1.1 Qu'est-ce que l'intelligence artificielle ?

Bienvenue dans cette présentation sur les grands personnages qui ont marqué l'histoire de l'IA. Veuillez noter que cette page n'est pas essentielle à la compréhension globale de l'IA. Elle est disponible pour ceux qui souhaitent approfondir leurs connaissances historiques et contextuelles, mais vous pouvez choisir de la consulter ou de passer directement à la page « 3. Qu'est-ce que l'IA ? », selon votre intérêt.

Critères de sélection des grands personnages de l'IA :

Voici quelques précisions sur les raisons pour lesquelles nous avons choisi de mettre en avant certains personnages :

Il est à noter que certains personnages de cette ligne du temps peuvent également appartenir à plusieurs critères. Par exemple, Geoffrey Hinton est non seulement connu pour ses contributions scientifiques et techniques avec ses travaux sur les réseaux de neurones, mais il a aussi une grande influence académique en tant que mentor et formateur de nombreux chercheurs dans le domaine de l'IA.

Veuillez noter que nous avons classé notre chronologie en plusieurs catégories distinctes : apprentissage automatique et profond, informatique, psychologie et cognition, robotique, traitement du langage naturel et vision par ordinateur. Bien que certains personnages clés puissent appartenir à plusieurs de ces catégories, nous avons choisi de les placer dans celle qui nous semblait la plus représentative de leur contribution à l'IA, afin de garantir une meilleure visibilité et fluidité de cette activité.

Contribution et suggestions :

Si vous connaissez d'autres grands personnages qui ont marqué l'IA et qui ne sont pas mentionnés dans cette activité, nous vous invitons à les indiquer dans le forum de discussion 7.3 Questionner, discuter, partager avec les apprenants. Vos contributions seront examinées avec attention et nous aideront à rendre cette activité encore plus complète et représentative de l'histoire de l'IA et des personnages qui l'ont influencée.

Origine du terme « intelligence artificielle »

John McCarthy a été le premier à utiliser le terme « intelligence artificielle », dont l’abréviation est « IA » (ou AI pour artificial intelligence, en anglais).^[1]

McCarthy a défini l'IA ainsi : « C'est la science et l'ingénierie de la fabrication de machines intelligentes, en particulier de programmes informatiques intelligents. Elle est liée à la tâche similaire qui consiste à utiliser des ordinateurs pour comprendre l'intelligence humaine, mais l'IA ne doit pas se limiter aux méthodes qui sont biologiquement observables. ».^[1]

Évolution de la définition de l'IA

Depuis que McCarthy a introduit sa définition, le domaine de l'IA a considérablement évolué. De nouvelles sous-disciplines et approches ont émergé, chacune avec des focalisations et des méthodologies spécifiques. Par conséquent, différentes définitions reflètent cette diversité et évolution.

L'IA est un domaine complexe qui englobe plusieurs disciplines, y compris l'informatique, la neurologie, la psychologie, et la philosophie. Chaque discipline apporte une perspective unique et des définitions variées de ce que signifie « intelligence » et comment elle peut être reproduite artificiellement.^[1] 

Les objectifs de la recherche en IA et ses applications pratiques sont variés, allant de la création de systèmes experts capables de résoudre des problèmes spécifiques à l'élaboration de modèles cognitifs qui reproduisent des aspects de l'intelligence humaine. Chaque objectif peut nécessiter une définition différente.^[2]

Les avancées technologiques influencent également les définitions de l'IA. Par exemple, les progrès en apprentissage profond et en réseaux neuronaux ont conduit à des définitions qui mettent davantage l'accent sur ces techniques spécifiques.^[2]

Il existe un débat philosophique continu sur la nature de l'intelligence et de la conscience, et comment elles peuvent être mesurées ou reproduites. Ce débat conduit à une variété de définitions qui reflètent différentes positions philosophiques.^[1]

Pour ces raisons, il est difficile et probablement contre-productif de se limiter à une seule définition de l'IA. Une approche plus nuancée qui prend en compte les différentes perspectives et évolutions du domaine est généralement préférée.^[2]

Quelques définitions généralement admises

Comme mentionné précédemment, de nombreuses définitions de l'IA ont été proposées au fil du temps. Nous vous en présentons quelques-unes pour que vous puissiez les examiner selon votre convenance et votre intérêt, afin de mieux comprendre leurs différences et leurs complexités respectives. Cette chronologie est fournie à titre informatif et peut être parcourue rapidement selon votre intérêt, car elle n'est pas essentielle à votre compréhension. Vous pouvez aussi passer par dessus et vous rendre au prochain titre : Des débats et des définitions, après la ligne du temps.

