Histoire de l'IA et notions fondamentales

Le cadre le plus large est l'intelligence artificielle ; l'une de ses approches est l'apprentissage automatique, et celui qui utilise des réseaux de neurones à couches profondes empilées est l'apprentissage profond. Dans le programme, ces trois termes figurent ensemble comme mots-clés de la section « 1. Définition de l'intelligence artificielle ». Une explication qui place l'apprentissage automatique ou l'apprentissage profond comme cadre le plus large inverse le sens de l'inclusion. Dire que les trois sont indépendants et côte à côte ne correspond pas non plus au fait que l'apprentissage profond est une approche particulière au sein de l'apprentissage automatique.

La classification en quatre niveaux de l'intelligence artificielle est citée dans les objectifs de la section « 1. Définition de l'intelligence artificielle » du programme : « simple programme de contrôle », « intelligence artificielle classique », « apprentissage automatique » et « apprentissage profond ». Ce qui fonctionne uniquement par une correspondance préétablie entre conditions et actions est le simple programme de contrôle, comme un thermostat qui s'allume ou s'éteint selon la température réglée. L'intelligence artificielle classique choisit sa réponse par des cas de figure, une recherche ou des connaissances stockées, l'apprentissage automatique apprend des régularités à partir des données, et l'apprentissage profond utilise pour cela un réseau à couches profondes empilées ; tous se situent au-delà du stade où une personne écrit exhaustivement toutes les réponses possibles.

L'effet IA est le phénomène par lequel, lorsque le mécanisme de l'intelligence artificielle est élucidé et compris, on le perçoit comme « un simple traitement automatique et non une intelligence », faisant baisser son évaluation. Le programme indique explicitement, parmi les objectifs de « 1. Définition de l'intelligence artificielle », de « pouvoir expliquer l'effet IA ». Le débat sur le point de bascule où l'IA dépasse l'intelligence humaine est la singularité, un mot-clé de « 2. Questions débattues dans le domaine de l'intelligence artificielle ». La tendance de la performance à croître avec le volume de données, et l'impossibilité de présenter la raison d'un jugement, sont des sujets distincts de l'effet IA.

L'agent est une notion désignant une entité qui observe son environnement et choisit elle-même ses actions successives en vue d'un objectif. C'est un terme qui appréhende l'intelligence artificielle non pas par « avec quel mécanisme elle est construite » mais par « comment elle se comporte » ; dans le programme, il figure aux côtés de l'intelligence artificielle, de l'apprentissage automatique, de l'apprentissage profond et de l'effet IA comme mot-clé de « 1. Définition de l'intelligence artificielle ». Le point d'entrée des opérations à l'écran, la personne qui prépare les données, ou le mécanisme de location de ressources de calcul ne correspondent pas à ce que désigne ce terme.

ImageNet est un vaste jeu de données rassemblant un grand nombre d'images étiquetées par catégorie, et ILSVRC est une compétition qui l'a utilisé pour comparer la précision de reconnaissance d'images. Dans le programme, les deux figurent comme mots-clés de « 6. Apprentissage profond », servant de matériau pour expliquer comment l'apprentissage profond s'est développé. Ce ne sont pas deux noms attribués au même modèle, ni une relation entre une norme d'étiquetage et un lieu d'évaluation. Ce qui concerne le go est AlphaGo, également mot-clé de la même sous-section, mais distinct.

LeNet est un réseau de neurones utilisant la convolution, conçu pour reconnaître des chiffres manuscrits, et il figure comme mot-clé de « 6. Apprentissage profond » dans le programme. Ce qui a battu les meilleurs joueurs humains au go est AlphaGo, le vaste jeu de données d'images étiquetées est ImageNet, et ce qui génère du nouveau texte ou de nouvelles images est l'IA générative ; ce sont là d'autres mots-clés de la même sous-section. Il vaut mieux retenir non seulement le nom, mais aussi ce sur quoi il porte.

