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.
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.
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
| Date | Événement |
|---|---|
| XIXᵉ s. | Ada Lovelace imagine qu’une machine pourrait un jour composer de la musique. |
| 1950 | Alan Turing propose le jeu de l’imitation (test de Turing). |
| 1956 | Conférence de Dartmouth : John McCarthy invente le terme « intelligence artificielle ». |
| 1964–68 | Eliza, l’un des premiers programmes de dialogue. |
| 1965–1980 | Systèmes experts : DENDRAL, MYCIN, XCON/R1. |
| 1997 | Deep Blue (IBM) bat le champion du monde d’échecs Garry Kasparov. |
| 2012 | AlexNet remporte le concours ImageNet : le deep learning s’impose en vision par ordinateur. |
| 2016 | AlphaGo (DeepMind) bat Lee Sedol au jeu de go. |
| 2017 | « Attention Is All You Need » : le mécanisme d’attention et les Transformers. |
| 2020–2022 | GPT-3 (2020), DALL-E (2021), puis ChatGPT (novembre 2022) : les grands modèles de langage arrivent dans le grand public. |
| 2024 | Premiers 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. |
| 2025–2026 | Essor 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.
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.