Des débats et des définitions

Dans l'encyclopédie Wikipédia, les définitions de John McCarthy, de Marvin Lee Minsky et de l'OCDE sont présentées, tout en soulignant la confusion qui règne dans le débat public entre les termes « intelligence artificielle », « apprentissage automatique (machine learning) » et « apprentissage profond (deep learning) ».^[10]

De même, dans le document « IA et éducation - Guide pour les décideurs politiques » de l'UNESCO publié en 2021, l'auteur met en perspective les définitions de Zhong (2006), Luckin et al. (2016) et celle de COMEST (2019), tout en affirmant ceci : « Pendant ce temps, les définitions de l’IA se multipliaient et s’élargissaient, se mêlant souvent aux questions philosophiques relatives à la définition de l’intelligence et à la possibilité pour les machines d’être réellement « intelligentes ». »^[3]

De plus, dans son rapport « PRÊT POUR L'IA », publié en 2024, le Conseil de l'innovation du Québec présente aux lecteurs la définition de l'OCDE tout en soulignant ses limites : « Cette définition, bien qu’adéquate, ne met pas en évidence les différentes catégories d’IA. »^[11]

Cela illustre la difficulté de formuler une définition de l'IA qui prenne en compte tous ses aspects.

En résumé

Tentons de synthétiser les différentes définitions évoquées pour dégager un fil conducteur, en identifiant les éléments constitutifs de l'IA. Cela nous permettra de proposer une définition générale, simple à comprendre et à appréhender, de ce qu'est un système d'IA.

Voici donc ce que l'on peut déduire de toutes ces définitions et qu'il est essentiel de retenir au sujet de l'IA :

Définition d'un système d'IA :

Un système d'IA est une machine ou un système automatisé capable de :

Intégrer des données :

• Associer des données.
• Percevoir son environnement (perception visuelle, auditive, tactile, etc.).
• Reconnaître les objets, les voix, les musiques et d'autres formes de données perceptuelles.
• Comprendre le langage naturel.

Imiter le raisonnement humain :

• Apprendre et s'adapter.
• Prédire des résultats futurs.
• Planifier et recommander des actions ou des solutions.
• Raisonner et inférer des conclusions.
• Résoudre des problèmes complexes.
• Assister dans la résolution de problèmes.

Utiliser des règles et stratégies :

• Appliquer des règles ou des stratégies pour atteindre des objectifs.
• Prendre des décisions basées sur des informations contextuelles.

Avoir une influence sur son environnement :

• Influencer ou possiblement agir sur son environnement de manière autonome.
• Formuler des options d'information ou d'action.

Vous aurez l'occasion de découvrir dans d'autres chapitres les distinctions entre différents types d'IA (comme l'IA faible et l'IA forte), les algorithmes et les modèles spécifiques utilisés et leurs domaines d'applications, ainsi que les défis éthiques et sociétaux liés à l'adoption de l'IA.

Voici un aperçu de quelques autres types d'intelligence artificielle (il en existe d'autres).^[19][20]

L’intelligence artificielle distribuée (IAD)

• C’est le type d’IA qui repose sur la coopération de plusieurs agents intelligents, qui peuvent être des machines ou des humains, pour résoudre des problèmes complexes. Par exemple, les réseaux sociaux, les systèmes multiagents ou les systèmes experts sont des applications d’IAD.^[21][22]
  

L’intelligence artificielle évolutionniste (IAE)

• C’est le type d’IA qui utilise les principes de l’évolution biologique, tels que la sélection naturelle et la mutation génétique, pour développer des systèmes d’apprentissage automatique. Ces solutions sont ensuite évaluées en fonction de leur aptitude à résoudre des problèmes complexes.^[23]

L’intelligence artificielle affective (IAA) ou émotionnelle

• C’est le type d’IA qui vise à doter les machines de la capacité de reconnaître, d’exprimer, de comprendre ou de simuler des émotions. Par exemple, les agents conversationnels (comme Chat GPT), les robots compagnons ou les systèmes de détection des émotions sont des applications d’IAA.^[24]
  

L’intelligence artificielle hybride (IAH)

• C’est le type d’IA qui combine les caractéristiques de plusieurs types d’IA, comme l’IAD, l’IAE ou l’IAA, pour créer des systèmes plus robustes, plus flexibles et plus adaptables. Par exemple, les systèmes de conduite autonome, les assistants personnels intelligents ou les systèmes de santé personnalisés sont des applications d’IAH.^[25]
  

Veuillez répondre aux questions suivantes :

Note : Ce questionnaire a pour objectif de valider votre compréhension des principales notions abordées. Il est facultatif et les réponses ne sont pas compilées, mais il sert à vous préparer au quiz 1.2 Quiz : Qu'est-ce que l'IA ?, nécessaire pour l’obtention du badge Découverte.

Tableau 2 : Où retrouve-t-on les IA ?

Cette page est facultative et non essentielle à votre compréhension. Elle est destinée aux personnes qui souhaitent approfondir leurs connaissances en IA.