Francais | English | Espanõl

Un article de Wikivisual, l'encyclopédie libre.

Image:HONDA ASIMO.jpg L'intelligence artificielle (terme créé par John McCarthy), souvent abrégée avec le sigle IA, est définie par l’un de ses créateurs, Marvin Lee Minsky, comme « la construction de programmes informatiques qui s’adonnent à des tâches qui sont, pour l’instant, accomplies de façon plus satisfaisante par des êtres humains car elles demandent des processus mentaux de haut niveau tels que : l’apprentissage perceptuel, l’organisation de la mémoire et le raisonnement critique ».

Les techniques évoluant avec le temps, ce qui aurait été IA à une époque ne l'est plus forcément une fois le mécanisme mis au point. Par exemple aujourd'hui, un pilote automatique d'avion ou un programme joueur d'échecs ne sont plus considérés par certains comme relevant de l'IA. En sciences cognitives, on considère généralement que l'intelligence n'est pas une propriété binaire. Un animal possède un certain degré d'intelligence. Pour les ordinateurs ou les robots, il en est de même. Un ordinateur qui ne joue qu'aux échecs possède donc une intelligence limitée à ce jeu. L'IA devient relative à son contexte d'application.

Sommaire 1 Une définition difficile 2 Intelligence artificielle forte 2.1 Définition 2.2 Estimation de faisabilité 2.3 Diversité des opinions 2.4 Travaux complémentaires 2.5 Culture populaire 3 Intelligence artificielle faible 4 Courants de pensée 4.1 Cognitivisme 4.2 Connexionnisme 4.3 Synthèse 5 Domaines d’application 6 Précurseurs 6.1 Automates 6.2 Pensée automatique 7 Espoirs et méfiances 8 Dans la fiction 9 Jeux video 10 Voir aussi 10.1 Articles connexes 10.2 Bibliographie 10.3 Liens externes

[modifier] Une définition difficile

Il existe différentes définitions de l’intelligence artificielle, car :

• L’adjectif artificielle est assurément aisé à comprendre : ce type d’intelligence est le résultat d’un processus créé par l’homme, plutôt que d’un processus naturel biologique et évolutionnaire,
• En revanche, la notion d'intelligence est difficilement cernable :
  • La capacité d’acquérir et de retenir les connaissances, d’apprendre ou de comprendre grâce à l’expérience.
  • L’utilisation de la faculté de raisonnement pour résoudre des problèmes, et pour répondre rapidement et de manière appropriée à une nouvelle situation, etc. Voir QI de machines

Les problèmes soulevés par l’intelligence artificielle concernent des domaines divers comme :

• l’ingénierie, notamment pour la construction des robots,
• les sciences de la cognition, pour la simulation de l’intelligence humaine,
• la philosophie pour les questions associées à la connaissance et à la conscience.

Il existe en revanche un consensus de séparation entre :

• L'intelligence artificielle faible (comportement élaboré qui n'apprend pas de ses erreurs, comme l'instinct des insectes)
• L'intelligence artificielle forte (qui réinjecte ses erreurs dans son comportement)

détaillés ci-cessous.

[modifier] Intelligence artificielle forte

[modifier] Définition

Le concept d’intelligence artificielle forte désigne le projet de créer une machine capable non seulement de produire un comportement intelligent, mais d’éprouver une impression d'une réelle conscience de soi, de « vrais sentiments » (quoi qu’on puisse mettre derrière ces mots), et une compréhension de ses propres raisonnements.

L’intelligence artificielle forte a servi de moteur à la discipline, mais a également suscité de nombreux débats. En se fondant sur le constat que la conscience a un support biologique et donc matériel, la plupart des scientifiques ne voient pas d’obstacle de principe à créer un jour une intelligence consciente sur un support matériel autre que biologique. Selon les tenants de l'IA forte, si à l'heure actuelle il n'y a pas d'ordinateurs ou de robots aussi intelligents que l'être humain, ce n'est pas un problème d'outil mais de conception. Il n'y aurait aucune limite fonctionnelle (un ordinateur est une machine de Turing universelle avec pour seules limites les limites de la calculabilité), il n'y aurait que des limites liées à l'aptitude humaine à concevoir le programme approprié.

[modifier] Estimation de faisabilité

Cette estimation très grossière est surtout destinée à préciser les ordres de grandeur en présence.

Un ordinateur typique de 1970 effectuait 10⁷ opérations logiques par secondes, et occupait donc - géométriquement - une sorte de milieu entre une balance de Roberval (1 opération logique par seconde) et le cerveau humain (grossièrement 2 x 10¹⁴ opérations logiques par seconde, car 2 x 10¹² neurones ne pouvant chacun commuter plus de 100 fois par seconde).

En 2005, un microprocesseur typique traite 64 bits en parallèle (128 dans le cas de machines à double cœur) à une vitesse typique de 2 GHz, ce qui place en puissance brute dans les 10¹¹ opérations logiques. En ce qui concerne ces machines destinées au particulier, l'écart s'est donc nettement réduit. En ce qui concerne les machines comme Blue gene, il a même changé de sens.

