Quand l’IA deviendra-t-elle intelligente ?

Elle est déjà intelligente ! C’est ce que le regretté pionnier de l’IA, Marvin Minsky, aurait à dire si vous lui disiez que nous utilisons des ordinateurs pour jouer aux échecs et au Go (et perdre) et avoir de longues conversations. Sa définition de l’IA en 1968 était la suivante : « L’intelligence artificielle est la science qui consiste à fabriquer des machines qui font des choses qui nécessiteraient l’intelligence humaine. »

Les ordinateurs peuvent le faire aujourd’hui, mais nous ne sommes pas satisfaits. Lorsqu’un corbeau jette une noix dans la rue et la fait casser par une voiture, on est étonné de son intelligence. Un ordinateur qui traduit en chinois sans erreurs ? Hausser les épaules.

Certains passionnés d’IA critiquent cela, car cela déplace injustement la ligne d’arrivée. Chaque fois qu’un ordinateur atteint l’un des signes d’intelligence précédemment définis, on ne peut pas dire que ce n’est pas suffisant.

Et pourtant, quiconque remet en question Chat-GPT ou joue aux échecs avec des ordinateurs est plus susceptible d’être d’accord avec la majorité des chercheurs et des experts en informatique qui disent : ces machines ne sont pas intelligentes comme le sont les humains.

Selon des définitions plus récentes, la preuve de l’intelligence ne pouvait pas être fournie par un seul test. Une machine véritablement intelligente devrait être capable de faire de nombreuses choses différentes, comme un humain.

« L’intelligence mesure la capacité à atteindre des objectifs dans divers environnements », explique l’un d’entre eux. Résumé issue d’innombrables tentatives scientifiques de définition datant de 2007. Cela implique donc une certaine flexibilité. Et la capacité d’apprendre de nouvelles choses.

C’est peut-être pour cela que le corbeau est si impressionnant. Elle atteint sa destination (une noix ouverte) dans un nouvel environnement (un carrefour avec des voitures). Le premier corbeau à avoir cassé une telle noix a tiré une nouvelle conclusion de ses observations.

Voice AI manque encore de certains composants d’intelligence

Aussi intelligents que puissent paraître les modèles linguistiques comme Chat-GPT, ils échouent lorsqu’ils sont confrontés à des questions complètement nouvelles. Parce qu’ils acquièrent leurs capacités différemment d’un être humain. Vous apprenez d’innombrables exemples. Ils les utilisent pour entraîner leurs réseaux de neurones artificiels. Parce qu’ils traitent beaucoup d’informations pendant la formation, ils peuvent répondre correctement à de nombreuses questions. Mais face à l’inconnu, comme un problème d’arithmétique rare, ils échouent encore et encore.

Non seulement l’échec lui-même, mais aussi la façon dont l’IA vocale échoue est révélateur. Parce qu’elle invente une réponse qui paraît plausible mais qui n’a rien à voir avec la réalité. Il peut s’agir d’étapes de calcul incorrectes ou de citations tirées de livres inventés. Le fait que ces systèmes ne savent rien de ce qu’ils savent et de ce qu’ils ne savent pas montre que leur intelligence est une simulation.

Certains experts en IA estiment qu’un plus grand nombre de données et de puissance de calcul peuvent résoudre ces problèmes. S’ils ont raison, alors tous les éléments constitutifs d’une IA intelligente de type humain sont en place. Cela signifierait qu’une véritable IA capable de répondre avec flexibilité aux problèmes serait possible dans quelques années.

Mais la plupart des chercheurs soupçonnent qu’il manque des éléments de base, comme la capacité de planifier ou de comprendre la causalité. La curiosité artificielle, qui permet aux machines de fixer de nouveaux objectifs de manière indépendante, pourrait-elle en être la clé ? La capacité de se souvenir ?

Il existe de nombreuses idées sur ce qui manque encore à l’IA. Des groupes de recherche du monde entier s’efforcent de traduire et de tester ces concepts en algorithmes.

Par exemple, au sein du groupe technologique Meta sous la direction du pionnier de l’IA Yann LeCun. Il croit en une IA de type humain, mais appréciecela prendrait « très probablement des décennies » d’ici là.

Jürgen Schmidhuber, leader d’opinion en matière d’IA, qui développe des systèmes d’apprentissage depuis des décennies, actuellement à Lugano et en Arabie Saoudite, s’exprime avec un peu plus d’optimisme. L’homme de 60 ans dit qu’il s’attend de son vivant à des machines véritablement intelligentes, non seulement humaines mais plus intelligentes que nous.

En 2022, il y a eu des participants à deux conférences sur l’IA demandé, à partir de quel moment ils s’attendraient à ce que l’IA intelligente ait une probabilité de 50 %, c’est-à-dire à partir de quelle année ils donneraient à l’existence d’une IA intelligente une chance de 50 : 50. Le résultat moyen était de 2059.

L’enquête est souvent citée, mais elle est exacte pas de normes scientifiques. Il ne doit donc pas être interprété comme une synthèse d’avis d’experts. De manière générale, on peut se demander à quoi servent de telles enquêtes.

Les prévisions et calculs scientifiques échouent également dans ce domaine. Parce que c’est fondamentalement une question de foi.

Il existe donc un autre groupe d’experts : tous ceux qui s’attendent à ce que le battage médiatique actuel sur l’IA soit suivi par la reconnaissance de nouvelles difficultés et obstacles. Il s’avérera qu’une intelligence artificielle de type humain est beaucoup plus difficile à créer que prévu. Par exemple, si la biologie, l’expérience ou la conscience jouaient un rôle important dans l’intelligence.

Des machines intelligentes étaient déjà attendues dans les années 1980

Ce ne serait pas la première fois qu’un boom de l’IA serait suivi d’une accalmie. Dans la communauté des chercheurs, ces cycles sont appelés IA printemps et hiver.

Lorsque la recherche sur l’IA a débuté dans les années 1950, on s’attendait à des progrès rapides. Le New York Times a écrit en 1958 à propos d’un « embryon » informatique de la NASA qui devrait bientôt être capable de parler, d’écrire et de prendre conscience de sa propre existence. Les chercheurs de l’époque, dont Minsky, s’attendaient à une intelligence artificielle en une génération.

Cette première vague a pris fin au milieu des années 1970. L’enthousiasme et les flux financiers se sont taris. Dans les années 1980, de nouvelles stratégies et de nouveaux espoirs ont émergé, mais ils se sont à nouveau taris. Depuis 2010, l’approche du deep learning a produit des succès : tout ce qui nous a émerveillé ces dernières années, de la reconnaissance de l’écriture manuscrite aux chatbots, repose sur elle.

La reprise actuelle fait-elle partie de cette ligne de vague ? Ou le début d’une tendance haussière qui va se poursuivre ? L’avenir nous le dira.

Une chose est claire, même si l’IA n’atteint pas l’intelligence flexible des humains : elle peut déjà faire beaucoup de choses mieux que les humains, depuis la formulation de simples poèmes jusqu’à la reconnaissance de tumeurs cancéreuses aux rayons X, en passant par les jeux vidéo et le pilotage de drones. Il est prévisible qu’elle apprendra bien mieux que nous. Pour bouleverser notre monde, l’IA n’a pas besoin de devenir intelligente.

Un article du «NZZ dimanche»