L’intelligence artificielle : un parcours

L’intelligence artificielle : un parcours

Explorer le blog › L’intelligence artificielle : un parcours

Comment une machine apprend-elle, que sait vraiment un modèle de langage, et que fait l’intelligence artificielle à la création, au travail et à notre idée de l’intelligence ? Le blog suit la question depuis une recherche bibliographique d’école d’ingénieurs, en 1993, et plus encore depuis l’arrivée de ChatGPT : cours de vulgarisation, conférences, débats. Son auteur travaille avec l’IA ; ses propres textes ferment le parcours.

Le parcours compte sept étapes, à suivre dans l’ordre : l’histoire, le mécanisme, les limites, l’intérieur des réseaux, puis le contrôle et la conscience, les tensions sur la création et le travail, enfin les textes de l’auteur. Le domaine va vite : les vidéos de 2023 décrivent des limites en partie dépassées depuis, mais la question de fond demeure. Beaucoup de vidéos sont en anglais, et les intervenants des débats sont souvent engagés. Les autres posts sont regroupés en fin de page.

Étape 1 — Une longue histoire : des règles aux réseaux

L’IA n’est pas née avec ChatGPT. Pendant des décennies, on l’a pensée comme une manipulation de symboles et de règles explicites, tandis que les réseaux de neurones restaient une curiosité de laboratoire. Leur revanche, couronnée par le prix Nobel de 2024, explique pourquoi nos machines actuelles apprennent plutôt qu’elles ne raisonnent.

Étape 2 — Comment ça marche : apprendre, représenter, prédire

Un réseau de neurones est un approximateur de fonctions, ajusté par descente de gradient. Pour traiter le langage, on représente les mots par des vecteurs, puis on entraîne un modèle à prédire le mot suivant. Ces quelques idées suffisent à comprendre ChatGPT, et les générateurs d’images.

Étape 3 — Ce qu’un modèle de langage fait, et ne fait pas

Un modèle de langage ne répond pas, il prédit une suite vraisemblable. D’où ses hallucinations, son indifférence au vrai et la question de son raisonnement. Ces limites tiennent-elles à la méthode ou à l’échelle ? Les lois d’échelle montrent que chaque gain se paie très cher.

Étape 4 — Ouvrir la boîte noire

On dit les réseaux de neurones impénétrables. L’interprétabilité commence pourtant à y retrouver des concepts, et le débat se déplace : prédire avec une telle précision, n’est-ce pas déjà connaître quelque chose de la structure du monde ? Yann Le Cun répond que le texte n’y suffit pas.

Étape 5 — Contrôle, conscience, intelligence

Si l’on ne comprend qu’en partie ce que ces systèmes ont appris, peut-on s’assurer qu’ils poursuivent les objectifs qu’on leur fixe ? Le problème de l’alignement conduit à des questions plus anciennes : qu’est-ce que la conscience, et l’intelligence est-elle le propre de l’homme ?

Étape 6 — Créer et travailler : les tensions

Les mêmes outils écrivent, peignent, composent et codent. Les avis divergent nettement : outil, menace pour les créateurs, pillage des œuvres, transformation ou suppression des métiers. L’étape va de la musique et de l’image au travail, puis à la société.

Étape 7 — En écho : les textes de l’auteur

Le propriétaire du blog travaille avec l’IA. Il en parle d’abord en son nom : une pensée, une méditation, une présentation, une application. Viennent ensuite cinq textes de la rubrique « Pensées pour moi-même » qui portent, comme ils l’indiquent eux-mêmes, la mention « généré par IA » : des pastiches mis en scène plutôt qu’une prise de parole directe.

Un poème généré par IA