L’intelligence est une notion conceptuelle et très relative. Nous pourrions tous tenter d’en donner une définition, ne nous prouvant à nous-mêmes que finalement, nous qui nous pensions suffisamment intelligent pour tenter de la décrire, sommes sans doute surtout artificiellement intelligents.

Wikipedia nous en dit simplement ceci : « l’intelligence se définit comme l’ensemble des processus de pensée d’un être vivant qui lui permettent de s’adapter à des situations nouvelles, d’apprendre, ou de comprendre ». La belle affaire.

Un animal est un être vivant que certains mécanismes neuronaux autorisent à s’adapter voire à apprendre.

Le Larousse, lui, nous indique que c’est « l’ensemble des fonctions mentales ayant pour objet la connaissance conceptuelle et rationnelle ». Ou comment définir un concept brumeux, évasif, insaisissable à l’aide d’autres concepts qui ne le sont pas moins : connaissance, rationalité, fonctions mentales… Nous voilà bien avancés.

Certains avancent qu’il est tout aussi impossible à l’intelligence de se définir elle-même qu’un œil ne peut se regarder lui-même et que ceci expliquerait les difficultés que nous rencontrons à définir avec simplicité et précision ce qu’est l’intelligence (sous-entendu, se regardant elle-même pour tenter de s’appréhender).

Intelligence artificielle et état de l’art

Parmi les nombreuses tentatives de définition de ce qu’est l’intelligence, j’ai entendu un jour un homme décrire l’intelligence comme « la faculté pour le cerveau de faire des liens entre des choses qui n’en avaient apparemment pas ».

Cette phrase a le mérite de décrire ce dont est déjà capable la machine aujourd’hui et ce, en quelques mots. Vu sous cet angle, et sans vouloir vous faire peur, la machine est déjà capable de surpasser les capacités du cerveau humain.

L’IA moderne est en effet bâtie sur 2 fondamentaux principaux :

  1. Les mathématiques
  2. Des volumes de données colossaux

Et sur ces bases, des algorithmes mathématiques ont été créés permettant à la machine d’établir des corrélations. J’insiste ici, pas des « causalités » mais des « corrélations ».

Ainsi, en brassant par exemple des millions d’exemples de comportement de consommateurs, l’on est aujourd’hui capable de savoir que, si vous avez acheté un disque de Johnny lundi et que vous avez mangé des choux de Bruxelles mardi, alors il y a 77.6% de chance que vous achetiez une Seat mercredi.

Les capacités de mémoire et surtout de traitement de l’information du cerveau humain n’aurait jamais pu parvenir à tirer de telles conclusions probabilistes. Et qui fonctionnent statistiquement.

Sous cet angle, la machine serait donc déjà beaucoup plus intelligente que l’être humain. Elle a « la faculté de faire des liens entre des choses qui n’en avaient apparemment pas »

Mais est-ce pour autant de l’intelligence ? D’autant que les techniciens ayant développé ces algorithmes laissant la machine trouver des corrélations par l’exemple (algorithmes dits de Deep Learning ou de réseau de neurones convolutifs) sont eux-mêmes dans l’incapacité la plus totale d’interpréter les conclusions et l’autoréglage de leur machine permettant d’y parvenir !

Pourtant, la technologie fait à cet égard des prouesses : un véhicule autonome se déplace par exemple en analysant de façon dynamique des images, ou plutôt des pixels dans les images. C’est à force de millions d’exemples qui ont été donnés à la machine de façon supervisée par l’humain qu’elle fut en mesure de reconnaître seule les caractéristiques clefs des obstacles (automobiles, panneaux, piétons, etc…) afin de pouvoir les éviter à l’avenir.

C’est aussi avec une approche très vectorielle (on parle ici d’IA connexionniste) que la reconnaissance vocale fait des prouesses : la longueur d’une onde sonore, sa fréquence, le tout passé à la moulinette de millions d’exemples de mots prononcés permettent à la machine d’entendre ce qui est dit. On parle de Speech-to-text.

Mais en définitive, les grandes merveilles que touchent du doigt l’IA aujourd’hui sont seulement de 2 ordres:

  1. Le domaine de la perception (visuelle, par la reconnaissance d’images ou vocale)
  2. Le domaine de l’analyse prédictive (l’exemple du CD de Johnny, des choux de Bruxelles et de la future Seat).

L’intelligence artificielle intelligente

L’objet n’est pas ici d’approfondir les techniques mais, par ces exemples, vous devez toucher du doigt que l’IA telle que nous la connaissons aujourd’hui est … « con comme un balai ». Tout au plus sait-elle dire « chaise » en voyant une chaise.