AlphaGo est un programme qui a battu les meilleurs joueurs humains au jeu de go ; dans le programme, il figure comme mot-clé de « 6. Apprentissage profond » aux côtés d'ImageNet, ILSVRC, LeNet, le néocognitron, l'IA générative, etc. L'objectif de cette sous-section étant de « pouvoir expliquer l'histoire du développement de l'apprentissage profond », il est utile de retenir chaque nom en l'associant à l'étape du développement qu'il illustre. La transcription de la parole, la lecture de chiffres manuscrits et le résumé de texte ne sont pas des résultats démontrés par AlphaGo.

Le robot désigne la machine elle-même dotée d'un corps, et l'intelligence artificielle en est la partie qui assure le jugement. Les deux peuvent se recouper, mais ne sont pas identiques. Il existe de nombreuses intelligences artificielles qui n'ont pas de corps et fonctionnent uniquement en logiciel, et inversement, il existe des robots qui se contentent de répéter des mouvements prédéfinis sans intelligence artificielle. Une explication qui inverse la partie qui juge et la partie qui constitue le corps a un sens erroné, et ce n'est ni une distinction selon la capacité d'apprentissage, ni une différence de terminologie selon le domaine.

Le néocognitron est un modèle qui s'est inspiré du fonctionnement des circuits neuronaux humains pour tenter de traiter l'information visuelle par étapes, à travers des couches empilées. Si le programme place les « circuits neuronaux humains » et le néocognitron dans le même mot-clé de « 6. Apprentissage profond », c'est pour faire comprendre d'où vient l'idée d'empiler des couches. Le câblage des circuits neuronaux n'a pas été directement transformé en circuit informatique, et la recherche sur les circuits neuronaux n'a pas non plus été élucidée. Ce qui concerne le go est AlphaGo, dans la même sous-section.

La recherche et le raisonnement correspondent à l'étape où l'humain construit lui-même les procédures de résolution, la représentation des connaissances et les systèmes experts à l'étape où l'humain écrit les connaissances d'un expert, et l'apprentissage automatique ainsi que l'apprentissage profond à l'étape où l'on fait apprendre des régularités à partir des données. Autrement dit, c'est une évolution où le centre de gravité est passé de l'humain qui écrit vers l'apprentissage à partir des données. Notons que le programme n'utilise jamais l'expression désignant cette évolution par un numéro de « génération » ; ce laboratoire la désigne donc directement par le nom des sous-sections. L'évolution de la forme des données, du lieu de calcul ou des acteurs de la recherche n'est pas ce que représente cet ordre.

La conférence de Dartmouth, tenue en 1956, est présentée comme le lieu où le terme artificial intelligence (intelligence artificielle) aurait été employé publiquement pour la première fois. Le test distinguant l'humain de la machine par de simples échanges de texte a été proposé dans l'article de Turing de 1950, un événement distinct antérieur à la conférence de Dartmouth. Associer ces deux événements est une erreur classique ; il convient de retenir séparément l'année et l'événement. La recherche sur les systèmes experts et la méthode d'apprentissage des réseaux à couches profondes empilées sont toutes deux des sujets postérieurs à cette conférence.

Le test de Turing est une méthode de jugement selon laquelle, si l'évaluateur ne peut pas distinguer l'humain de la machine en se basant uniquement sur des échanges de texte, on considère que cette machine possède une intelligence. L'essentiel est qu'il ne donne pas une définition de l'intelligence elle-même, mais propose de juger à partir du comportement observable de l'extérieur. Le concours de Loebner a mis en pratique ce test sous forme de compétition ; c'est aussi un mot-clé de la même sous-section. Ce n'est ni une procédure examinant le mécanisme interne, ni une méthode de calcul estimant un moment.