Le matériel (informatique) est maintenant présent. Du logiciel à la mesure de ce matériel reste à développer. En effet, l'important n'est pas de raisonner plus vite, en traitant plus de données, ou en mémorisant plus de choses que le cerveau humain. L'important est de concevoir le programme qui va réaliser le traitement adéquat. En particulier, les chercheurs en IA ont souligné la difficulté à expliciter toutes les connaissances utiles à la résolution d'un problème. Certaines connaissances sont dites implicites car acquises par l'expérience et non formalisables dans une expertise. Par exemple, qu'est-ce qui distingue un visage familier d'un millier d'autres visages ? Nous ne sommes pas capables d'exprimer cette différence de façon univoque au moyen d'un langage et pourtant nous reconnaissons sans problème ce visage. Certaines connaissances sont donc difficiles à formaliser et c'est ce qui rend difficile toute tentative de mise au point directe d'un programme "intelligent". Devant ces difficultés, la seule approche possible serait l'apprentissage par l'expérience, tout comme le fait un enfant. La faisabilité d'une intelligence artificielle évoluée semble donc étroitement liée aux capacités et limites des techniques d'apprentissage non symboliques, par exemple les réseaux de neurones artificiels. Certains chercheurs évoquent finalement une dernière difficulté d'ordre systémique : comment imbriquer les différents systèmes les uns par rapport aux autres pour obtenir un processus décisionnel cohérent et pertinent ? C'est là que réside sans doute le grand challenge actuel de l'IA.

• How to get there from here ? (article plus ancien sur le sujet, en anglais)

[modifier] Diversité des opinions

Les principales opinions soutenues pour répondre à la question d’une intelligence artificielle consciente sont les suivantes :

• Impossible : la conscience serait le propre des organismes vivants, et elle serait liée à la nature des systèmes biologiques. Cette position est défendue principalement par des philosophes et des religieux.
  • Problème : Elle rappelle toutefois toutes les controverses passées entre vitalistes et matérialistes, qui ont à plusieurs reprises démenti les positions des premiers.
• Impossible avec des machines manipulant des symboles comme les ordinateurs actuels, mais possible avec des systèmes dont l’organisation matérielle serait fondée sur des processus quantiques. Cette position est défendue notamment par Roger Penrose. En effet, bien que cela n'ait pas été démontré, certains pensent que des algorithmes quantiques sont capables de réalisations que les ordinateurs conventionnels sont définitivement incapables de faire.
  • Problème : On ne sait pas comment accéder de façon simultanée à plusieurs états quantiques, et même si c'était possible, rien ne prouve que des algorithmes quantiques suffiraient pour réaliser une IA. Mais toutes les opinions souffrent de ce même problème d'absence de preuve.
• Impossible avec des machines manipulant des symboles comme les ordinateurs actuels, mais possible avec des systèmes dont l’organisation matérielle mimerait le fonctionnement du cerveau humain, par exemple avec des circuits électroniques spécialisés reproduisant le fonctionnement des neurones.
  • Problème : Le système en question répondant exactement de la même façon que sa simulation sur ordinateur - toujours possible - au nom de quel principe leur assigner une différence ? (voir Thèse CPC de Bruno Marchal, Thèse de Church-Turing).
• Impossible avec les ordinateurs classiques manipulant des symboles, mais possible avec des réseaux de neurones formels, dont l'organisation logique et non matérielle s'inspire des neurones biologiques, et utilisés avec du matériel informatique conventionnel.
  • Problème : cette opinion est incohérente : si du matériel informatique conventionnel est utilisé pour réaliser un réseau de neurones, alors il est possible de réaliser l'IA avec les ordinateurs classiques manipulant des symboles (puisque ce sont les mêmes machines, voir Thèse de Church-Turing).
• Possible avec des ordinateurs manipulant des symboles. Cette dernière opinion constitue la position la plus engagée en faveur de l'intelligence artificielle forte.
  • Problème : ce que fait un ordinateur, un système à base d'échanges de bouts de papier dans une salle immense peut le simuler quelques milliards de fois plus lentement. Or il peut rester difficile à admettre que cet échange de bouts de papiers « ait une conscience ». Voir Chambre chinoise.

Il nous manque apparemment encore quelques paradigmes pour sortir de ces impasses.

Des auteurs comme Hofstadter (mais déjà avant lui Arthur C. Clarke ou Alan Turing) expriment par ailleurs un doute sur la possibilité de faire la différence entre une intelligence artificielle qui éprouverait réellement une conscience, et une autre qui simulerait exactement ce comportement. Après tout, nous ne pouvons même pas être certains que d’autres consciences que la nôtre (chez des humains s’entend) éprouvent réellement quoi que ce soit. On retrouve là le problème connu du solipsisme en philosophie.

Voir test de Turing.