Elle ignore ce qu’est conceptuellement une chaise, à quoi sert une chaise, voire mieux, à quoi pourrait servir une chaise en en détournant l’usage premier, par exemple de monter dessus pour changer une ampoule ou de la mettre au feu pour se chauffer.

Le terme d’Intelligence est donc très largement usurpé lorsqu’on parle de l’état de l’art de l’IA à ce jour.

Toutefois, des laboratoires de recherche, comme In Principio, travaillent à lever ce verrou technologique. Et l’on parle ici d’IA tant connexionniste que symbolique. C’est-à-dire à même de traiter le champ de représentation des connaissances comme le décrivent les sciences cognitives, de façon conceptuelle.

Prenons un exemple : lorsque vous et moi sommes au restaurant et que nous parlons d’une bouteille : en toile de fond, sans que vous le conscientisiez, se présente à vous le concept même de bouteille : un contenant (qui est un concept primitif) rigide, avec un contenu, de type liquide, ayant pour usage d’être bu. Mais si nous nous retrouvions tous sur une plage devant un club de plongée, et que je vous disais « avez-vous pris vos bouteilles » ? Il se passerait autre chose en toile de fond dans votre cerveau. Le concept appelé serait toujours un contenant rigide, avec un contenu, cette fois gazeux et ayant pour usage de respirer sous l’eau. Et votre cerveau aurait alors, seul, désambiguisé le mot « bouteille ».

Le mot est toujours l’émanation, parfois très approximative d’ailleurs, de la pensée. Il est toujours précédé de la pensée, de ses concepts et de ses patterns syntaxico-sémantiques.

Si nous parvenions donc à recréer ces patterns syntaxico-sémantiques, ces concepts, cette représentation des connaissances du cerveau humain dans une base de données parcouru par un algorithme programmé dans le cadre d’un autre domaine de l’IA qu’on appelle « la résolution de problèmes », alors la machine serait capable de penser, de raisonner.

Mieux, et c’est aussi un sujet sur lequel nous travaillons chez In Principio : puisqu’il n’y a d’intelligence que par la faculté d’apprendre, l’on pourrait imaginer dessiner un algorithme capable de créer lui-même ses propres concepts sans qu’ils ne lui aient été enseignés par l’humain au préalable.

Prenons un exemple : vous avez injecté à la main, dans la machine, les concepts, leurs attributs et leurs dérivés de « boire », « lever », « bouteille », « bouche » (un des attributs de « bouche » pouvant être par exemple de « goûter », c’est-à-dire un autre concept, etc…) rendant ainsi la machine capable de comprendre une situation appelant ces concepts en toile de fond. Puis vous présentez un texte inédit à la machine disant à peu près ceci : « il prit la bouteille, en versa le contenu dans un VERRE qu’il porta à ses lèvres pour se sustenter » => eh bien la machine, sans jamais l’avoir rencontré auparavant deviendrait capable de commencer à s’autoforger le concept de VERRE en raccrochant ce concept au contexte présenté, comme nous le ferions nous-mêmes. Ici, elle serait à même de comprendre que le verre est aussi un contenant, à même de réceptionner le contenu d’une bouteille, objet intermédiaire semble-t-il entre le contenant bouteille et la bouche.

Saisissez bien la portée de l’exemple : rencontrant pour la 1ère fois un nouveau concept (celui de verre), elle devient capable de le modéliser dans son cerveau artificiel. Elle deviendrait alors capable d’apprendre, d’abord de façon supervisée (on la guiderait pour qu’elle ne tire pas de conclusions erronées sur le concept de verre), puis seule. Elle apprendrait seul, par contextualisation, par analogie, ou par généralisation à partir de cas spécifiques. Comme nous le ferions nous-mêmes !

Quoi que l’état de l’art technologique, déjà capable de prouesses nous l’avons dit, puisse être associé à un niveau d’intelligence proche de zéro, vous comprenez que le monde tend vers ce que l’on nomme dans la profession « l’intelligence artificielle générale ». Et le monde entier y travaille, avec en première ligne les géants du numérique américains et chinois GAFAMI et autres BATX.

Tout ceci induit de grands débats contemporains (et ils sont fondés) autour de l’éthique, de la morale, de la disparition des emplois, etc…

Jusqu’où l’IA peut-elle aller trop loin ?

