IA
L'intelligence artificielle (abrégée IA) désigne à la fois l'ensemble des systèmes informatiques capables d'accomplir des tâches habituellement associées à l'intelligence humaine — telles que l'apprentissage automatique, le raisonnement automatisé, la résolution de problèmes, la perception artificielle ou la prise de décision — et le champ de recherche scientifique visant à concevoir de tels systèmes.
Dans le langage courant, le terme désigne plus largement tout dispositif informatique imitant, simulant ou se substituant à l'être humain dans l'exercice de certaines fonctions cognitives.
Fondements
L'IA est une discipline de l'informatique qui s'appuie sur des bases mathématiques solides : statistiques, algèbre linéaire, probabilités, ainsi que sur des concepts empruntés aux sciences cognitives. Elle vise à traiter des problèmes d'une forte complexité logique ou algorithmique, inaccessibles aux approches de programmation classique.
Applications
Les domaines d'application de l'intelligence artificielle sont nombreux et en constante expansion :
- Moteur de recherche et système de recommandation ;
- aide au diagnostic médical ;
- compréhension du langage naturel et chatbots ;
- véhicule autonome ;
- génération d'art créé par intelligence artificielle comme des images, de musique ou de vidéos ;
- prise de décision automatisée ;
- programmes compétitifs dans des jeu de stratégie et personnage non-joueur dans les jeux vidéo.
Histoire
Fondation du champ de recherche
Le champ de recherche en intelligence artificielle est officiellement fondé en 1956, lors de la conférence de Dartmouth, où des chercheurs comme John McCarthy et Marvin Minsky posent les bases théoriques de la discipline. Le XXe siècle voit se succéder des périodes d'enthousiasme et de désillusion, ponctuées par deux grands « hivers de l'IA » durant lesquels les financements et l'intérêt scientifique se tarissent faute de résultats probants.
Essor de l'apprentissage automatique
À partir de 2012, l'utilisation massive de processeurs graphiques (GPU) permet d'accélérer considérablement l'entraînement des réseaux de neurones, favorisant l'adoption généralisée de l'apprentissage automatique au détriment des approches fondées sur des règles explicitement programmées.
L'ère des grands modèles de langage
En 2017, l'apparition de l'architecture transformeur ouvre une nouvelle ère pour le traitement du langage naturel. Les [grands modèles de langage]] (LLM), entraînés sur des quantités massives de textes issus d'internet, permettent des performances inédites. En 2022, la sortie de ChatGPT popularise massivement l'IA générative auprès du grand public. Des modèles capables de générer des images, de la musique ou des vidéos à partir de descriptions textuelles émergent dans la foulée.
Enjeux et débats
L'essor rapide de l'IA soulève de nombreuses questions éthiques, sociales et juridiques : impact sur l'emploi, biais algorithmiques, respect de la vie privée, concentration du pouvoir entre quelques acteurs industriels, ou encore risques liés au développement d'une intelligence artificielle générale (IAG). Ces débats occupent une place croissante dans les politiques publiques à l'échelle mondiale.