Accueil / Notes de lecture / Des intelligences TRÈS artificielles

Des intelligences TRÈS artificielles

Publié en ligne le 11 juillet 2019
Note de lecture de Camille Williams & Sacha Yesilaltay - SPS n°329 - Juillet / Septembre 2019

Des intelligences TRÈS artificielles

Jean-Louis Dessalles
Odile Jacob, 2019, 198 pages, 22,90 €

Les machines occupent une place privilégiée dans l’imaginaire collectif de nos sociétés contemporaines, elles sont l’objet de nombreux fantasmes tel que le remplacement imminent de l’espèce humaine. Les avancées scientifiques récentes dans le domaine de l’intelligence artificielle (IA) ont alimenté ces projections dystopiques car en dotant les machines d’intelligence, nous leur offririons la possibilité de se retourner contre nous. Mais dans quelle mesure ces machines sont-elles intelligentes ? Comment fonctionnent ces algorithmes ? Que peut-on espérer d’eux ? Doit-on s’en méfier ? Ce livre de Jean-Louis Dessalles 1
offre des réponses claires à ces questions passionnantes et propose une visite critique du domaine de l’IA. Pour saisir les limites de ces algorithmes, il convient de comprendre leurs utilisations et leurs fonctionnements.

À la différence des algorithmes classiques incapables d’apprendre de leurs échecs et réussites, l’IA moderne repose sur des techniques d’apprentissage automatique (machine learning). Il n’est plus nécessaire de donner des instructions à un algorithme pour qu’il résolve un problème, il suffit de spécifier une tâche et de lui fournir une large quantité de données sur lesquelles il va pouvoir s’entraîner et apprendre afin de trouver par lui-même la meilleure façon de réaliser cette tâche. Depuis les années quatre-vingts, le développement des réseaux de neurones artificiels a conduit au développement d’un nouveau type d’apprentissage dit « profond » (deep learning). En bref, un réseau de neurones correspond à un programme informatique composé de nœuds distincts organisés en couches interconnectées communiquant d’une façon comparable à notre architecture cognitive. Si le degré de supervision humaine que requièrent ces algorithmes pour apprendre est variable, ils partagent tous les mêmes limites intrinsèques.

Tout d’abord, ils sont très gourmands en données (data). Contrairement aux humains, pour apprendre à discriminer un chat siamois, une IA doit s’entraîner sur plusieurs milliers de photos. À la fin de son apprentissage, ses décisions reposeront sur des stéréotypes qui l’empêcheront de détecter un élément nouveau ou de prendre en compte une coïncidence qui serait pourtant cruciale dans un cas juridique par exemple. Si nous appelons ces algorithmes « intelligents », ils ignorent pourtant tout de ce qu’ils savent, n’apprennent à résoudre que des tâches très spécifiques après un nombre incroyablement élevé d’erreurs, et sont déterminés par leurs paramètres de programmation qui demeurent sous notre tutelle.

1 Jean-Louis Dessalles est chercheur en intelligence artificielle et sciences cognitives à Télécom ParisTech. Ses travaux portent sur l’intelligence humaine, le raisonnement et les origines évolutionnaires du langage.

Publié dans le n° 329 de la revue


Partager cet article


Les auteurs de la note

Camille Williams

Diplômée d’une licence en psychologie et neurosciences (...)

Plus d'informations

Sacha Yesilaltay

Diplômé d’une licence de sociologie et d’un master en (...)

Plus d'informations