Pour autant, nous n’avons parlé jusqu’ici que de rationnalité. De capacité pour la machine de « réfléchir » ou sens raisonner. Demain de pouvoir par exemple discuter, échanger, expliquer, conseiller, argumenter, contre objecter, négocier, faire des hypothèses, etc…

Bref, des merveilles mais qui n’ont rien à voir avec les mythes lus ça et là dans la presse d’une IA capable d’avoir une conscience d’elle-même, d’empathie, de ressentir des émotions, voire d’être capable de spiritualité. Simuler des sentiments, pourquoi pas. En ressentir, ce n’est pas demain l’avant-veille.

Ce qui crée souvent la confusion aujourd’hui a trait à la capacité de créer. Alors qu’on pensait cela être chasse gardée de l’humain, l’on s’aperçoit, et déjà en l’état actuel de l’art, que la machine est capable de créer. C’est ce que l’on nomme dans le jargon scientifique « le modèle génératif ».

Reprenons l’exemple de la reconnaissance d’image qui permettra demain au véhicule autonome d’évoluer sur les mêmes routes que nous. Comment cela fonctionne-t-il ?

Prenons l’exemple de la faculté pour la machine de reconnaître un visage. La machine décompose l’image basse définition en dizaine de milliers de pixels. Elle effectue ensuite des regroupements : un groupe de pixels est formé puis analysé. Pour une interprétation humaine de la chose on dirait que la machine crée des formes (par exemple des ombres). En groupant à nouveau ces 1ers groupes, vont commencer à se dessiner des formes : une narine, l’arête d’un nez, etc… Ces nouveaux groupes vont être à nouveau regroupés : la machine forme ici un nez, là une oreille, là des yeux, etc… Et en regroupant ces éléments elle forme un visage et est en sortie capable de dire « OK, c’est un visage que vous m’avez présenté » (voire de qui est-ce le visage, mais ce n’est pas le propos).

Autrement dit, à coup de millions d’exemples de visages et d’essais/erreurs supervisés par l’homme, la machine a été capable d’apprendre à se régler automatiquement pour extraire les caractéristiques clefs de ce qu’elle perçoit comme étant un visage (2 yeux, un nez, une bouche, etc…).

Ce qu’on appelle le modèle génératif, c’est le fait de prendre l’algorithme à l’envers : c’est-à-dire que la machine n’extrait pas des caractéristiques d’une photo mais extrait une photo à partir de caractéristiques. Et c’est ainsi qu’elle « crée » des visages sortis de nulle part, des voitures entièrement inventées, des oiseaux inconnus sur la planète, etc…

Je vous invite à aller écouter la chanson Daddy’s Car, pour ceux qui sont fans des Beatles, où la machine, ayant bouffé des millions de musiques et en particuliers l’œuvre complète des Beatles a pu en tirer les caractéristiques musicales clef : harmonies, accords, rythmiques, mélodie, enchaînements mélodiques, etc..jusqu’à recréer ce qui ressemble au dernier tubes des 4 garçons dans le vent.

Bref, la machine stricto sensu « crée ».

Deux écoles peuvent s’opposer à cet égard. « Non, elle ne crée pas, elle a bouffé des millions d’exemples, et elle recrache un truc soi-disant nouveau à partir des datas qu’elle a digéré ; ça n’a rien à voir avec la créativité humaine ».

Laissez-moi vous donner un autre point de vue : un auteur écrivant un roman ne sera-t-il pas aussi inspiré de sa vie sociale, de ses parents, de ses lectures, des films qu’il aura vus par le passé…avant d’écrire son œuvre ?

La créativité, l’inventivité, que nous pensions être le propre de l’homme est en train d’être conquise par la machine… La question interroge, n’est-ce pas ?

Vers où et quoi l’IA va-t-elle acculer l’homme

Nous l’avons esquissé en parlant de créativité, ce qui est en train de se passer et ce qui va se passer dans les 40 prochaines années est tout bonnement un rattrapage et un dépassement de l’homme par la machine du point de vue du Logos.

Elle sera donc demain capable – et plus rapidement que nous – de raisonner, à partir d’un champ de connaissances aussi vaste que le champ des connaissances disponibles numériquement sur internet. Pensez-y : l’ensemble des œuvres littéraires numérisés, les milliards d’heures de vidéos postées, de blogs, de parutions scientifiques, etc… Toutes les connaissances de l’humanité depuis la nuit des temps réunies sur la toile lui seront accessibles. Elle sera capable, dis-je, de raisonner plus vite et mieux que nous, et de forger ses propres nouveaux concepts, en ayant une faculté inégalée d’induction de liens de corrélation – et de causalité cette fois – qui resteront à jamais inaccessibles à la limitation du cerveau humain.

