Aurorisk EN

Chapitre 1 · Leçon 1.1

Définitions et historique

L’intelligence artificielle vise à doter des machines de capacités que l’on associe à l’intelligence humaine.

IA faible et IA forteIA faible (ANI) : Spécialisée dans une tâche ; Toutes les IA actuelles — IA forte (AGI) : Capacités générales ; Hypothèse, pas une réalité actuelleIA faible (ANI)Spécialisée dans une tâcheToutes les IA actuellesIA forte (AGI)Capacités généralesHypothèse, pas une réalitéactuelle
Le test de Turing mesure l'imitation d'une conversation, pas la compréhension.
Définition

L’Intelligence Artificielle (IA) désigne l’ensemble des théories et techniques développées pour créer des machines capables de simuler l’intelligence humaine. Elle cherche à reproduire des fonctions cognitives : le raisonnement, l’apprentissage, la résolution de problèmes, la perception, la compréhension du langage…

La frontière entre un logiciel de calcul et un logiciel doté de capacités d’IA est floue. En principe, une IA suppose une capacité d’apprentissage et n’a pas besoin d’un codage explicite du calcul de la solution.

IA faible et IA forte

IA faible — ANI

Artificial Narrow Intelligence. Système conçu pour une tâche spécifique, sans conscience de soi. Assistants vocaux, recommandation, reconnaissance d’images, traduction.

IA forte — AGI

Artificial General Intelligence. Comprendre, apprendre et appliquer des connaissances de façon générale : raisonnement abstrait, apprentissage autonome, créativité, conscience de soi (théorique), adaptabilité.

État actuel

Toutes les IA existantes sont des IA faibles. L’IA forte reste théorique (débat sur sa possibilité ; les estimations vont de quelques années, selon des dirigeants d’éditeurs d’IA, à plusieurs décennies, voire jamais, selon d’autres chercheurs : aucune n’est établie).

Repères historiques

DateÉvénement
XIXᵉ s.Ada Lovelace imagine qu’une machine pourrait un jour composer de la musique.
1950Alan Turing propose le jeu de l’imitation (test de Turing).
1956Conférence de Dartmouth : John McCarthy invente le terme « intelligence artificielle ».
1964–68Eliza, l’un des premiers programmes de dialogue.
1965–1980Systèmes experts : DENDRAL, MYCIN, XCON/R1.
1997Deep Blue (IBM) bat le champion du monde d’échecs Garry Kasparov.
2012AlexNet remporte le concours ImageNet : le deep learning s’impose en vision par ordinateur.
2016AlphaGo (DeepMind) bat Lee Sedol au jeu de go.
2017« Attention Is All You Need » : le mécanisme d’attention et les Transformers.
2020–2022GPT-3 (2020), DALL-E (2021), puis ChatGPT (novembre 2022) : les grands modèles de langage arrivent dans le grand public.
2024Premiers modèles de raisonnement ; prix Nobel de physique (Hopfield, Hinton) et de chimie (Hassabis, Jumper, Baker) liés à l’IA ; le protocole MCP relie les assistants à des outils.
2025–2026Essor des agents, qui agissent avec des outils ; application progressive de l’AI Act en Europe.

Le test de Turing

Trois entités : deux humains et un ordinateur. Un interrogateur pose des questions par écrit à un humain et à une machine, sans savoir qui est qui. La machine valide le test si elle trompe l’interrogateur au moins 30 % du temps, après 5 minutes d’interaction.

En 2025, Jones et Bergen ont organisé ce test à trois avec des modèles récents, sur des conversations de cinq minutes : GPT-4.5, à qui l’on demandait d’adopter un personnage, a été pris pour l’humain dans 73 % des cas, LLaMa-3.1 dans 56 %, GPT-4o dans 21 % et Eliza dans 23 % (préprint arXiv 2503.23674). Cela confirme que le test mesure l’imitation : le même modèle, sans personnage, réussit bien moins.

Pour aller plus loin : que dit vraiment Turing ?

Dans son article de 1950 (Computing Machinery and Intelligence), Turing ne fixe pas un « seuil de réussite » officiel : il prédit qu’à la fin du XXᵉ siècle, un interrogateur moyen n’aurait pas plus de 70 % de chances de faire la bonne identification après cinq minutes de questions, soit environ 30 % de tromperie. Le « 30 % en 5 minutes » du cours reprend cette prédiction, devenue un critère dans certaines compétitions.

Le test mesure la capacité à imiter une conversation humaine, pas la compréhension ni la conscience : le programme Eliza, fondé sur des règles très simples, a déjà donné l’illusion de comprendre à certains interlocuteurs.

À retenir

L’IA regroupe des techniques qui simulent des fonctions cognitives ; toutes les IA actuelles sont « faibles » (spécialisées). Le test de Turing mesure l’imitation d’une conversation, pas la compréhension. L’histoire alterne enthousiasme et déceptions : les avancées récentes viennent des données, de la puissance de calcul et des Transformers.