[modifier] Travaux complémentaires

• Le mathématicien de la physique Roger Penrose pense que la conscience viendrait de l'exploitation de phénomènes quantiques dans le cerveau (voir microtubules), empêchant la simulation réaliste de plus de quelques dizaines de neurones sur un ordinateur normal, d’où les résultats encore très partiels de l’IA. Il restait jusqu’à présent isolé sur cette question; un autre chercheur a présenté depuis une thèse de même esprit quoique moins radicale : Andrei Kirilyuk

Si cette spéculation se révélait juste (ce qui est loin d'être assuré), le modèle du neurone formel serait alors très incomplet.

• Une autre attaque contre la réduction de la pensée aux neurones formels est liée au rôle apparemment plus important que prévu des cellules gliales, qui remettent en cause le modèle dit du tout-neuronal.

Cela dit, l’intelligence artificielle est loin de se limiter aux seuls réseaux de neurones, qui n’y sont utilisés que comme classifieurs, et parmi d’autres classifieurs dont certains au contraire algorithmiques donnent des résultats voisins.

[modifier] Culture populaire

Le thème d’une machine capable d’éprouver une conscience et des sentiments — ou en tout cas de faire comme si — constitue un grand classique de la science-fiction, notamment dans la série de romans d’Isaac Asimov sur les robots. Ce sujet a toutefois été exploité très tôt, comme dans le récit des aventures de Pinocchio, publié en 1881, où une marionnette capable d’éprouver de l’amour pour son créateur, cherche à devenir un vrai petit garçon. Cette trame a fortement inspiré le film A.I. Intelligence artificielle, réalisé par Steven Spielberg, sur la base des idées de Stanley Kubrick. L'œuvre de Dan Simmons, notamment le cycle d'Hypérion, contient également des exposés et des développements sur le sujet.

[modifier] Intelligence artificielle faible

La notion d’intelligence artificielle faible constitue une approche pragmatique d’ingénieur : chercher à construire des systèmes de plus en plus autonomes (pour réduire le coût de leur supervision), des algorithmes capables de résoudre des problèmes d’une certaine classe, etc. Mais, cette fois, la machine semble agir comme si elle était intelligente.

C’est principalement sur base de cette hypothèse que la plupart des techniques actuelles d’intelligence artificielle sont utilisées. C’est par exemple la démarche utilisée par IBM dans son projet nommé Autonomic computing.

Simple évolution, donc, et non révolution : l’intelligence artificielle s’inscrit à ce compte dans la droite succession de ce qu’ont été la recherche opérationnelle dans les années 1960, le process control dans les années 1970, l’aide à la décision dans les années 1980 et le data mining dans les années 1990. Et, qui plus est, avec une certaine continuité.

Il s'agit surtout d'intelligence humaine reconstituée, et de programmation d'un apprentissage.

[modifier] Courants de pensée

La cybernétique naissante des années quarante revendiquait très clairement son caractère pluridisciplinaire et se nourrissait des contributions les plus diverses : neurophysiologie, psychologie, logique, sciences sociales… Et c’est tout naturellement qu’elle envisagea deux approches des systèmes, deux approches reprises par les sciences cognitives et de ce fait l’intelligence artificielle :

• une approche par la décomposition (du haut vers le bas),
• une approche de construction globaliste ou systémique (du bas vers le haut).

Ces deux approches, plutôt complémentaires que contradictoires, sont respectivement à la base des hypothèses de travail que constituent le cognitivisme et le connexionnisme. Elles tendent aujourd'hui (2005) à opérer leur fusion.

[modifier] Cognitivisme

Le cognitivisme considère que le vivant, tel un ordinateur (bien que par des procédés évidemment très différents), manipule essentiellement des symboles élémentaires. Dans son livre La société de l’esprit, Marvin Minsky, s’appuyant sur des observations du psychologue Jean Piaget envisage le processus cognitif comme une compétition d’agents fournissant des réponses partielles et dont les avis sont arbitrés par d’autres agents. Il cite les exemples suivants de Piaget :

• L’enfant croit d’abord que plus le niveau d’eau est élevé dans un verre, plus il y a d’eau dans ce verre. Après avoir joué avec des transvasements successifs, il intègre le fait que la notion de hauteur du liquide dans le verre entre en compétition avec celle du diamètre du verre, et arbitre de son mieux entre les deux.
• Il vit ensuite une expérience analogue en manipulant de la pâte à modeler : la réduction de plusieurs objets temporairement représentés à une même boule de pâte l’incite à dégager un concept de conservation de la quantité de matière.

Au bout du compte, ces jeux d’enfants se révèlent essentiels à la formation de l’esprit, qui dégage quelques règles pour arbitrer les différents éléments d’appréciation qu’il rencontre, par essais et erreurs.

Le site Automates Intelligents rend compte avec une grande régularité des découvertes concernant cette approche spécifique.

