Un petit point sur les recherches en cours sur le sujet (je ne prétends pas exposer fidèlement et exhaustivement l’état des recherches mais essayer d’exprimer assez simplement cet état).
Vous pensez peut-être que bien que l’on voit de plus en plus de robots de plus en plus doués, mais entendre votre ordinateur vous donner son opinion sur l’image que vous visionnez ou la musique que vous écoutez, c’est pas pour demain.
En effet, c’est pas pour demain, mais pour après demain: les chercheurs ont d’ores et déjà fabriqué des « programmes » capables d’apprendre, et ça, ce n’est pas rien! J’ai mis programmes entre guillemets car ces logiciels ne sont pas programmés à proprement parler: ils n’exécutent pas un code prédéterminé dont les entrées et sorties sont prévisibles et en nombre fini. Non! Ces logiciels sont réellement capables d’apprendre en modifiant leur propre structure à la manière de nos systèmes nerveux.
Et la comparaison ne s’arrête pas là. En effet, la structure de ces logiciels est directement inspirée de celle des systèmes nerveux: des petits programmes (ceux là sont vraiment programmés, ils ont des entrées et sorties prédeterminées) simulent le fonctionnement des neurones. Chacun prend en entrée des informations provenant de certains autres « programme neurone », synthétise l’ensemble de ces stimulations et renvoie en sortie vers un autre programme neurone un message qui a donc tenu compte des informations sources. De manière analogue à n’importe quel système nerveux du monde vivant, ces réseaux traitent de l’information. Différents types de neurones artificiels réalisent des traitements différents (de la même manière qu’il existe différentes sortes de neurones). Les liens entre les différents neurones artificiels peuvent être modifiés. Il en résulte la flexibilité de la structure global du logiciel qui devient adaptable. Il ne reste plus qu’à apprendre au logiciel à apprendre.
Pour cela les chercheurs envoient des signaux en entrée du logiciel puis recueillent des signaux en sortie. Par exemple une image contenant un caractère ( un « a » par exemple). Le logiciel renvoie alors un signal en sortie. Puis une seconde image différente de la première est envoyée en entrée. Elle contient également un a. Comme l’image est différente, le signal de sortie est différent. Seulement, l’image contient la même information. Les chercheurs indiquent donc au système que la réponse obtenue est mauvaise: seuls des signaux de sortie proches du premier seront acceptés. En réponse le réseau de neurones artificiel se modifie (et seulement le réseau, pas ses composants: les neurones). Et ainsi de suite avec des milliers d’images différentes mais contenant un « a » (majuscule, minuscule, en italique, en gras, dans tous les sens, avec toutes les polices, etc…). Peu à peu, une configuration particulière du réseau est sélectionnée pour ses résultats. Le logiciel a appris à reconnaitre les « a ». Qu’on lui présente un « a » qu’il n’a jamais rencontré auparavant et il sera le reconnaitre avec – actuellement – le même taux de réussite que les meilleurs logiciels de reconnaissance de caractères (mais, les logiciels apprenants n’en sont encore qu’à l’état embryonnaire, ils vont rapidement gagner en efficacité). Ce travaille d’apprentissage demande beaucoup de temps et de puissance de calcul, mais une fois que le logiciel sait reconnaitre tous les caractères, il n’a plus besoin ni de beaucoup de puissance de calcul ni d’une grande base de donnée. Il est donc plus efficace que les logiciels de reconnaissance de caractères actuels (qui eux se contentent de comparer le caractère traité à ceux de son immense base de données). De plus, à partir d’un seul travail de développement du code, on devient capable de fabriquer des logiciels capables de reconnaitre n’importe quel type de données (un visage sur une photo, une mélodie dans un morceau de musique, etc…).
D’autres chercheurs ont tenté de décrypter les éléments nécessaires à l’émergence d’une pensée dans un système nerveux comme le notre et à la prise de conscience de cette pensée par le système lui-même. Leur objectif actuel est de parvenir à créer une structure analogue dans un système de neurones artificiels. La première pensée d’un « être » non organique mais conscient pourrait donc émerger d’un flux d’électrons dans une grille de silicium dans très peu de temps. Ce sera alors le début de l’Intelligence Artificielle.
Ça pose beaucoup de questions éthiques et politiques: quel sera le statut de ces « êtres » pensants? Vivants ou inertes? Dans quelle mesure les chercheurs peuvent-ils développer de telles consciences? Sera-t-on amené à limiter la puissance de calcul des processeurs supportant ces systèmes nerveux artificiels afin de ne pas se faire dépasser par leur intelligence? Autoriserons-nous à ces logiciels à communiquer avec les humains? etc…
Nous ne sommes donc qu’à l’aube de l’ère de l’IA, mais il est fort probable qu’une grande part d’entre nous les voient débarquer dans notre vie de tous les jours avant de nous quitter.
Ginklpios, qui pense qu’il se fait déjà battre par n’importe quel programme joueur artificiel d’échec… y’aura bientôt plus de quoi nous vanter de notre supposée « intelligence supérieur »…
Reflexio 