Définition de l’intelligence artificielle
L’intelligence artificielle peut être définie, de manière simplifiée, comme un ensemble de techniques permettant à des machines de « simuler » le comportement humain, c’est-à-dire de s’approcher du comportement humain défini comme la capacité de prise de décision dans un environnement donné.
Mais, contrairement à une idée largement répandue, l’IA ne permet pas aux machines de « reproduire » le comportement humain car cela impliquerait de connaître précisément son fonctionnement, ce qui n’est pas le cas aujourd’hui.
Pourquoi l’IA ne peut que s’approcher du comportement humain sans pouvoir le reproduire à proprement parler ?
Parce que trois grandes fonctionnalités du cerveau conditionnent le comportement humain :
- La capacité d’apprentissage
- L’empathie
- L’intelligence émotionnelle.
Or, l’IA aujourd’hui se construit sur la seule capacité d’apprentissage. En revanche, l’IA ne sait pas simuler l’empathie et l’intelligence émotionnelle. Raison pour laquelle l’IA ne sait pas reproduire le comportement humain.
La capacité d’apprentissage de l’IA « faible »
Le cerveau humain, dès son plus jeune âge, construit son apprentissage par association (par exemple, un enfant va rapidement associer un panneau de circulation rouge avec une barre horizontale blanche avec l’interdiction de s’engager dans une voie).
Selon le même mécanisme, une machine d’intelligence artificielle doit « voir » un grand nombre d’images d’un même objet afin de pouvoir garder en mémoire sa signification. L’apprentissage de la machine se fait donc par la répétition. Une intelligence artificielle nécessite, pour être performante, un très grand nombre de données (Big Data) ainsi que des systèmes et des algorithmes spéciaux alimentés par ces données qui changent de comportement en fonction de celles-ci grâce à des schémas itératifs préétablis.
EXEMPLE
En 2012, Google a mis au point une IA capable de reconnaître des photos de chats parmi des photos d’autres animaux physiquement éloignés du chat. Pour cela, un très grand nombre de photos de chats ont été indexées par la machine, ce qui lui a permis d’apprendre les principales caractéristiques d’un chat. La machine était alors capable de distinguer un chat d’un éléphant (par exemple) mais pas d’un léopard qui présentait trop peu de différences par rapport au chat.
Aujourd’hui, n’est véritablement opérationnelle qu’une IA « faible », c’est-à-dire une IA dont l’apprentissage par l’observation et la répétition lui permet de s’approcher d’un comportement humain. Toutefois, l’IA « faible » ne peut bien fonctionner que sous réserve d’une bonne représentation du monde. Concrètement, l’enjeu pour les concepteurs d’IA est de savoir identifier les données et observations pertinentes qui permettent l’apprentissage de la machine. A défaut, il ne peut y avoir de bonne corrélation entre ce que la machine observe et ce qu’elle décide. De mauvaises observations conduisent à un mauvais apprentissage de la machine et, donc, à de mauvaises décisions.
Pas d’IA « forte » sans empathie et intelligence émotionnelle
L’empathie et l’intelligence émotionnelle, très liées, ne sont aujourd’hui pas simulées par l’IA.
L’empathie peut être définie, du point de vue des fonctionnalités du cerveau humain, comme la façon dont nous nous inscrivons dans notre environnement en fonction de notre humeur. Nous prenons des décisions différentes en fonction de notre environnement. Et, à environnement constant, nos décisions sont directement influencées par notre humeur. Or, un robot d’IA qui se déplace calcule chaque mouvement et contourne des obstacles. Celui-ci sera nettement moins performant dans un environnement mouvant faute d’être capable d’ « empathie ».
L’intelligence émotionnelle (la joie, la tristesse, la peur, etc.) passe par des circuits neurochimiques du cerveau que l’on ne sait pas reproduire sur un robot d’IA. Le robot saura simplement détecter par sa capacité d’apprentissage les marqueurs des émotions (un sourire, des larmes, etc.).
On parlera peut-être un jour d’IA « forte » lorsque l’IA sera capable de simuler l’empathie et l’intelligence émotionnelle et donc de reproduire le comportement humain. Néanmoins aujourd’hui nous en sommes encore loin.
Du fait de la couverture médiatique importante autour de certains programmes d’expérimentation liés à l’intelligence artificielle, le terme d’intelligence artificielle est devenu un label marketing qui incite certains fournisseurs de logiciels et de technologies à utiliser, de manière abusive au plan technique, l’étiquette « intelligence artificielle » pour désigner des pratiques déjà bien intégrées comme le datamining (scoring crédit, scoring d'appétence, ...) alors que l'IA concerne des programmes informatiques sophistiqués (synthèse vocale, reconnaissance d’images, prédiction des fraudes et des pannes…).