Intelligence artificielle : de quoi s’agit-il ?

ChatGPT, MidJourney, véhicules autonomes, reconnaissance faciale... Depuis quelques années, les "intelligences artificielles" affolent la toile. Certain·e·s en ont peur, d'autres s'en emparent. Des business fleurissent. D'autres s'écroulent.

L'intelligence artificielle, by Pinterest 

L'intelligence artificielle est à l'origine de beaucoup de fantasmes de science-fiction hollywoodiens, à l'image du film "2001 Odyssée de l'espace", réalisé par Stanley Kubrick, doté d'un synopsis à la hauteur des pires inquiétudes autour de l'intelligence artificielle : un vaisseau spatial doté d'un système informatique qui se rapproche étrangement d'un humain, nommé Hal, et qui se retourne contre les passagers grâce à un raisonnement sensible.

Force est de constater, que depuis la nuit des temps, l'Homme cherche à créer des machines capables d'imiter le comportement, le raisonnement et l'intelligence humaine. Ces ordinateurs auraient pour objectif de nous faciliter la vie, de décupler la rapidité des avancées humaines et de pousser les progrès de l'intelligence à son paroxysme.

Or, aujourd'hui, nous utilisons le terme "intelligence artificielle" à tort et à travers. Les technologies avancées que nous utilisons ne sont pas à proprement parler des intelligences artificielles, comme on peut l'entendre dans le langage commun, mais des technologies qui cherchent à atteindre cette finalité, à l'image du machine learning. Si on les assimile à des intelligences artificielles, alors elles sont dites "faibles", c'est-à-dire capables de raisonner de manière autonome sur des problèmes spécifiques, tels que la reconnaissance d'images, la pratique d'un jeu d'échecs, ou encore la réponse à des questions précises, comme ChatGPT ou certains chatbots, et non de réfléchir de manière globale via un apprentissage profond.

Mais de quoi s'agit-il exactement ? Pourquoi les regards sont tous rivés sur cette technologie de pointe ?

De sa création à son futur, on vous dit tout sur l'intelligence artificielle.

Quelles sont les origines de l'intelligence artificielle ?

Le machine learning, by newrepublic.com 

L'intelligence Artificielle a connu deux grandes périodes de développement (entre 1940 et 1960, et entre 1980 et 1990) avant les progrès de l'apprentissage autonome que l'on connaît aujourd'hui.

L'histoire de l'intelligence artificielle débute en 1950, avec un article écrit par Alan Turing, dans lequel il se pose la question de savoir si les machines peuvent être dotées d'une intelligence proche de celles des hommes et des femmes.

Il s'agissait à l'époque d'une réflexion sur une intelligence artificielle dite généraliste ou "forte", qui envisageait une machine dotée d'une intelligence autonome, capable de réfléchir, d'agir et de ressentir comme les humains, à l'image de notre fameux Hal.

Ce n'est qu'en 1956, lors d'une conférence de Darmouth, que naît le terme d'"intelligence artificielle", un nom donné plus spécifiquement à la technologie du machine learning et du deep learning, aux analyses prédictives et aux analyses prescriptives.

Puis, ce qu'on appelle l’intelligence artificielle a connu un fort développement en 2010 grâce aux algorithmes d’apprentissage automatique, à l'accès à d'énormes volumes de données et à l'utilisation de la pleine efficacité des cartes graphiques d'ordinateurs.

Mais pour mieux comprendre toutes ces ambiguïtés, rien de mieux qu'une bonne vieille définition.

Définition de l’intelligence artificielle

Qu'est-ce que l'intelligence artificielle, by Aline -

Selon un rapport de la CNIL, l'IA est « la science qui consiste à faire faire aux machines ce que l’homme ferait moyennant une certaine intelligence », cette définition fait référence à l’intelligence artificielle "forte" ou généraliste, qui désigne des systèmes susceptibles de devenir complètement autonomes et qui pourraient même se retourner contre l’homme. Elle est corrélée à une interrogation concernant le niveau de conscience de soi d'un ordinateur.

Plus concrètement, l'intelligence artificielle est donc un ensemble de techniques, sciences et théories qui ont pour objectif de faire imiter par une machine ou un ordinateur les capacités cognitives et sensorielles d'un être humain. Comme on te le disait plus haut dans l'article, les intelligences artificielles d'aujourd'hui se basent sur les techniques du machine learning et du deep learning.

Pour en tirer une définition plus technique, l'intelligence artificielle repose sur des algorithmes qui fonctionnent dans un environnement informatique dynamique, soit des algorithmes qui apprennent et retiennent des choses, à force de mémorisation et d'exemples.

Les développeurs et développeuses qui codent ces machines ont besoin :

  • De maîtriser différents systèmes informatiques
  • De disposer de bases de données avec des systèmes de gestion
  • De coder des algorithmes avancés

Découvrons maintenant plus en profondeur ce qu'est le machine learning et comment il fonctionne.

Qu’est-ce que l’apprentissage automatique (machine learning) ?