[modifier] Connexionnisme

Le connexionnisme, se référant aux processus auto-organisationnels, envisage la cognition comme le résultat d’une interaction globale des parties élémentaires d’un système. On ne peut nier que le chien dispose d'une sorte de connaissance des équations différentielles du mouvement, puisqu’il arrive à attraper un bâton au vol. Et pas davantage qu’un chat ait aussi une sorte de connaissance de la loi de chute des corps, puisqu’il se comporte comme s’il savait à partir de quelle hauteur il ne doit plus essayer de sauter directement pour se diriger vers le sol. Cette faculté qui évoque un peu l’intuition des philosophes se caractériserait par la prise en compte et la consolidation d’éléments perceptifs dont aucun pris isolément n’atteint le seuil de la conscience, ou en tout cas n’y déclenche d’interprétation particulière.

[modifier] Synthèse

Des sites comme Automates Intelligents rendent compte régulièrement (entre autres sujets) des découvertes propres à ces deux approches, et de plus en plus à leur synthèse. Il y est signalé que trois concepts reviennent de façon récurrente dans la plupart des travaux :

• redondance (le système est peu sensible à des pannes ponctuelles)
• "ré-entrance" (les composants s'informent en permanence entre eux; cette notion diffère de la réentrance en programmation)
• sélection (au fil du temps, les comportements efficaces sont dégagés et renforcés)

[modifier] Domaines d’application

On peut envisager de demander les services suivants, ensemble ou séparément, à un dispositif d’intelligence artificielle :

• Interface vocale : se faire comprendre en lui parlant,
• Assistance par des machines dans les tâches dangereuses, ou demandant une grande précision,
• Aide aux diagnostics médicaux (bien qu’un tensiomètre, qui remplit cette fonction, ne soit considéré par personne comme une application de l’intelligence artificielle),
• Résolution de problèmes complexes, sous réserve de quantifier ce mot,
• Traduction automatique, si possible en temps réel ou très légèrement différé, comme dans le film « Dune »,
• Intégration automatique d’informations provenant de sources hétérogènes,
• Etc.

En l’état, les réalisations actuelles de l’intelligence artificielle peuvent être regroupées en différents domaines, tels que:

• Les systèmes experts,
• L’apprentissage automatique,
• Le traitement automatique des langues,
• La reconnaissance des formes, des visages et la vision en général...

Au fil du temps, certains langages de programmation se sont avérés plus commodes que d’autres pour écrire des applications d’intelligence artificielle. Parmi ceux-ci, Lisp et Prolog furent sans doute les plus médiatisés. Lisp constituait une solution ingénieuse pour faire de l’intelligence artificielle en FORTRAN. ELIZA (le premier chatterbot, donc pas de la « véritable » intelligence artificielle) tenait en trois pages de SNOBOL.

On utilise aussi, plus pour des raisons de disponibilité et de performance que de commodité, des langages classiques tels que C ou C++. Lisp a eu pour sa part une série de successeurs plus ou moins inspirés de lui, dont le langage Scheme.

Des programmes de démonstration de théorèmes géométriques simples ont existé dès les années 1960; et des logiciels aussi triviaux que Maple et Mathematica effectuent aujourd’hui des travaux d’intégration symbolique qui il y a trente ans encore étaient du ressort d’un étudiant de mathématiques supérieures. Mais ces programmes ne savent pas plus qu’ils effectuent des démonstrations géométriques ou algébriques que Deep Blue ne savait qu’il jouait aux échecs (ou un programme de facturation qu’il calcule une facture). Ces cas représentent donc plus des opérations intellectuelles assistées par ordinateur que de l'intelligence artificielle à proprement parler.

Dans l’informatique ludique (les jeux vidéo), l’Intelligence Artificielle (IA) se développe. En effet les nouvelles générations de cartes vidéo traitent un grand nombre d’opérations auparavant dévolues au processeur. Le processeur est donc moins sollicité pour l’affichage et les programmeurs peuvent utiliser sa puissance pour développer des systèmes d’IA plus perfectionnés.

L’intelligence artificielle a connu un essor important pendant les années 1960 et 70, mais à la suite de résultats décevants par rapport aux budgets investis, son succès s’estompa dès le milieu des années 1980.

D’après certains auteurs, les perspectives de l’intelligence artificielle pourraient avoir des inconvénients, si par exemple les machines devenaient plus intelligentes que les humains, et finissaient par les dominer, voire (pour les plus pessimistes) les exterminer, de la même façon que nous cherchons à exterminer certaines séquences d’ARN (les virus) alors que nous sommes construits à partir d'ADN, un proche derivee de l'ARN. On reconnaît bien entendu le thème du film Terminator, mais des directeurs de société techniquement très compétents, comme Bill Joy de la société Sun, affirment considérer le risque comme réel à long terme.

Toutes ces possibilités futures ont fait l’objet de quantités de romans de science-fiction, tels ceux d’Isaac Asimov ou William Gibson en passant par Arthur C. Clarke.

[modifier] Précurseurs

Si les progrès de l’intelligence artificielle sont récents, ce thème de réflexion est tout à fait ancien, et il apparaît régulièrement au cours de l’histoire. Les premiers signes d’intérêt pour une intelligence artificielle et les principaux précurseurs de cette discipline sont les suivants.

