John McCarthy, le pionnier de l'intelligence artificielle avec Marvin Lee Minsky définit l'IA 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 ».
John McCarthy et Marvin Lee Minsky (de gauche à droite), les 2 pères de l'IA
De façon plus concrète, l'intelligence artificielle consiste donc à mettre en œuvre un certain nombre de techniques issues de la neurobiologie computationnelle, de la logique mathématique, de l'informatique et désormais de la psychologie cognitive afin de résoudre des problèmes généralement résolus par des femmes et des hommes grâce à leur intelligence naturelle.
Ce qui crée débat est l'émergence actuelle d'IA "moyennes" aux côtés des IA actuelles dites "faibles", prédisant celle d'IA "fortes".
Une IA faible - l'immense majorité des systèmes actuels, par exemple le Machine Learning - est un système se « comportant comme » un humain mais ne calquant pas le mode de fonctionnement du cerveau humain. Ce sont des systèmes utilisant des logiques déductives et des méthodes statistiques, très faiblement utilisées par le cerveau humain dans la vie quotidienne.
Par exemple, pour savoir si vous pouvez franchir un passage piéton alors que le feu piéton est au rouge et que des véhicules divers arrivent de droite et de gauche, si tant est qu’il dispose des variables nécessaires, (vitesse des différents véhicules, masses, résistance au sol, composition du sol...etc), un système de machine learning établira un calcul mathématique déductif et délivrera une probabilité de réussite de votre passage. Et il ne fera que cela. Ainsi, l'IA faible se contentera d’émettre une probabilité statistique et se concentre sur une tâche précise et non sur une pluralité de tâches à accomplir.
Une IA moyenne se distingue par un mode de fonctionnement calquant le cerveau humain et capable de traiter une pluralité de tâches. C’est le cas de l’IA inductive de Netwave ou du cognitive automation d’IBM.
Dans le même cas que celui vu précédemment, le cerveau humain, quand bien même il disposerait des mêmes informations ne travaillera pas du tout de la même manière que le système de machine learning. Il ne calculera pas une probabilité (pas le temps) mais établira une relation avec les situations similaires qu’il a déjà vécu et émettra une plausibilité. Et de surcroît, dans le même temps, il réfléchira aux arguments qu’il développera lors du RV auquel il se rend.
Il s’agit de systèmes plus évolués, ne se contentant pas d’appliquer des dimensions proportionnelles et intégratives, mais ajoutant au travail de l’IA une dimension différenciative. D’où - entre autres- le fait que, dans les cas où une décision doit être formulée ou une interaction définie en temps réel, l’IA inductive sur-performe très largement les systèmes déductifs (bots, machine learning, deep learning).
L'IA forte elle, fait référence à l’éventualité d’une machine qui sera capable non seulement de produire un comportement intelligent, mais également d'éprouver une impression de conscience de soi. Elle dépasserait donc l’IA moyenne, ne se contentant pas de se comporter et de réfléchir comme un humain mais ayant, comme lui, une conscience d'elle-même. Sur ce point, l'IA forte suscite de nombreux débats, car elle repose sur le paradigme que la conscience a un support biologique (et donc matériel) et qu'il n'y a donc pas d'obstacle de principe à créer un jour une intelligence consciente sur un support matériel qui soit autre que biologique.
Et çà, çà interpelle. De nombreux débats sont en perspective…
Jean Luc BERNARD
CEO Netwave
Vous souhaitez bénéficier de la puissance de notre IA inductive de personnalisation pour votre site e-commerce/marketplace ? Demandez une démo dès maintenant !
