Intelligence Artificielle : Sommes-nous encore à l’âge d’or de l’électricité ?
SAN FRANCISCO, californie – L’essor fulgurant de l’intelligence artificielle, et plus particulièrement des grands modèles de langage (LLM), pourrait bien être comparable aux débuts de l’électricité, une période d’innovation pratique précédant une compréhension scientifique fondamentale.C’est l’avertissement lancé par des experts,qui soulignent que nous utilisons déjà des outils d’IA sophistiqués sans réellement savoir comment ils fonctionnent.
Comme nos ancêtres construisaient des moteurs électriques sans comprendre les concepts d’électromagnétisme ou de particules subatomiques, nous déployons aujourd’hui des LLM capables de répondre à des questions complexes et de générer du code, sans disposer d’une théorie cohérente de l’intelligence. L’analogie est frappante : au 19ème siècle, les scientifiques étaient prisonniers de concepts erronés comme l’éther et le phlogiston pour expliquer l’électricité. serions-nous, aujourd’hui, aveuglés par des modèles incomplets de la cognition ?
“Nous sommes loin d’avoir cartographié l’ensemble des éléments cognitifs,” explique un chercheur en IA, qui souhaite rester anonyme. “Les propriétés émergentes de ces éléments, une fois assemblés, sont susceptibles d’être contre-intuitives, difficiles à visualiser, et même à accepter.”
Cette lacune théorique est d’autant plus préoccupante que l’IA progresse à un rythme effréné. La science de l’intelligence,comme la physique de l’atome il y a un siècle,nécessite une connaissance exhaustive de ses “pièces élémentaires” avant de pouvoir formuler des prédictions fiables et construire des systèmes véritablement prévisibles. Le tableau périodique des éléments a été crucial pour comprendre la chimie ; une “carte cognitive” équivalente est indispensable pour maîtriser l’IA.
Un parallèle historique troublant
L’histoire de la science regorge d’exemples où la pratique a précédé la théorie. La navigation astronomique a existé pendant des millénaires avant que Copernic et Galilée ne proposent un modèle héliocentrique du système solaire. La médecine a progressé grâce à l’observation empirique longtemps avant la découverte des microbes et des mécanismes biologiques.
L’IA pourrait suivre une trajectoire similaire. Nous pourrions continuer à développer des systèmes de plus en plus performants, sans pour autant comprendre pleinement les principes qui les sous-tendent. Cependant, cette approche comporte des risques. Sans une base théorique solide, il est difficile de garantir la sécurité, la fiabilité et l’éthique de l’IA.
L’avenir de l’intelligence : une quête fondamentale
La recherche d’une théorie de l’intelligence est donc une priorité absolue. Elle nécessite une collaboration interdisciplinaire entre les neurosciences, la psychologie, l’informatique, les mathématiques et la philosophie. Il ne s’agit pas seulement de comprendre comment fonctionnent les machines, mais aussi comment fonctionne l’esprit humain – un mystère qui continue de défier les scientifiques.
L’histoire nous enseigne que la compréhension fondamentale est essentielle pour exploiter pleinement le potentiel de toute nouvelle technologie. L’électricité a transformé le monde une fois que nous avons compris ses principes. L’intelligence artificielle pourrait en faire de même, mais seulement si nous sommes prêts à investir dans la recherche fondamentale et à accepter que nous sommes encore au début d’un long voyage. Le véritable âge d’or de l’IA ne commencera pas avec la création de machines intelligentes, mais avec la compréhension de l’intelligence elle-même.