[modifier] Automates

• Une des plus anciennes traces du thème de « l’homme dans la machine » date de 800 avant notre ère, en Égypte. La statue du dieu Amon levait le bras pour désigner le nouveau pharaon parmi les prétendants qui défilaient devant lui, puis elle « prononçait » un discours de consécration. Les égyptiens étaient probablement conscients de la présence d’un prêtre actionnant un mécanisme et déclarant les paroles sacrées derrière la statue, mais cela ne semblait pas être pour eux contradictoire avec l’incarnation de la divinité.

• Vers la même époque, Homère, dans l'Iliade (XVIII, 370–421), décrit les automates réalisés par le dieu forgeron Héphaïstos : des trépieds munis de roues en or, capables de porter des objets jusqu’à l’Olympe et de revenir seuls dans la demeure du dieu ; ou encore, deux servantes forgées en or qui l’assistent dans sa tâche. De même, le Géant de bronze Talos, gardien des rivages de la Crète, était parfois considéré comme une œuvre du dieu.

• Vitruve, architecte romain, décrit l’existence entre le IIIe et le Ier siècle avant notre ère, d’une école d’ingénieurs fondée par Ctesibius à Alexandrie, et concevant des mécanismes destinés à l’amusement tels des corbeaux qui chantaient.

• Héron l'ancien décrit dans son traité « Automates », un carrousel animé grâce à la vapeur et considéré comme anticipant les machines à vapeur.

• Les automates disparaissent ensuite jusqu’à la fin du Moyen Âge.

• On a prêté à Roger Bacon la conception d'automates doués de la parole; en fait, probablement de mécanismes simulant la prononciation de certains mots simples.

• Léonard de Vinci a construit un automate en forme de lion en l’honneur de Louis XII.

• Gio Battista Aleotti et Salomon de Caus ont construit des oiseaux artificiels et chantants, des flûtistes mécaniques, des nymphes, des dragons et des satyres animés pour égayer des fêtes aristocratiques, des jardins et des grottes.

• René Descartes aurait conçu en 1649 un automate qu’il appelait « ma fille Francine ». Il conduit par ailleurs une réflexion d’un modernisme étonnant sur les différences entre la nature des automates, et celles d’une part des animaux (pas de différence) et d’autre part celle des hommes (pas d’assimilation). Ces analyses en font le précurseur méconnu d’un des principaux thèmes de la science-fiction : l'indistinction entre le vivant et l’artificiel, entre les hommes et les robots, les androïdes ou les intelligences artificielles.

Image:Descartesduck.png

• Jacques de Vaucanson a construit en 1738 un « canard artificiel de cuivre doré, qui boit, mange, cancane, barbote et digère comme un vrai canard ». Il était possible de programmer les mouvements de cet automate, grâce à des pignons placés sur un cylindre gravé, qui contrôlaient des baguettes traversant les pattes du canard. L’automate a été exposé pendant plusieurs années en France, en Italie et en Angleterre, et la transparence de l’abdomen permettait d’observer le mécanisme interne. Le dispositif permettant de simuler la digestion et d’expulser une sorte de bouillie verte fait l’objet d’une controverse. Certains commentateurs estiment que cette bouillie verte n’était pas fabriquée à partir des aliments ingérés, mais préparée à l’avance. D’autres estiment que cet avis n’est fondé que sur des imitations du canard de Vaucanson. Malheureusement, l’incendie du Musée de Nijni Novgorod en Russie vers 1879 détruisit cet automate.

• Les artisans Pierre et Louis Jaquet-Droz fabriquèrent parmi les meilleurs automates fondés sur un système purement mécanique, avant le développement des dispositifs électromécaniques. Certains de ces automates, par un système de cames multiples, étaient capables d'écrire un petit billet (bien entendu toujours le même).

• Le conte d'Hoffmann (et ballet) Coppélia décrit une poupée mécanique dont s'éprend le héros.

[modifier] Pensée automatique

Les processus cognitifs peuvent-ils se réduire à un simple calcul ? Et si tel est le cas, quels sont les symboles et les règles à employer ?

Les premiers essais de formalisation de la pensée sont les suivants :

• Raymond Lulle, missionnaire, philosophe, et théologien espagnol du XIII^e siècle, a fait la première tentative pour engendrer des idées par un système mécanique. Il combinait aléatoirement des concepts grâce à une sorte de règle à calcul, un zairja, sur laquelle pivotaient des disques concentriques gravés de lettres et de symboles philosophiques. Il baptisa sa méthode Grand Art (Ars Magna), fondée sur l’identification de concepts de base, puis leur combinaison mécanique soit entre eux, soit avec des idées connexes. Raymond Lule appliqua sa méthode à la métaphysique, puis à la morale, à la médecine et à l’astrologie. Mais il n’utilisait que la logique déductive, ce qui ne permettait pas à son système d’acquérir un apprentissage, ni davantage de remettre en cause ses principes de départ : seule la logique inductive le permet.

