Cette question très intéressante a été soulevée par JNSON dans nos commentaires : « Même s'il faut bien que le titre évoque quelque chose qui parle, je ne suis pas sûr que de parler "d'IA" est une bonne idée. Il faudrait plutôt parler d'algorithmes d'apprentissage supervisés dans ce cas ou non supervisés pour les auto-encodeurs. Parler d'IA évoque l'intelligence, et c'est plutôt trompeur. C'est donc plutôt un terme commercial à mon sens ».

Pour la faire courte : oui, je suis d’accord. Pour détailler davantage et expliquer mon choix sémantique, je vous propose de lire cet édito. Car cette question mérite une réponse détaillée sur mon approche et ma vision de l’intelligence artificielle. J‘utilise la première personne, car c’est une analyse assez personnelle dans la mesure où aucune définition ne fait consensus.

Allez, direction le dictionnaire

Oublions ce que nous savons (ou pensons savoir) et imaginons qu’on découvre pour la première fois le terme intelligence artificielle, en se demandant ce que ça peut bien être. Première approche, partons à la quête d’une définition. Un rappel tout de même : la notion d’intelligence artificielle n’est pas nouvelle, loin de là puisque la naissance de ce terme remonte à la conférence de Dartmouth en 1956.

Voici ce qu’en dit le Larousse : « Ensemble de théories et de techniques mises en œuvre en vue de réaliser des machines capables de simuler l'intelligence humaine ». C’est également celle de l’encyclopédie libre Wikipédia.

Passons au Robert : « ensemble des théories et des techniques développant des programmes informatiques complexes capables de simuler certains traits de l'intelligence humaine (raisonnement, apprentissage…) ». Le dictionnaire en ligne est un peu plus prolixe avec l’ajout de « programmes informatiques complexes » et la précision de « certains traits » pour la comparaison avec l‘humain.

Le Centre de Recherche Informatique de Montréal (CRIM) reprend l’idée de « programmes informatiques complexes capables de simuler certains traits de l’intelligence humaine », mais ajoute une dimension marketing : « L’IA permet aux entreprises d’automatiser certaines tâches, de faire des prédictions de manière simple et précise, et de les aider dans leurs prises de décision ».

La suite de son propos résume assez bien la situation : « Aujourd’hui l’expression est souvent utilisée pour presque toute application qui effectue des tâches complexes nécessitant auparavant une intervention humaine, mais il est important de connaître d’autres termes liés à l’IA pour comprendre sa dimension ».

La CNIL se distingue sur sa définition de l’IA

On se tourne vers la CNIL. Cette fois-ci, la Commission introduit un nouveau mot important – algorithme – et supprime le terme humain de sa définition : « L’intelligence artificielle est un procédé logique et automatisé reposant généralement sur un algorithme et en mesure de réaliser des tâches bien définies ».

La CNIL parle dans la suite de sa définition d’un rapprochement avec l’humain, mais pas directement puisqu’elle cite une autre institution : « Pour le Parlement européen, constitue une intelligence artificielle tout outil utilisé par une machine afin de "reproduire des comportements liés aux humains, tels que le raisonnement, la planification et la créativité" ».

Bref, vous l’aurez compris, ce n’est pas simple et il n’y a pas une définition de l’intelligence artificielle ni même un consensus sur le fait de rapprocher l’intelligence artificielle de celle humaine. L’approche de la CNIL est intéressante. Une définition assez précise sans rapprochement humain, mais juste après une autre définition reprenant le rapprochement avec l'humain. Preuve qu’il est difficile de passer à côté.

Algorithme vs IA : le jeu des sept différences

Mais d’ailleurs, c’est quoi la différence entre un algorithme et une intelligence artificielle ? Un algorithme, explique la CNIL, est « une suite d'étapes permettant d'obtenir un résultat à partir d'éléments fournis en entrée ». La Commission donne des exemples. Une recette de cuisine est un algorithme, comme les recommandations basées sur des choix déjà effectués, des comparaisons d‘images numériques (visages ou empreintes digitales), le pilotage autonome de voitures et sondes spatiales, etc. La CNIL parle d‘algorithmes, d‘autres d’intelligences artificielles pour exactement la même chose.

Le rapprochement entre algorithme et recette de cuisine est intéressant à plus d’un titre, et permet de comprendre un peu mieux la notion d’intelligence artificielle. Dans le cas d’une recette, si on dispose de tous les éléments de base et qu’on suit scrupuleusement les étapes (dans des conditions identiques) on arrive toujours au même résultat. Un algorithme, c'est pareil, sauf que les ingrédients sont des données informatiques et la recette une suite d’instructions.

Prenons le cas de la reconnaissance de chiffres que nous avons détaillé dans cet article. Si on demande à un algorithme une image avec un « 0 », il ira piocher dans les images étiquetées toutes celles identifiées dans la base de données comme étant un 0. Simple et efficace.

L’algorithme ne pourra par contre pas identifier ou renvoyer un 0 qui n’aurait pas (ou mal) été étiqueté. Il « sait » que c’est un 0, car on lui donne cette information et il ne fait que la recracher. En cuisine comme en algorithmique, s’il « manque un seul ingrédient, pas de recette possible », explique le CEA dans une courte vidéo (3 minutes).

• On développe et entraine une IA, avec seulement 10 lignes de code !

