Flint

Flint Production

[Algorithmes, IA] Stupid or not stupid, that is the AI question

[Algorithmes, IA] Stupid or not stupid, that is the AI question

Dans le dernier Ă©pisode, nous Ă©tudiions quatre familles d’algorithmes. La dernière, celle qui trace nos activitĂ©s “sous le web”, a fait des bonds Ă©normes dans les dernières annĂ©es… et c’est ce qui fait parfois peur. Mais tu vas voir, ces technologies permettent de poser quelques questions franchement passionnantes sur l’intelligence non artificielle : la notre. 

➡️ Sur les quatre familles qu’identifie le sociologue Dominique Cardon, le groupe d’algorithmes placĂ©s “sous” le web est celui qui a le plus profitĂ© des rĂ©cents progrès de deux techniques spĂ©cifiques, l’apprentissage automatique (machine learning) et l’apprentissage profond (deep learning). Ce sont ces algos-lĂ  qui suscitent le plus de fantasmes, parce qu’ils sont capables de battre des humains au jeu de Go, de diagnostiquer des risques de cancer mieux que quiconque ou encore de produire des textes et du code qui pourrait ĂŞtre pris pour des productions humaines (Le Monde, Le Figaro, Technology Review). Ce sont aussi ceux-lĂ  qu’on qualifie, le plus souvent, d’“IA faibles”. 

➡️ Yann Le Cun, expert mondial de l’apprentissage profond et responsable de la recherche en IA chez Facebook rappelle pourtant que les appellations d’“intelligence” artificielle et mĂŞme d’“apprentissage” machine sont trompeuses (Les Échos). Si l’on considère que ces outils prĂ©sentent de l’intelligence, alors celle-ci ne ressemble en rien Ă  celle des humains (elle est hyper spĂ©cialisĂ©e et non transfĂ©rable d’un domaine Ă  un autre : Alpha Go ne sait que jouer au Go, pas repĂ©rer des chats dans des banques d’images). Et s’ils apprennent, ils le font de manière très diffĂ©rente que les humains puisqu’il faut leur donner des monceaux d’informations pour qu’ils puissent y dĂ©tecter des tendances, des probabilitĂ©s, des Ă©lĂ©ments prĂ©cis. 

➡️ Les bonds en avant de la recherche puis des applications de ces technologies ont en revanche ouvert de nouveaux espaces de rĂ©flexion sur ce qu’est rĂ©ellement l’intelligence, ce qui la rend humaine ou non. Chercheuse en IA et simulation du comportement humain Ă  l’UniversitĂ© Grenoble-Alpes, Carole Adam explique mĂŞme : “l’intelligence artificielle cherche Ă  reproduire des comportements humains, ce qui est impossible Ă  faire si on ne comprend pas ces comportements. En cela, le dĂ©veloppement de cette discipline a permis de faire de vrais progrès dans l’apprĂ©hension de certains de nos biais, de la manière dont se forment certaines dĂ©cisions irrationnelles, des façons que nous avons de penser, etc”. Si les batailles d’experts vont bon train pour savoir si l’on risque de connaĂ®tre un jour une machine douĂ©e de conscience (Mind Matters, Salon), la multiplication des algorithmes et leur imitation de certaines connaissances biologiques dĂ©clenchent aussi des discussions sur la ou les dĂ©finitions de l’intelligence, le jeu entre rationalitĂ© et Ă©motion, les limites de nos capacitĂ©s… ou encore sur l’évolution des interactions entre humains et machines (Interstices, IEEE Spectrum). 

Bon donc tout ça permet de réfléchir voire de mieux nous connaître. Pas de quoi flipper ? C’est vrai, l’IA soulève tout un tas de champs de réflexion passionnants. Mais on verra dans le prochain épisode que ces machines restent des créations humaines. Ce qui signifie qu’elles présentent autant d’imperfections que nous !

« Algorithmes, intelligence artificielle : le kit anti-bullshit Â»

Épisode 1 : où l’on apprend à cuisiner mathématiquement

Épisode 2 : dans la famille algorithmie, je demande…

Épisode 4 : Faut-il craindre les biais de l’intelligence artificielle ?

Épisode 5 : l’IA Ă  la rescousse de l’environnement ?

Pour complĂ©ter ou corriger cette sĂ©rie d’articles et apporter vos sources, đź“ť rendez-vous sur sa version participative ou venez đź’¬ en discuter avec nous sur Discord