Deux possibilités s’offrent alors à nous : fuir en se disant « on va tous mourir, bordel » ou bien commencer à réfléchir sur le devenir de l’homme.

Et je pense que c’est par le travail que se trouve la clef d’entrée. En effet, une machine capable des prouesses évoquées ci-dessus remplacerait nécessairement le travail. J’ai coutume de dire que la machine a remplacé le muscle dès les années 1970-1980. Nous vivons actuellement le remplacement du muscle-cerveau par la machine c’est-à-dire la disparition des jobs de ceux qui se servaient relativement peu de leurs cerveaux à titre professionnel : chauffeurs de taxi, opérateurs de saisie, etc..

Demain – disons après-demain – c’est l’ensemble de ceux qui se servent de leur raison (et même de leur créativité nous l’avons vu) qui verront leur emploi disparaître.

Le travail, étymologiquement encore, vient du latin Tripalium qui était un instrument de torture à 3 pieux. Le verbe travailler vient du latin populaire Tripaliare qui signifie torturer avec le Tripalium. Au XIIe siècle, le sens de travailleur devient « celui qui tourmente ».

On voit ici se dessiner ce qui pourrait faire largement débat : si le travail est une tourmente, une torture, au fond, qui ne nous sert finalement qu’à générer des revenus comblant nos besoins basiques primaires (manger, se loger, éventuellement se divertir), le sens du monde n’est-il pas naturellement d’aller vers la disparition du travail que l’on confierait pleinement à la machine ?

Les agriculteurs n’ont-ils pas vécu la disparition des heures de labeur (tiens, un autre terme bien négatif qui vient du latin Labor, la peine, l’effort), les agriculteurs n’ont-ils pas vécu la disparition des heures de labeur, dis-je, passée à retourner la terre en se brisant le dos comme une libération née de l’avènement des tracteurs ?

Finalement, la seule question qui subsisterait serait sociétale : si le travail disparait, comment payer les factures ? Mais, au fond, qui se soucie avec un tel questionnement du travail en lui-même ?

L’intelligence artificielle pourrait, nous l’avons compris, nous « libérer » du travail. Cela pose de nombreux problèmes philosophiques, pour ne pas dire religieux. N’est-il pas souvent dit que le travail est le propre de l’homme ?

Libéré de ce que l’on croyait être son propre, l’homme serait nécessairement conduit à se poser la question de sa raison d’être ici-bas. Si ce n’est pas le travail, celui qui fait se lever tôt pour gagner la croûte, quel peut donc bien être le propre de l’homme ?

Son élévation spirituelle semble jaillir à l’esprit comme une évidence. Qu’est ce qui semble bien être totalement inaccessible à la machine ? nous l’avons dit : émotion, conscience de soi, spiritualité, …

Le travail est un projet conscient auquel l’homme choisit (notion de libre-arbitre que n’a pas la machine) de donner ou non une forme aboutie. Ce n’est pas un travail aliéné, ni un travail aliénant.

Débarassé de l’intellect et du mental, injectés dans la machine, l’homme en resterait doté mais pourrait alors exploiter pleinement ses autres facultés, spirituelles, se connecter au monde et aux autres, apprendre à exploiter l’énergie, au sens quantique du terme, celle qu’on ne voit pas mais qui ne connaît ni de limite de temps, ni d’espace.

Il pourrait enfin passer son temps à explorer le monde de l’ondulatoire, du vibratoire, développer ses 6e, 7e ou 8e sens puisque les 5 premiers pourraient tout aussi bien être théoriquement injectés dans la machine. Il pourrait enfin Être au monde, ayant mis en perspective le corpusculaire, devenu capable de l’observer du dehors, mettant ainsi beaucoup mieux en exergue la finitude du matériel, se rendant compte que le corps est lui-même une formidable machine créé par le grand programmateur mais qui n’est au fond aussi qu’une machine. Le génie du grand programmateur va bien au-delà de l’approche anthropomorphique. L’homme a été créé à son image, mais son image n’est pas que physique (ça c’est reproductible), elle est aussi métaphysique : elle dépasse la physique.

L’IA marquera l’avènement ultime de la physique. Nous garderons la méta.

Vous pourriez aussi être intéressé par cet article: les 9 choses que nous ne pouvez pas ignorer à propos de l’IA

Notre Tweetmag

Pour plus d' information

N’hésitez pas à nous contacter

Share This

Partagez

Partagez cet article à vos amis