• Gottfried Wilhelm Leibnitz, au XVII^e siècle, a imaginé un calcul pensant (calculus rationator), en assignant un nombre à chaque concept. La manipulation de ces nombres aurait permis de résoudre les questions les plus difficiles, et même d’aboutir à un langage universel. Leibnitz a toutefois démontré que l’une des principales difficultés de cette méthode, également rencontrée dans les travaux modernes sur l’intelligence artificielle, est l’interconnexion de tous les concepts, ce qui ne permet pas d’isoler une idée de toutes les autres pour simplifier les problèmes liés à la pensée.

• George Boole a inventé la formulation mathématique des processus fondamentaux du raisonnement, connue sous le nom d’algèbre de Boole. Il était conscient des liens de ses travaux avec les mécanismes de l’intelligence, comme le montre le titre de son principal ouvrage paru en 1854 : « Les lois de la pensée » (The laws of thought), sur l’algèbre booléenne.

• Gottlob Frege perfectionna le système de Boole en inventant le concept de prédicat, qui est une entité logique soit vraie, soit fausse (toute maison a un propriétaire), mais contenant des variables non logiques, n’ayant en soit aucun degré de vérité (maison, propriétaire). Cette invention eut une grande importance puisqu’elle permit de démontrer des théorèmes généraux, simplement en appliquant des règles typographiques à des ensembles de symboles. La réflexion en langage courant ne portait plus que sur le choix des règles à appliquer. Par ailleurs, seul l’utilisateur connaît le sens des symboles qu’il a inventés, ce qui ramène au problème de la signification en intelligence artificielle, et de la subjectivité des utilisateurs.

• Bertrand Russell et Alfred North Whitehead publièrent au début du XX^e siècle un ouvrage intitulé « Principia mathematica », dans lequel ils résolvent des contradictions internes à la théorie de Gottlob Frege. Ces travaux laissaient espérer d’aboutir à une formalisation complète des mathématiques.

• Kurt Gödel démontre au contraire que les mathématiques resteront une construction ouverte, en publiant en 1931 un article intitulé « Des propositions formellement indécidables contenues dans les Principia mathematica et autres systèmes similaires ». Sa démonstration est qu’à partir d’une certaine complexité d’un système, on peut y créer plus de propositions logiques qu’on ne peut en démontrer vraies ou fausses. L’arithmétique, par exemple, ne peut trancher par ses axiomes si on doit accepter des nombres dont le carré soit -1. Ce choix reste arbitraire et n’est en rien lié aux axiomes de base. Le travail de Gödel suggère qu’on pourra créer ainsi un nombre arbitraire de nouveaux axiomes, compatibles avec les précédents, au fur et à mesure qu’on en aura besoin. Il est à noter que si l'arithmétique est démontrée incomplète, le calcul des prédicats (logique formelle) est au contraire démontré par Gödel comme complet.

• Alan Turing parvient aux mêmes conclusions que Kurt Gödel, en inventant des machines abstraites et universelles (rebaptisées les machines de Turing), dont les ordinateurs modernes sont considérés comme des concrétisations. Il démontre l’existence de calculs qu’aucune machine ne peut faire (un humain pas davantage, dans les cas qu'il cite), sans pour autant que cela constitue pour Turing un motif pour douter de la faisabilité de machines pensantes répondant aux critères du test de Turing.

• Irving John Good, Myron Tribus et E.T. Jaynes ont décrit de façon très claire les principes assez simples d’un robot à logique inductive utilisant les principes de l’inférence bayésienne pour enrichir sa base de connaissances sur la base du Théorème de Cox-Jaynes. Ils n’ont malheureusement pas traité la question de la façon dont on pourrait stocker ces connaissances sans que le mode de stockage entraîne un biais cognitif. Le projet est voisin de celui de Raymond Lulle, mais fondé cette fois-ci sur une logique inductive, et donc propre à résoudre quelques problèmes ouverts.

• Robot à logique inductive (en anglais, PDF)

• Des chercheurs comme Alonzo Church ont posé des limites pratiques aux ambitions de la raison, en orientant la recherche (Herbert Simon, Michael Rabin, Stephen Cook) vers l’obtention des solutions en temps fini, ou avec des ressources limitées, ainsi que vers la catégorisation des problèmes selon des classes de difficulté (en rapport avec les travaux de Cantor sur l’infini).

[modifier] Espoirs et méfiances

Une description spectaculaire d’un possible avenir de l’intelligence artificielle a été faite par le professeur I. J. Good :

« Supposons qu’existe une machine surpassant en intelligence tout ce dont est capable un homme, aussi brillant soit-il. La conception de telles machines faisant partie des activités intellectuelles, cette machine pourrait à son tour créer des machines meilleures qu’elle-même; cela aurait sans nul doute pour effet une réaction en chaîne de développement de l’intelligence, pendant que l’intelligence humaine resterait presque sur place. Il en résulte que la machine ultra intelligente sera la dernière invention que l’homme aura besoin de faire, à condition que ladite machine soit assez docile pour constamment lui obéir. »

La situation en question, correspondant à un changement qualitatif du principe même de progrès, a été nommée par quelques auteurs « La Singularité ».