La chambre chinoise est une expérience de pensée qui, à partir de l'idée qu'une personne se contentant de réarranger des symboles selon un manuel ne comprend pas le chinois, avance que même si le comportement est indiscernable de celui d'un humain, cela n'implique pas nécessairement de la compréhension. C'est donc une critique du test de Turing, introduite comme objection à l'IA forte, la position qui admet l'existence d'un esprit ou d'une compréhension. La présenter comme un fondement soutenant l'IA forte inverse le sens, ce qui est une confusion fréquente. Ce n'est ni une question de vitesse de manipulation de symboles, ni une comparaison de méthodes de traduction automatique.

IA forte et IA faible est une distinction fondée sur la question de savoir si la machine possède un esprit ou une compréhension. L'IA forte est la position selon laquelle la machine comprend réellement, l'IA faible celle selon laquelle elle n'est qu'un outil se comportant comme si elle comprenait. À l'opposé, généraliste et spécialisé est une distinction selon l'étendue des tâches auxquelles l'IA peut être appliquée, un axe totalement différent. On ne peut donc pas déduire de l'étendue du champ d'application qu'il existe un esprit. Une explication inversant ces deux distinctions a un sens erroné ; la quantité de données, les ressources de calcul, la vitesse de traitement ou le coût ne sont le critère d'aucune de ces deux distinctions.

Le problème du cadre est le problème de ne pas pouvoir se limiter, en temps fini, aux seuls éléments pertinents pour déterminer ce qui change et ce qui ne change pas lorsqu'une action est entreprise. En un mot, c'est le problème de délimiter la pertinence. Relier les symboles au sens qu'ils désignent dans le monde réel est le problème de l'ancrage des symboles, le travail d'écriture des connaissances qui devient trop volumineux est le goulot d'étranglement de l'acquisition des connaissances, et le fait de ne résoudre que des problèmes à conditions limitées est le toy problem ; ce sont là d'autres mots-clés de la même sous-section.

Le problème de l'ancrage des symboles est le problème de savoir comment un système relie les symboles au sens qu'ils désignent dans le monde réel. On l'illustre souvent ainsi : même en possédant le mot « zèbre » et la connaissance qu'il s'agit d'un « cheval rayé », rien ne garantit que cela se relie à l'animal réel devant soi. Ne pas pouvoir se limiter aux seuls éléments pertinents est le problème du cadre, et les deux sont souvent posés en paire. La cognition incarnée (embodiment) est la position selon laquelle une interaction avec l'environnement à travers un corps serait nécessaire, l'une des réponses possibles à ce problème. La construction de procédures, l'écho des informations et le nombre de caractéristiques ne sont pas ce que désigne ce terme.

La cognition incarnée désigne la position selon laquelle l'existence de l'intelligence nécessiterait une expérience d'interaction avec l'environnement à travers un corps. Elle est évoquée comme réponse au problème de l'ancrage des symboles, selon lequel les symboles ne se relient pas au sens du monde réel : posséder un corps et entrer en contact avec le monde créerait ce lien. Ce n'est ni l'affirmation qu'une forme robotique est indispensable à l'usage pratique, ni une question de performance des composants, ni une procédure consistant à traduire les mouvements du corps en équations.

Le toy problem désigne un problème limité, dont les règles et les états sont clairement définis, dépouillé de la complexité du monde réel. Le terme est utilisé dans le contexte suivant : les problèmes qui entrent dans ce cadre, comme les labyrinthes ou les puzzles, peuvent être résolus, mais on n'atteint pas les problèmes réels dont les conditions ne sont pas fixées. Attention : cela ne signifie pas « problème facile », mais « cadre simplifié par rapport à la réalité ». Ce n'est ni un matériel pédagogique pour enfants, ni un problème difficile non résolu, ni un problème dont le volume de calcul serait trop important.