Définition du machine learning et du deep learning

Le code est un langage, qui permet de communiquer entre un humain et une machine. Dans une logique d'algorithmie classique, les développeur·se·s décomposent des tâches en instructions, que la machine va ensuite automatiser.

La technique du machine learning, by creativemarket.com

L'apprentissage automatique va plus loin : les programmateur·trice·s vont alimenter la machine avec des milliers d'exemples de mêmes tâches et vont demander ensuite à la machine de reproduire ces tâches, sans lui expliciter les différentes instructions qui composent ces tâches. Grâce à ces exemples, la machine va alors analyser les tâches et va, par apprentissage, créer et automatiser un code informatique qui permet de réaliser ces tâches.

Si la technique du machine learning prend autant d'ampleur aujourd'hui, c'est grâce au « Big data » : nous disposons d'une telle infinité de données numériques et de méthodes pour les traiter, que nous pouvons démultiplier la vitesse d'apprentissage des algorithmes.

Le machine learning évolue aujourd'hui vers le deep learning, un processus d'apprentissage plus profond. Le deep learning se décompose en plusieurs sous-parties :

  • l'apprentissage automatique supervisé, c'est-à-dire que les données sont qualifiées par des humains avant d'être fournies à l'algorithme, qui va alors définir un code à partir de ces exemples et répondre à une finalité définie.
  • L'apprentissage non supervisé, c'est-à-dire que des données sont fournies brutes à l'algorithme, qui va alors élaborer sa propre compréhension de la tâche et va élaborer des codes qui répondent à une finalité déterminée par l'Homme.

Exemples et mises en application

Comment imager le machine learning, by malgradolemosche.com

Prenons la reconnaissance d'images. Imaginons que l'on souhaite faire reconnaître des chiens à une machine :

  • Avec un algorithme classique, le·la programmateur·trice va décomposer une tâche en plusieurs instructions et expliciter toutes les étapes pour que la machine puisse reconnaître un chien : il doit, via du code et une logique algorithmique, faire comprendre à la machine qu'il ne s'agit pas d'un loup ou d'un autre animal qui ressemble à un chien. Or, la décomposition de ces étapes est extrêmement compliquée et nécessite énormément de temps.
  • Avec un algorithme d'apprentissage automatique, le·la développeur·se utilise une autre logique : il·elle fournit à la machine des exemples de chiens en grande quantité, ainsi que des photographies d’autres animaux qui y ressemblent, mais qui ne le sont pas. En confrontant des milliers de photographies, la machine élabore en autonomie des critères et un programme informatique lui permettant d'identifier un chien.

L'intelligence artificielle reste sous le contrôle des programmateur·trice·s

L'Homme contrôle les machines autonomes, by Biffles Lord Tiddlywink-Featherbottom


Il est important de relativiser "l'apprentissage" des algorithmes actuels. En effet, l'intervention humaine demeure encore essentielle et permet de garder la main sur les machines confectionnées.

Voici quelques exemples des tâches contrôlées par les développeur·se·s de machine learning :  

  • Choix des critères, des catégories et des données d'apprentissage à utiliser pour arriver au résultat escompté
  • Choix du résultat attendu
  • Paramétrage de l'algorithme
  • Identification de certains biais

Prenons l'exemple d'un logiciel de recommandation de musiques, comme Spotify : certes, l'Homme n'intervient pas directement dans la recommandation de telle ou telle musique, mais il joue un rôle majeur sur les critères mis en place pour acter la recommandation : par exemple, l'écoute récurrente d'une catégorie musicale.

La relation Homme-machine est omniprésente : les programmateur·trice·s définissent eux-mêmes ce qu'ils attendent de l'apprentissage autonome de la machine. L'intelligence artificielle d'aujourd'hui reste donc le chef-d'œuvre des êtres humains.

Quelles sont les utilisations positives de l'intelligence artificielle ?

Tu l'auras compris, les technologies d'aujourd'hui sont ultra-puissantes et apportent leur lot de positif !

Quels sont les avantages de l'intelligence artificielle ?

Dans cette partie, on te montre, via des exemples, la pluralité des utilisations de l'intelligence artificielle et son impact sur le développement de notre société.

L'IA nous simplifie la vie, by Giulia Zoccarato

Grâce à la rapidité, à la puissance de calcul des ordinateurs et à l'accès à d'énormes bases de données, les technologies de l'intelligence artificielle ont le pouvoir de dépasser certaines capacités humaines et d'aider à la prise de décisions.