Good estimait à un peu plus d'une chance sur deux la mise au point d'une telle machine avant la fin du XX^e siècle. La prédiction, en 2009, ne s’est pas (encore?) réalisée, mais avait imprégné le public : le cours de l’action IBM quadrupla (bien que les dividendes trimestriels versés restassent à très peu de chose près les mêmes) dans les mois qui suivirent la victoire de Deep Blue sur Gary Kasparov. Une large partie du grand public était en effet persuadée qu’IBM venait de mettre au point le vecteur d’une telle explosion de l’intelligence et que cette compagnie en tirerait profit. L’espoir fut bien entendu déçu : une fois sa victoire acquise, Deep Blue (incapable d’ailleurs de jouer à autre chose qu’aux échecs, et ne sachant même pas qu’il jouait aux échecs) fut reconverti en machine classique utilisée pour le data mining. Nous sommes probablement encore très loin d’une machine possédant ce que nous nommons de l'intelligence générale, et tout autant d’une machine possédant la base de connaissances de n’importe quel chercheur, si humble soit-il.

En revanche, un programme "comprenant" un langage naturel et connecté à l'Internet serait théoriquement susceptible de construire, petit à petit, une sorte de base de connaissances. Nous ignorons cependant tout aujourd'hui (2009) tant de la structure optimale à choisir pour une telle base que du temps nécessaire à en rassembler et à en agencer le contenu.

[modifier] Dans la fiction

• Colossus : the Forbin project 1969, d’après le roman de Dennis Feltham Jones de 1967 (un système d’IA militaire états-unien contacte son homologue russe pour qu’ils coopèrent à leur mission commune (éviter la guerre nucléaire)... en neutralisant les humains ! A probablement fourni l’idée de départ de Terminator.
• Metropolis de Fritz Lang (1927), où, dans un monde futuriste, les robots et les humains ne parviennent plus à coexister ;
• 2001, l'odyssée de l'espace de Stanley Kubrick, la lutte entre HAL et Dave ;
• L'Homme bicentenaire de Chris Colombus, où un robot cherche à devenir humain quand il découvre ses émotions ;
• D.A.R.Y.L., Daryl est un enfant amnésique recueilli sur une route. Mais finalement, le gouvernement cherche à détruire le data analyzing robot youth lifeform ;
• La trilogie des Terminator avec Arnold Schwarzenegger, où Skynet cherche à éliminer l’espèce humaine
• Ghost in the Shell, où une IA s’éveille à la conscience ;
• La trilogie des Matrix où les machines asservissent les humains ;
• A.I. Intelligence artificielle de Steven Spielberg. Le personnage central est certainement un aboutissement ultime - mais pour l’instant seulement imaginaire - de l’intelligence artificielle : un enfant-robot doué d’émotions et de sentiments ;
• I, Robot avec Will Smith, inspiré de l’œuvre de Isaac Asimov et thème semblable au film AI ;
• Blade Runner de Ridley Scott (1981), où des hommes-robots reviennent sur terre après une mission spatiale (mais n’acceptent pas la mise à l’arrêt suite au succès de leur mission) ;
• WarGames de John Badham (1983) avec Matthew Broderick, où David est un pirate informatique qui par défi parvient à contourner les systèmes de sécurité les plus sophistiqués et à maîtriser la dernière génération des jeux informatiques. Mais quand l'inconscient pénètre sans être repéré au cœur de l'ordinateur militaire du Pentagone, ministère de la défense américaine (Department of Defense ou DoD), il initie par jeu une confrontation d'ampleur mondiale (le système était prévu à la base par son créateur pour simuler des jeux de guerre mais il ne comprend pas qu’il est maintenant réellement connecté) ;

[modifier] Jeux video

Le schéma habituel d'un cycle de reflexion d'une entité intelligente dans les jeux vidéo est : Perception => Réflexion => Action. La plupart des jeux vidéo utilisent des solutions ad hoc pour gérer ces trois phases. Il existe néanmoins des solutions middleware émergentes.

En ce qui concerne les actions, on peut isoler deux grands domaines : le pathfinding, et l’animation procédurale : Le premier est étudié depuis longtemps et fonctionne de manière convenable dans la plupart des jeux actuels (bien que ces pathfinder restent souvent en 2D et ne permettent donc pas à des objets volants de se déplacer librement). Il existe quelques solutions middleware de pathfinding. L’animation procédurale est quand à elle à l’état embryonnaire, mais de nombreuses équipes de recherche se penchent actuellement sur le sujet, pressenti comme LA fonctionnalité du futur.