Le goulot d'étranglement de l'acquisition des connaissances est le problème selon lequel le volume et la difficulté du travail manuel consistant à mettre en forme de règles les connaissances d'un expert ont constitué un obstacle, empêchant cette manière d'accumuler des connaissances de se répandre. L'essentiel est que la cause ne réside pas dans un manque de ressources de calcul, de données ou de communication, mais dans l'effort même d'écriture des connaissances. L'un des essais visant à réduire cet effort est le système d'entretien (interview system) cité dans « 4. Représentation des connaissances et systèmes experts » du programme.

La traduction automatique à base de règles est une approche où l'humain écrit des règles grammaticales et un dictionnaire pour construire la traduction, tandis que la traduction automatique statistique choisit la traduction la plus probable à partir des statistiques d'un grand volume de données bilingues. L'évolution, allant d'une approche écrite par l'humain vers une approche fondée sur l'apprentissage à partir de données, apparaît ici dans le domaine particulier de la traduction. Inverser les deux inverse le sens. Ce n'est pas une différence d'unité traitée, ni une différence entre langue parlée et langue écrite. Notons que la traduction automatique statistique figure aussi bien dans cette sous-section que dans « 27. Traitement du langage naturel ».

La recherche en largeur d'abord examine, en partant des niveaux proches de la racine, tous les nœuds d'une même profondeur avant de passer à la profondeur suivante. Elle permet de trouver en premier une réponse se trouvant au niveau le plus superficiel, mais elle tend à devoir mémoriser un grand nombre de nœuds. La recherche en profondeur d'abord descend d'un seul trait aussi loin que possible, puis revient en arrière en cas d'impasse pour recommencer. Elle nécessite de mémoriser moins de données, mais la première réponse trouvée n'est pas forcément la plus superficielle. Inverser les deux inverse le sens ; choisir les branches au hasard relève de l'idée de la méthode de Monte-Carlo, et parcourir l'arbre des feuilles vers la racine ne correspond à aucune des deux.

L'algorithme Min-Max est une méthode qui, dans un jeu où deux joueurs jouent alternativement, suppose que le tour propre choisit le meilleur coup pour soi et le tour adverse le pire coup pour soi, et remonte ainsi la valeur des positions futures jusqu'à la position actuelle. L'élagage alpha-bêta est un raffinement appliqué au cours de cette recherche, qui coupe les branches dont on sait qu'elles ne changeront pas la conclusion, réduisant ainsi la quantité à examiner ; ce n'est pas une approche d'évaluation distincte de Min-Max. Ce n'est ni une procédure de construction de l'arbre de recherche, ni une procédure de vérification a posteriori.

La force brute est une approche qui examine tous les coups possibles un par un. Si une réponse existe, elle sera nécessairement trouvée, mais lorsque le nombre de coups augmente, le nombre de combinaisons croît brusquement, ce qui rend la recherche impossible en un temps réaliste. C'est précisément pourquoi des raffinements comme l'élagage alpha-bêta apparaissent, afin de réduire le champ d'examen. Examiner les branches les plus prometteuses selon un ordre de score, l'idée de la méthode de Monte-Carlo par essais aléatoires, ou l'enregistrement des résultats intermédiaires pour les réutiliser, ne correspondent pas à la force brute elle-même. Un sujet comme la tour de Hanoï, dont les états et les règles sont clairement définis, est cité dans le programme comme terrain d'entraînement pour ce type de recherche.

SHRDLU est une recherche qui a fait manipuler par des instructions en langage naturel un monde de cubes affiché à l'écran, montrant que des instructions en langage naturel pouvaient fonctionner dans un monde aux conditions limitées. STRIPS est une approche qui décrit une action sous la forme de « prémisses d'exécution » et « ce qui change après l'exécution », et construit une séquence d'actions menant à un état visé. Inverser les deux inverse le sens. Répéter des essais au hasard relève de la méthode de Monte-Carlo, et couper des branches relève de l'élagage alpha-bêta. Estimer une structure moléculaire à partir de la spectrométrie de masse relève de DENDRAL, et diagnostiquer des infections bactériennes relève de MYCIN, tous deux situés dans « 4. Représentation des connaissances et systèmes experts ».