C'est pourquoi les usages des algorithmes d’intelligence artificielle "faibles" se développent dans tous les secteurs d'activités :

  • Les moteurs de recherche qui donnent des résultats de recherche de plus en plus minutieux
  • Les applications de navigation routière, qui permettent de nous orienter dans l'espace au mètre près.
  • Les recommandations sur les plateformes de contenus culturels, comme Netflix ou Deezer, qui cherchent à simplifier notre sélection et à nous faire gagner du temps.
  • Les assistants de reconnaissance vocale comme Alexa
  • Les réseaux sociaux, qui nous donnent à voir des informations qui nous plaisent et nous divertissent et permettent aux marques de mieux cibler leurs contenus publicitaires.
  • ChatGPT et toutes les intelligences artificielles génératives qui nous permettent de discuter comme avec "vraie personne" à qui on demanderait des réponses à des questions précises.
  • Les algorithmes dans le secteur de la santé, qui permettent d'anticiper des maladies, des épidémies ou encore des risques psychosociaux.
  • Les algorithmes de machine learning dans le domaine de la justice, qui permettent de fournir des outils d'aides aux professionnels juridiques, d'anticiper l'issue d'un procès grâce au traitement des données de jurisprudence.
  • Les algorithmes qui aident à diffuser, trier les offres d'emplois et les candidatures
Les différentes fonctions de l'intelligence artificielle. Source : CNIL

Attention, tous les avantages de l'intelligence artificielle sont à relativiser. Une utilisation malveillante ou erronée de l'intelligence artificielle, avec les différents biais qu'elle comporte, peut représenter un danger pour notre société. Il est donc important d'en connaître les risques, pour mieux construire l'avenir.

Quels sont les risques/désavantages de l’intelligence artificielle ?

Les risques de l'IA, by editslockz.tumblr.com

Selon une enquête menée par la CNIL, l'intelligence artificielle, représente une menace pour trois grandes raisons :

  • "La perte de contrôle humain
  • La normativité et l’enfermement à travers l’uniformisation des recrutements
  • La collecte disproportionnée de données personnelles". Car les données personnelles des utilisateurs sont stockées pour entraîner les modèles d'intelligence artificielle.

Pour mieux t'imager ces problématiques, voici quelques exemples qui montrent les limites et les risques des intelligences artificielles :

  • Les deepfakes de l'intelligence générative, comme le fait de créer des vidéos, des photos ou des enregistrements vocaux qui reprennent l'image ou la voix d'une personne et qui sont l'origine des fake-news.
  • La manipulation de l'opinion publique, à l'image du scandale Cambridge Analytica, une entreprise qui a joué un rôle majeur dans l'élection de Donald Trump ou encore du Brexit. Grâce à des algorithmes de machine learning, l'entreprise a pu influencer, via des publicités politiques sur les réseaux sociaux, des électeurs en faveur de Donald Trump.
  • Les algorithmes sexistes, qui sont le miroir des stéréotypes encore omniprésents dans notre société. Nous avons écrit un article à ce sujet, que tu peux retrouver ici.

Gardons en tête que n'importe quel algorithme est de base "biaisé" car il est le reflet de l'équipe de programmation, qui a choisi les données d'exemple, le paramétrage ou encore les critères de fonctionnement de la machine.  

C'est pourquoi la mixité et la diversité des équipes de programmation, et surtout dans le domaine de l'intelligence artificielle, est primordial pour coder un monde plus juste.

Pour contrer les dérives et les problèmes d'éthiques de l'intelligence artificielle, un cadre légal se dessine notamment au niveau de l'Union européenne, qui vient de voter un projet de régulation sur l'intelligence artificielle.

Pourquoi et comment se former à l’intelligence artificielle ?

L'intelligence artificielle a de beaux jours devant elle.

Cette technologie permet à l'humanité d'accélérer son évolution, sa puissance, son développement intellectuel et décisionnaire. Elle peut être mise au service de belles causes, comme la santé ou l'écologie.

Si tu t'intéresses à l'intelligence artificielle, la première chose à faire est d'apprendre à coder dans une école d'informatique. Ada Tech School te forme aux fondamentaux du développement informatique et t'initie à l'intelligence artificielle. Notre école te permet de décrocher ton premier job de développeur·se en seulement 2 ans.

En parallèle, si tu es curieux·se de savoir comment mieux communiquer avec les IA génératives telles que ChatGPT, une formation en prompt engineering peut t'aider à affiner tes prompts pour des interactions plus précises et des résultats optimisés.

Libre à toi ensuite de te spécialiser dans une grande école d'ingénieur·e pour approfondir le secteur de l'intelligence artificielle.

À propos d’Ada Tech School

Ada Tech School est une école d’informatique inclusive, qui forme au métier de développeur·se en 21 mois. Elle a trois campus : Paris, Nantes  et Lyon. Au sein de l'école, les apprenant·e·s apprennent en faisant grâce à une pédagogie alternative inspirée de Montessori, approchant le code comme une langue vivante et favorisant la collaboration et l’entraide grâce à des projets collectifs. L’école doit son nom à Ada Lovelace, qui fut la première programmeuse de l’histoire.

Après neuf mois de formation, les apprenant·e·s sont opérationnel·le·s et prêt·e·s à réaliser leur apprentissage - rémunéré - pendant douze mois dans une des entreprises partenaires de l’école (Trainline, Deezer, Blablacar, JellySmack, Back Market, ...).

Aucun pré-requis technique n’est exigé pour candidater. Il suffit d’avoir plus de 18 ans. La sélection se fait en deux temps : formulaire de candidature puis entretien avec une réponse sous 2 semaines. Pour plus d’informations sur la formation, télécharge notre brochure de présentation.

Sources :