L'histoire de l'Intelligence Artificielle

Posons les bases, commençons par un peu d'histoire, essentielle pour appréhender dans son entièreté le sujet de l'IA et réaliser qu'elle n'est pas si récente :

1950-1970 - Des concepts de base et des algorithmes simples

Alan Turing et son concept de "machine universelle"

Alan Turing était un mathématicien britannique surtout connu pour ses travaux pendant la Seconde Guerre mondiale, où il a joué un rôle clé dans le décryptage du code Enigma utilisé par les Allemands (Je vous conseille d'ailleurs le film Imitation Game qui raconte très bien cette période de sa vie 🎬).

Son concept de "machine universelle" (ou machine de Turing) est une idée théorique qui décrit une machine capable de simuler n'importe quel algorithme. Cette machine peut lire des instructions, les exécuter, et modifier sa propre mémoire, posant ainsi les bases de l'ordinateur moderne et donc de l'IA (On parle ici de machine learning, je vous expliquerai ce concept et sa différence avec le deep learning dans le prochain article).

La conférence de Dartmouth crée l'appellation Intelligence Artificielle

2ème évènement marquant : Lors d'une conférence, des chercheurs se sont réunis pour explorer l'idée que les machines pouvaient simuler des aspects de l'intelligence humaine. C'est au cours de cet événement que le terme "intelligence artificielle" a été proposé, marquant le début officiel des recherches structurées et organisées dans ce domaine émergent.

Les premières Intelligences Artificielles (IA)

• Logic Theorist : Cet algorithme a été conçu pour prouver des théorèmes mathématiques et est souvent considéré comme le premier programme d'IA.

• SHRDLU : Un programme développé qui pouvait manipuler des objets dans un monde virtuel à l'aide de commandes en langage naturel.

• ELIZA : Créée au MIT en 1966, c'était un chatbot simple qui simulait une conversation avec un thérapeute. Elle reformulait la plupart des affirmations du « patient » en questions, et en les lui posant.

Image : https://fr.wikipedia.org/wiki/ELIZA#/media/Fichier:ELIZA_conversation.jpg

1970 - 1990

A partir des années 70, les progrès stagnent en raison d'attentes irréalistes.

Cette période connaît un fort ralentissement dû à un financement limité et une baisse de l'intérêt du public et des médias à cause de résultats décevants.

11 mai 1997

Le superordinateur Deep Blue d’IBM bat le sextuple champion du monde d’échecs Garry Kasparov

Image : lesechos.fr

Après un premier round en 1996 où Kasparov finit vainqueur (Deep Blue mesurait deux mètres de haut et pesait 700 kg à ce moment là !), la machine d'IBM rencontre à nouveau Kasparov en mai 1997 pour un match revanche. Cette fois, Deep Blue défait Kasparov.

Cela a marqué un tournant dans la perception de l’IA.

En parallèle, c'est aussi la période de l'essor des réseaux de neurones (C'est pareil, reviens lire mon prochain article pour comprendre ce terme qu'on voit PARTOUT!).

Années 2000

Avancées significatives grâce à l'augmentation des capacités de calcul

C'est l'avènement du Big Data et de l'apprentissage profond (deep learning).

L'IA devient omniprésente dans des domaines variés comme la reconnaissance vocale et la vision par ordinateur.

En voici quelques exemples qui vont forcément vous parler :

• Google Translate (2006) : Outil de traduction automatique qui a rapidement évolué pour devenir un service de traduction multilingue, utilisant des techniques de statistiques et d'apprentissage automatique pour améliorer la précision des traductions.

• DeepMind (2010) : DeepMind a créé des IA avancées capables d'apprendre à jouer à des jeux vidéo de manière autonome, préparant le terrain pour des avancées futures comme AlphaGo.

• Les voitures autonomes (2004-2010) : Des prototypes de voitures autonomes, comme ceux développés par Tesla, ont montré que les véhicules pouvaient naviguer dans des environnements réels en utilisant des capteurs et des algorithmes de vision.

• Siri (2007-2011) : L'assistant vocal a été acquis par Apple en 2010, il a été lancé en octobre 2011 avec l'iPhone 4S. Siri a marqué une étape importante dans l'intégration des assistants virtuels intelligents dans les appareils mobiles, en utilisant des technologies de reconnaissance vocale et de traitement du langage naturel pour interagir avec les utilisateurs et accomplir diverses tâches.

La création des Transformers

Les Transformers ont été créés par des chercheurs de Google en 2017 et présentés dans l'article de recherche intitulé "Attention Is All You Need." Ce modèle a introduit une nouvelle architecture basée sur le mécanisme d'attention, qui permet de traiter efficacement les séquences de données (comme le texte) sans avoir à recourir à des mécanismes récurrents, contrairement aux modèles précédents comme les RNN (réseaux neuronaux récurrents). Les Transformers ont révolutionné le traitement du langage naturel (NLP) et ont conduit à la création de modèles avancés comme BERT et GPT.

BERT (Bidirectional Encoder Representations from Transformers) a été créé en 2018.

Il a été présenté dans un article de recherche en octobre de cette année-là et a rapidement révolutionné le traitement du langage naturel (NLP). BERT est un modèle qui comprend le contexte des mots dans les deux sens (gauche et droite), ce qui le rend particulièrement efficace pour des tâches telles que la recherche et la compréhension du langage naturel. Il a été intégré dans les résultats de recherche de Google peu de temps après sa création.

De 2018 jusqu'à aujourd'hui

L'IA générative marque une nouvelle révolution !

La voici la voila, notre fameuse Intelligence Artificielle générative !

C'est l’une des avancées les plus intrigantes et captivantes de l’IA grâce à sa capacité à créer, à imaginer et à générer des contenus originaux.

Des applications comme GPT par OpenAI pointent le bout de leur nez, transformant les industries et la société.

La version 1 sera suivi de GPT-2, GPT-3 puis GPT-4, avec des évolutions en termes de compréhension contextuelle, de réduction des biais (parce que oui, l'IA a des limites ! On verra ça dans un futur article, promis 😁) et de performances générales.

Aujourd'hui, on retrouve l'IA générative dans une multitude d'usages et dans plein de domaines différents, y compris le marketing, la création de contenu, la santé, l'industrie et autres...

Voila, tu connais les prémices de l'IA, vieille de 60 ans, elle a déjà connu 5 grandes ères et c'est loin d'être fini à mon avis ! D'où l'importance de rester au jus et de commencer dès maintenant à l'appréhender 😊

A bientôt ! 🤖