L’IA des jeux vidéo en est à ses balbutiements et va certainement effectuer d’énormes progrès dans les années à venir. Ces progrès passeront peut-être par une accélération matérielle<ref>Aiseek</ref> comme l'a été la 3D et comme est en train de l’être la "physique" (gestion des mouvements en mécanique newtonienne soit par un processeur dédié, soit par un processeur graphique reprogrammé à cette fin).

[modifier] Voir aussi

[modifier] Articles connexes

• Principaux projets et réalisations en intelligence artificielle

Principales techniques liées à l’intelligence artificielle

• Intelligence ambiante ;
• Métaheuristiques (dont les Algorithmes génétiques) ;
• Programmation Génétique ;
• Apprentissage automatique (Réseaux de neurones, Concepts Formels, etc.) ;
• Data mining ;
• Inférence bayésienne ;
• Planification
• Diagnostic
• Système expert ;
• Système multi-agents ;
• Architecture cognitive ;
• Logique floue (fuzzy logic) ;
• Programmation par contraintes ;
• Raisonnement par cas ;
• Théorie des jeux ;
• Théorème de Cox-Jaynes.

Grand noms de l’intelligence artificielle

• Irving John Good ;
• Douglas Lenat ;
• Marvin Lee Minsky ;
• Seymour Papert ;
• Jacques Pitrat en France ;
• Pour l’anecdote, citons Daniel Goossens, chercheur à l’Université Paris 8 mais aussi auteur de bandes-dessinées de premier plan.

Divers

• Deep Blue ;
• Xboard ;
• Jonathan Courmont ;
• Seline.

[modifier] Bibliographie

Aspects techniques :

• L'Intelligence artificielle (1994), ISBN 210002258X, Claire Rémy
• Intelligence artificielle et informatique théorique (2002), ISBN 2854285786, ouvrage collectif

Aspects philosophiques :

• Philosophie contre intelligence artificielle (1996), ISBN 2912059003, Jacques Bolo
• Pensée et machine (1993), ISBN 2903528284, Alan Ross Anderson
• Le Concept de preuve à la lumière de l'intelligence artificielle (1999), ISBN 2130501044, Jean Sallantin, Jean-Jacques Szczeciniarz

Fondements cognitifs, psychologiques et biologiques :

• Intelligence artificielle et psychologie cognitive (1998), ISBN 2100029894, Hervé Chaudet, Liliane Pellegrin

Vulgarisation :

• Intelligence artificielle problemes et methodes (1996), ISBN 2130474292, Gérard Tisseau
• A la recherche de l'intelligence artificielle (1999), ISBN 2080814281, Daniel Crevier, Nathalie Bukcek
• L'Intelligence artificielle : Un guide d'initiation au futur de l'informatique et de la robotique (2003), ISBN 2744016004, Jack Challoner

Ouvrages de référence en anglais

• Artificial Intelligence: A Modern Approach (2002), ISBN 0137903952, Russell S.J., Norvig P.

[modifier] Liens externes

• (fr) Actualité des Robots et de la robotique;
• (fr) Références de sites : série de liens groupés par thème et commentés ;
• (fr) Association Française d'Intelligence Artificielle ;
• (fr) Dossier introductif sur la vie artificielle ;
• (fr) À quoi rèvent les robots, bande dessinée de vulgarisation de Jean-Pierre Petit (en PDF) ;
• (fr) Cours d'intelligence artificielle d'Arnaud Revel, maître de conférences à l'ENSEA ;
• (en) I.J. Good : Speculations Concerning the First Ultraintelligent Machine (voir aussi Inférence bayésienne) ;ar:ذكاء اصطناعي

bg:Изкуствен интелект bn:কৃত্রিম বুদ্ধিমত্তা bs:Vještačka inteligencija ca:Intel·ligència artificial cs:Umělá inteligence da:Kunstig intelligens de:Künstliche Intelligenz en:Artificial intelligence eo:Artefarita inteligenteco es:Inteligencia artificial et:Tehisintellekt eu:Adimen artifiziala fa:هوش مصنوعی fi:Tekoäly gl:Intelixencia artificial he:בינה מלאכותית hi:आर्टिफिशियल इंटेलिजेंस hr:Umjetna inteligencija hu:Mesterséges intelligencia ia:Intelligentia artificial id:Kecerdasan buatan io:Artifical inteligenteso is:Gervigreind it:Intelligenza artificiale ja:人工知能 jbo:rutni menli ko:인공 지능 lt:Dirbtinis intelektas mr:कृत्रिम बुद्धिमत्ता nl:Kunstmatige intelligentie no:Kunstig intelligens pl:Sztuczna inteligencja pt:Inteligência artificial ro:Inteligenţă artificială ru:Искусственный интеллект sh:Umjetna inteligencija simple:Artificial intelligence sk:Umelá inteligencia sl:Umetna inteligenca sr:Вјештачка интелигенција sv:Artificiell intelligens th:ปัญญาประดิษฐ์ tr:Yapay zekâ uk:Штучний інтелект vi:Trí tuệ nhân tạo zh:人工智能