ELIZA est un programme de dialogue qui construit une réponse en fonction des motifs de la phrase saisie. Il est cité comme exemple montrant qu'un programme peut paraître humain sans comprendre le contenu. Estimer une structure moléculaire à partir de la spectrométrie de masse relève de DENDRAL, diagnostiquer des infections bactériennes et recommander un antibiotique relève de MYCIN, et l'effort de longue haleine visant à écrire le sens commun est le projet Cyc ; ce sont là d'autres mots-clés de la même sous-section. Il ne faut pas confondre ce qui diagnostique et ce qui dialogue.

MYCIN est un système expert qui diagnostique des infections bactériennes et recommande un antibiotique adapté, s'inscrivant dans le domaine médical. Celui qui estime la structure moléculaire de composés organiques à partir de spectrométrie de masse, dans le domaine chimique, est DENDRAL ; celui qui a affronté l'examen d'entrée à l'université est Todai Robot ; et celui qui a concouru contre des humains en questions-réponses (Question-Answering) dans un jeu télévisé est Watson. L'association entre le nom et le domaine étant directement questionnée, il convient de les retenir par paires.

DENDRAL est un système expert précoce qui estime, à partir de données de spectrométrie de masse, la structure moléculaire d'un composé organique inconnu. Son domaine est la chimie, et il est souvent mis en paire avec MYCIN, qui s'inscrit dans le domaine médical. Le projet Cyc est un effort de longue haleine visant à écrire continuellement le sens commun humain, Watson est un mécanisme de questions-réponses (Question-Answering), et Todai Robot est un projet qui a affronté l'examen d'entrée à l'université ; ce sont là d'autres éléments de la même sous-section.

is-a est une relation supérieur-subordonné, exprimant, comme dans « un chien est un animal », que le concept subordonné est inclus dans le concept supérieur. has-a est une relation de possession de partie, considérant un tout du point de vue de ses parties, comme dans « une voiture a des pneus ». part-of est une relation d'appartenance à un tout, considérant une partie du point de vue du tout, comme dans « un pneu fait partie d'une voiture ». has-a et part-of expriment le même lien vu dans des sens opposés ; il ne faut pas inverser ce sens. Un sens identique, un sens opposé ou une relation d'ordre ne correspondent à aucune de ces trois relations.

Le fléau de la dimension est le phénomène où, plus le nombre de caractéristiques traitées, c'est-à-dire de dimensions, augmente, plus les données deviennent éparses dans cet espace, et plus le volume de données nécessaire pour maintenir la même densité augmente brusquement. Les écarts de distance entre les points deviennent également plus difficiles à distinguer. Dire que réduire les caractéristiques augmente le besoin en données inverse le sens ; l'ajustement aux données d'entraînement, ou la relation entre ressources de calcul et précision, sont des sujets distincts. Notons que dans le programme, ce terme se situe non pas dans « 7. Apprentissage supervisé » mais dans « 5. Apprentissage automatique ».

Une méthode à base de règles fait écrire par l'humain, sous quelle condition on aboutit à quelle conclusion. Comme elle fonctionne exactement selon ce qui est écrit, il est facile d'en présenter la raison, mais à mesure que les exceptions se multiplient, il devient impossible de tout écrire. L'apprentissage automatique trouve des régularités à partir des données, ce qui lui permet de gérer un nombre de cas de figure trop grand pour être écrit, mais en contrepartie, il devient difficile d'en présenter la raison, et des données de qualité et de quantité suffisantes sont nécessaires. Inverser les deux inverse le sens : c'est la méthode à base de règles qui permet de présenter facilement la raison. Les filtres anti-spam, les moteurs de recommandation et le traitement statistique du langage naturel sont les exemples d'application de l'apprentissage automatique cités dans cette sous-section.