Avec une intelligence artificielle, ce n’est pas pareil. Si on a suffisamment de données pour l’entrainer, elle est capable d’« apprendre » à identifier un 0 et peut nous donner des résultats sur des données non étiquetées, c’est-à-dire des images sans précision sur ce qu’elle contient.

Elle peut aussi vérifier si c’est bien un 0 en se basant sur les autres images. C’est en ce sens que certains y voient une « réflexion ».

IA = algorithmes évolutifs ?

C’est justement la suite de la définition de la CNIL : « Certains algorithmes ont été conçus de sorte que leur comportement évolue dans le temps, en fonction des données qui leur ont été fournies. Ces algorithmes "auto-apprenants" relèvent du domaine de recherche des systèmes experts et de l'"intelligence artificielle" ». Les notions d’évolution dans le temps et/ou d’auto-apprenants sont donc, selon la CNIL, le point de bascule entre algorithme et intelligence artificielle.

Mais une intelligence artificielle n’est, du point de vue utilisateur, qu’une suite de calculs. Peut-on ainsi dire que l’utilisation d’une IA revient à un simple algorithme ? C’est une partie de la question, d’autant que, comme nous venons de le voir, il n’y a pas réellement de définition officielle de l’intelligence artificielle.

Mais une IA n’est pas un algorithme comme un autre, dans le sens où il y a une phase d’apprentissage pour définir de manière automatisée les « paramètres » des neurones informatiques. Un neurone peut se résumer en un algorithme avec des paramètres, une entrée, des calculs et une sortie numérique. Une intelligence n’est donc rien de plus qu’un algorithme complexe ? Considère-t-on que c’est une intelligence artificielle à partir du moment où le programme ajuste tout seul ses paramètres ?

Dans ce cas, une fois entrainée pour répondre à une tâche donnée, l’intelligence artificielle devient-elle un algorithme qui exécute des calculs en fonction de milliers/millions/milliards de paramètres ? À mon sens, c’est la principale différence entre IA et algorithme.

C’est quoi l’intelligence ? C’est le fond du problème

Ça ne répond pour autant pas à la question qui était de savoir si le terme intelligence artificielle est bien choisi, principalement à cause de la présence du mot intelligence. Ce dernier renvoi des notions telles que « des fonctions mentales ayant pour objet la connaissance conceptuelle et rationnelle » pour le Larousse ou une « faculté de connaître, de comprendre » pour le Robert.

Les intelligences artificielles n’en sont pas là et on se rapprocherait alors d’une intelligence artificielle générale… dont la définition est encore plus complexe. Une IA générale n’existe pas actuellement, mais serait capable de comprendre des concepts abstraits, d’apprendre, d’être créative (sans recopier/imiter), etc. À partir de quel moment ces paliers seraient-ils atteints ? Qui en serait le juge ? Autant de question, là encore sans réponse.

Du point de vue « humain », parler d’intelligence artificielle correspondrait donc à une intelligence artificielle générale. C’est un peu comme avec la 5G. Au lancement ce n’était pas (pour certains) de la « vraie 5G » mais tout le monde l’a appelée 5G (notamment pour ne pas paraitre distancé ou rabaisser son réseau par rapport aux concurrents), et maintenant que la « vraie 5G » est là, certains l’appellent 5G+ pour marquer la différence. Le marketing dans toute sa splendeur.

• « Vraie 5G » en France : comment profiter de la 5G StandAlone

L’intelligence artificielle ça parle à tout le monde

La vraie intelligence artificielle est-elle donc l’IA générale et le terme actuel d’intelligence artificielle une « invention » marketing ? Chez Next, on n'a pas l’habitude de reprendre les discours marketing, mais alors pourquoi ai-je fait le choix de parler d’intelligence artificielle pour l’ensemble des articles explicatifs sur les dessous de ces techniques d’apprentissage ?

Ce n’est pas par conviction absolue qu’il s’agisse du terme le plus adapté à la situation. J’aurais, en effet, plutôt tendance à trouver son utilisation un peu galvaudée, mais ces deux mots transmettent un message auprès du plus grand nombre.

Un peu comme crypter et chiffrer. Oui, le premier n’existe pas, mais est-il plus intéressant de reprendre un néophyte et lui expliquer pourquoi il se trompe au risque de le perdre (et de passer pour un monsieur je sais tout) ? Ou bien ne faut-il pas mieux laisser couler (pour les néophytes, je le répète) et l’aider à résoudre son problème, à chiffrer ses données, à répondre à ses questions, etc. ? Quitte, par la suite, à lui expliquer la différence et pourquoi il faut utiliser le bon mot.

• [Édito] Crypter, chiffrer : le défi de la vulgarisation

C’est pareil pour l’intelligence artificielle. Le but est d’essayer de toucher le plus grand nombre avec cette série d’articles et d’analyses, afin de donner à tout un chacun les bases pour comprendre les enjeux sous-jacents sur les données, la consommation électrique, etc.

Je reprends donc le terme le plus utilisé : intelligence artificielle, aussi imparfait soit-il. Parler d’algorithmes d'apprentissage supervisés ou non supervisés serait plus juste, mais ces mots ne voudraient pas dire grand-chose pour une bonne partie du grand nombre cherchant à comprendre « l’intelligence artificielle ».

Il y a malheureusement un point sur lequel l’intelligence artificielle et humaine se rejoignent, quand la première ne dépasse pas la seconde : la reproduction des biais. Comme l’IA s’entraine sur des données produites par les humains, elle répète, voire amplifie, les mauvais côtés et travers de notre société.