On peut la définir ainsi : l’intelligence artificielle est un domaine de l’informatique dont le but est de recréer un équivalent technologique à l’intelligence humaine. Des informaticiens spécialisés travaillent de concert avec des experts dans de nombreux domaines. Mais il existe plusieurs théories en ce qui concerne la définition de l’intelligence, ainsi que sur les théories et les méthodes utilisées pour la reproduire.
L’intelligence artificielle est un concept qui, en raison même de sa complexité, est difficile à définir de façon totalement exacte. Les facultés qui font partie de l’intelligence et sont controversées chez l’être humain le sont encore davantage lorsqu’elles s’appliquent à des machines. Par exemple, une machine doit-elle être programmée en priorité pour la rationalité ? Ou au contraire doit-on inclure d’autres compétences humaines, telles que l’intentionnalité, l’intuition, la capacité à apprendre ? De même, les aptitudes sociales, l’empathie et le sens des responsabilités ont peut-être un rôle déterminant à jouer. La question est donc la suivante : la technologie doit-elle produire des capacités essentiellement rationnelles, ou une humanité artificielle ?
Il existe également des différences en ce qui concerne les relations de similitude avec les hommes : une machine doit-elle être construite exactement selon la même structure que le cerveau humain ? Cette approche de simulation a pour but de reproduire exactement les mêmes fonctionnalités que le cerveau. Au contraire, la machine doit-elle simplement ressembler à l’intelligence humaine ? Cette approche phénoménologique, dans laquelle les processus techniques permettant de créer le résultat importent finalement peu, est en général ce que les gens connaissent de l’intelligence artificielle.
Définir l’intelligence artificielle a toujours été compliqué. En 1950, le mathématicien Alan Turing a mis au point un test permettant de mesurer l’intelligence artificielle. Le test de Turing permet en effet, grâce à une série de questions, de déterminer si une machine peut ou non être identifiée comme telle. Si les réponses de l’ordinateur sont impossibles à différencier de celles des humains, on considère que l’ordinateur est artificiellement intelligent. Toutefois, cette définition de l’AI n’est pas d’un grand secours dans la mesure où aujourd’hui l’intelligence artificielle est développée pour de nombreuses tâches. L’intelligence artificielle ne contrôle pas la communication humaine, mais réalise des tâches spécifiques de façon très efficace. Pour ces technologies, on utilise le test de Turing, certes limité : si un système technique, dans un domaine spécifique, présente les mêmes capacités qu’un être humain, que ce soit pour un diagnostic médical ou un jeu d’échecs, on pourra parler à son égard de système intelligent. On divise l’intelligence artificielle en deux catégories : l’IA forte et l’IA faible.
La vision : l’intelligence artificielle forte
La définition de l’intelligence artificielle forte correspond à une intelligence pouvant remplacer intégralement l’étendue de l’intelligence humaine, dans toute sa complexité. Cette approche universelle d’un homme-machine existe depuis les Lumières, mais demeure un fantasme de nos jours.
Plusieurs dimensions de l’intelligence appartiennent à l’intelligence artificielle forte : parmi elles on compte les intelligences cognitives, psychomotrices, sociales et émotionnelles. La plupart des programmes contemporains intégrant l’AI font essentiellement appel à l’intelligence cognitive : logique, organisation, résolution de problèmes, autonomie ou formation d’une perspective individuelle.
Le postulat de l’AI forte est que l’intelligence artificielle pourrait développer une conscience autonome et une volonté propre. Avec cet objectif à long terme, les recherches sur l’AI rejoignent le terrain de la philosophie et soulèvent plusieurs questions éthiques et légales. Certains théoriciens du droit estiment déjà que les êtres doués d’intelligence artificielle devraient également être soumis aux lois juridiques encadrant l’humanité. Mais la question des compétences juridiques des machines intelligentes est toujours discutée.
La réalité : l’intelligence artificielle faible
L’intelligence artificielle faible, à l’inverse, se définit par le développement et l’utilisation de l’intelligence artificielle uniquement dans des domaines d’applications définis et limités. Les recherches sur l’AI en sont actuellement à ce stade, dans la mesure où ses champs d’application sont restreints à des domaines « faibles » mais hautement spécialisés : voitures autonomes, diagnostics médicaux, algorithmes de recherche, etc.
La recherche a fait des progrès considérables dans le domaine de l’IA faible. Le développement de systèmes intelligents dans des domaines spécifiques s’est avéré non seulement plus pratique, mais également plus éthique que les recherches sur la super intelligence. Les aires d’application de l’intelligence artificielle faible sont très vastes, mais réussissent particulièrement bien dans la médecine, la finance, les transports, le marketing, et évidemment Internet. On peut déjà prévoir que des technologies d’intelligence artificielles de ce type vont prendre de plus en plus d’importance dans presque tous les domaines de la vie quotidienne.
Comment fonctionne l’intelligence artificielle ? Histoire et méthodes de l’IA
Comment décrire le fonctionnement de l’intelligence artificielle ? Il existe deux approches méthodologiques différentes : le traitement des symboles et l’approche neuronale.
- L’intelligence artificielle symbolique représente les connaissances en question grâce à des symboles, et fonctionne avec ce que l’on appelle le traitement des symboles. L’intelligence artificielle symbolique implique un traitement des informations venant « du haut », et opère grâce à des symboles, des concepts abstraits, et des conclusions logiques.
- L’intelligence artificielle neuronale représente quant à elle le savoir sous forme de neurones artificielles, reliées entre elles et formant un réseau. L’IA neuronale fonctionne donc avec un traitement des informations venant d’« en bas » et simule des neurones individuels artificiels qui, rassemblés en différents groupes connectés, constituent un réseau de neurones artificiel.
L’IA symbolique
L’IA symbolique correspond à l’approche classique que nous avons de l’intelligence artificielle. Elle est basée sur l’idée que l’intelligence humaine peut être reconstruite à un niveau conceptuel, logique et ordonné, indépendamment de valeurs empiriques concrètes : on parle alors d’approche top-down. Le savoir, y compris les langues parlées et écrites, est représenté sous forme de symboles abstraits. Grâce à la manipulation des symboles et en se basant sur des algorithmes, les machines apprennent à reconnaitre, comprendre et utiliser ces symboles. Le système intelligent obtient des informations à partir de systèmes experts, au sein desquels les données et les symboles sont classés de façon spécifique, la plupart du temps de façon logique et interconnectée. Le système intelligent peut s’appuyer sur ces banques de données pour comparer leur contenu avec les siennes.
Parmi les applications classiques de l’IA symbolique, on compte le traitement de texte et la reconnaissance vocale, mais aussi d’autres disciplines logiques, comme le jeu d’échecs. L’IA symbolique fonctionne d’après des règles strictes, et permet de résoudre des problèmes extrêmement complexes grâce au développement des capacités informatiques. C’est ainsi que Deep Blue, l’ordinateur d’IBM doté d’une intelligence artificielle symbolique, a battu le champion du monde d’échecs Garri Kasparow en 1996.