni à la conscience ni à l’émotion.
Pourtant, à la fin des années 1980, des roboticiens, dont Hans Moravec, ont prétendu renouveler l’intelligence artificielle en lui permettant de simuler la perception des objets, d’accéder au sens et par là d’ouvrir la voie à la réalisation d’une intelligence artificielle forte. Les succès de l’apprentissage profond depuis le milieu des années 2010 donnent une vigueur renouvelée aux partisans de l’intelligence artificielle forte. Néanmoins, il n’existe ni preuve scientifique ni démonstration expérimentale laissant entendre qu’elle soit réalisable et a fortiori à notre portée.
Intelligence artificielle générale
Depuis la fin des années 1990, certains chercheurs prétendent que l’on peut accéder aux principes généraux de l’intelligence et les programmer sur une machine. Ce courant appelé « intelligence artificielle générale » (artificial general intelligence), expression introduite en 1997, cherche à dégager un principe ultime qui serait au fondement de n’importe quelle intelligence. Ses tenants sont généralement des physiciens qui essaient de trouver une formalisation mathématique générique résumant toutes les facettes de l’intelligence, qu’il s’agisse de l’intelligence humaine ou animale ou encore génétique, voire physique, et qui serait l’équivalent de l’équation de Schrödinger pour la physique. Autrement dit, ils aspirent à trouver une formule mathématique qui rendrait compte de l’ensemble des formes d’intelligence qui existent dans la nature. Si une telle formule existait et si l’on pouvait concevoir une machine qui soit en mesure de l’exploiter, nous pourrions éventuellement réaliser une intelligence artificielle forte, consciente d’elle-même, ou réduite à un phénomène abstrait, calculatoire, dénué de sensibilité et d’affect, mais qui, dans tous les cas, nous dépasserait. Il n’existe actuellement aucun élément empirique validant l’approche de l’intelligence artificielle générale, qu’il faut bien qualifier de purement spéculative.
1
2
3
4
5
…
pour nos abonnés,
l’article se compose de 8 pages
La suite de cet article est accessible aux abonnés
- Des contenus variés, complets et fiables
- Accessible sur tous les écrans
- Pas de publicité
Déjà abonné ? Se connecter
Écrit par :
- Jean-Gabriel GANASCIA : professeur des Universités, université Pierre-et-Marie-Curie
Classification
Autres références
« INTELLIGENCE ARTIFICIELLE (IA) » est également traité dans :
ANDERSON JOHN ROBERT (1947- )
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 à Pittsburgh. John Anderson cherche à élaborer une théorie unifiée de la cognition expliqua […] Lire la suite
APPRENTISSAGE, psychologie
Dans le chapitre « Depuis les années 1990 » : […] Alors que, dans les années 1970-80, la psychologie cognitive a accordé plus d’attention à l’étude de la mémoire qu’à celle de l’apprentissage, l’évolution des connaissances à partir de la fin des années 1980 a conduit à une fusion des concepts et des théories de ces deux champs. En effet, les théories récentes qui cherchent à rendre compte des processus d’apprentissage s’appuient sur les conceptio […] Lire la suite
APPRENTISSAGE PROFOND ou DEEP LEARNING
Apprentissage profond, deep learning 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 à partir de grandes quantités d’information. Les succès qu’enregistrent ces techniques leur confère […] Lire la suite
AUTOMATISATION
Dans le chapitre « Systèmes industriels d'intelligence artificielle et systèmes experts » : […] L'intelligence artificielle s'adresse à toutes les activités cognitives, comme la compréhension du langage naturel, l'analyse d'images, la reconnaissance des formes, ainsi qu'à certains problèmes qui, comme ceux de la mise au point d'emplois du temps, les choix d'un itinéraire, ont une solution théorique combinatoire, mais sont résolus de façon plus directe et intelligente par tout expert humain. […] Lire la suite
AUTO-ORGANISATION
Dans le chapitre « Auto-organisation au sens faible » : […] 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). Ce calcul est effectué en parallèle par un grand nombre d'unités, dites neurones formels, qui effectuent chacun […] Lire la suite
BIG DATA
Dans le chapitre « Véracité » : […] La variété des formats de données et les divers lieux où s’effectue la collecte font que les informations peuvent être entachées d’erreurs, introduites volontairement ou non. Les données non structurées issues des réseaux sociaux privés, de capteurs situés dans des endroits inaccessibles ou de sites Internet douteux ne doivent ainsi pas être prises avec la même objectivité que des informations rec […] Lire la suite
COBOL (common business oriented language)
Langage de programmation de haut niveau spécialement conçu pour des applications commerciales et des applications de gestion. Cobol autorise le traitement des gros fichiers sur supports séquentiels ou sélectifs à l'aide d'un vocabulaire et d'une syntaxe censés rappeler l'anglais courant. Cobol fut développé en 1959 au sein d'un comité de la Codasyl (Conference on data systems language) par un effo […] Lire la suite
COGNITIVES SCIENCES
Dans le chapitre « Intelligence artificielle, robotique, vision artificielle » : […] Tout en étant dès l'origine, on l'a vu, l'une des composantes majeures du projet des sciences cognitives, l'intelligence artificielle consiste aujourd'hui en grande partie en une collection d'applications de ces sciences – dans chacune des quatre grandes aires (perception, raisonnement, langage, action), les recherches fondamentales sur l'homme ont leur pendant en intelligence artificielle. Il ar […] Lire la suite
DEEP BLUE, superordinateur
Dans le chapitre « Le défi de l’intelligence artificielle » : […] Dès les débuts de l’informatique, des chercheurs comme Alan Turing (1912-1954) ont envisagé la possibilité pour un ordinateur de jouer aux échecs, comme test d’intelligence de la machine. Dans les années 1950, la mise au point d’une méthode mathématique améliorant l’algorithme minimax de recherche du meilleur coup a constitué un progrès. En 1962 ont été présentés, au Massachusetts Institute of Te […] Lire la suite
ÉCONOMIE CIRCULAIRE
Dans le chapitre « La tension entre exigence de sobriété et recherche de nouveaux gisements de valeur » : […] Selon le philosophe Dominique Bourg, la visée de l’économie circulaire est « la préservation de la biosphère afin d’en maintenir la viabilité, pour l’espèce humaine au premier chef ». Ce principe de conservation et de restauration du capital naturel implique, soit de minimiser l’extraction de ressources naturelles difficilement ou non renouvelables (dans le cadre d’une soutenabilité dite « faible […] Lire la suite
Voir aussi
Pour citer l’article
Jean-Gabriel GANASCIA, « INTELLIGENCE ARTIFICIELLE (IA) », Encyclopædia Universalis [en ligne], consulté le 24 janvier 2023. URL : https://www.universalis.fr/encyclopedie/intelligence-artificielle-ia/