![\"\"](\"https:\/\/www.sprint-project.com\/wp-content\/uploads\/2018\/05\/IA-mythe-ou-realite-thumbnail-300x200.jpg\")
<\/p>\nL\u2019IA n\u2019est ni une question unifi\u00e9e, ni une discipline. Elle r\u00e9f\u00e8re tant au fantasme actuel de \u00ab supplantation de l\u2019humain par les machines \u00bb qu\u2019\u00e0 sa r\u00e9alit\u00e9 scientifique et technologique \u2013 les statistiques et la cat\u00e9gorisation.<\/p>\n
On appelle d\u2019ailleurs ces \u00ab IA \u00bb des classifieurs. Leur r\u00f4le est de r\u00e9partir des informations choisies en entr\u00e9e dans des cat\u00e9gories, choisies \u00e9galement, dites \u00ab de sortie \u00bb. Par exemple, on cherchera \u00e0 d\u00e9terminer si une forme dans image (une masse de pixels) est une personne, un chien, un laptop, un camion, etc. Ce \u00e0 quoi on ajoutera un degr\u00e9 d\u2019identification probable : cette forme est un chien \u00e0 88%, un camion \u00e0 22%, etc. En somme, les classifieurs classifient des donn\u00e9es pr\u00e9-donn\u00e9es dans des classes pr\u00e9d\u00e9termin\u00e9es. L\u2019humain est partout pr\u00e9sent et les IA sont des op\u00e9rateurs de classification par probabilit\u00e9.<\/p>\n
Son impl\u00e9mentation, variablement complexe, dans les segments de l\u2019industrie et de la supply chain en particulier est r\u00e9cente et massive \u2013 1,3 $TRN de cr\u00e9ation de valeur annuelle en d\u00e9coulerait. Lorsqu\u2019il en va de l\u2019IA cependant, on ne sait jamais bien si l\u2019on parle de robotique, de r\u00e9alit\u00e9 virtuelle, de trajectoires optimis\u00e9es, d\u2019automatisation, de calcul pour le jeu (go, \u00e9checs), etc. Le discours g\u00e9n\u00e9ral est ambigu.<\/p>\n
Pourtant, l\u2019IA n\u2019est pas une question r\u00e9cente : les chaines de Markov dont on se saisit souvent sont apparues en 1906, les (tr\u00e8s mal-nomm\u00e9s) \u00ab r\u00e9seaux de neurones \u00bb informatiques \u2013 qui n\u2019ont de commun avec les neurones physiologiques que la vague compr\u00e9hension qu\u2019on en avait il y a 55 ans \u2013 ont connu des pics d\u2019int\u00e9r\u00eats scientifiques dans les ann\u00e9es 60 puis 80, et r\u00e9-\u00e9mergent depuis peu par le biais du monde entrepreneurial. Marvin Minsky, fondateur du laboratoire d\u2019IA du MIT, d\u00e9clarait finalement \u00ab AI has been brain dead since the 70s \u00bb, \u00e9cho fracassant de la d\u00e9claration de Luc Julia en 2017 [p\u00e8re de Siri sur iOS\/Mac OS] \u00ab l\u2019IA n\u2019existe pas \u00bb.<\/p>\n
Face tant au buzz na\u00eff (mais enthousiaste et positif) qu\u2019\u00e0 la d\u00e9fiance rigoriste, clarifier s\u2019impose et l\u2019on peut ais\u00e9ment distinguer les sciences de l\u2019ing\u00e9nieur des sciences cognitives. Dans un cas, on tentera de mod\u00e9liser et rendre op\u00e9rante une action qui n\u00e9cessiterait classiquement l\u2019intervention d\u2019un humain \u00e0 partir d\u2019outils informatiques et\/ou m\u00e9caniques (ce que l\u2019on appelle \u00ab IA faible \u00bb). Dans l\u2019autre, on s\u2019int\u00e9ressera \u00e0 la nature de la cognition humaine \u2013 entendre la connaissance et la m\u00e9moire, notamment.<\/p>\n
Dans l\u2019histoire des id\u00e9es scientifiques, les sciences de l\u2019ing\u00e9nieur et les sciences cognitives se sont s\u00e9par\u00e9es rapidement. La premi\u00e8re \u00e9cole\/\u00e9poque des sciences cognitives se m\u00e9prenait sur la nature \u00ab computationnelle \u00bb (similaire \u00e0 un ordinateur) de la cognition et proposait d\u00e8s les ann\u00e9es 60 des mod\u00e8les alternatifs : les plus r\u00e9cents sont les mod\u00e8les incarn\u00e9s, distribu\u00e9s, situ\u00e9s, externalistes, qui reconnaissent le r\u00f4le constitutif du corps, de l\u2019environnement, des objets techniques alentour et amenuisent g\u00e9n\u00e9ralement la centralit\u00e9 du cerveau.<\/p>\n
Dans ce contexte, il est plus juste de reconna\u00eetre \u00e0 la fois la puissance op\u00e9rationnelle de l\u2019outil (mal)nomm\u00e9 \u00ab IA \u00bb et la l\u00e9gitimit\u00e9 des sciences cognitives (non enti\u00e8rement naturalistes) \u00e0 d\u00e9crire l\u2019attitude et la pens\u00e9e humaine. En somme, continuons de nous saisir de la force des statistiques pour l\u2019optimisation industrielle, tout en t\u00e2chant de bien le distancier des d\u00e9bats \u00e9thiques qui souvent rel\u00e8vent d\u2019une m\u00e9compr\u00e9hension de sa nature : il n\u2019existe pas d\u2019IA forte aujourd\u2019hui, et ce n\u2019est pas une augmentation en puissance (de calcul) qui changera la donne mais une variation en nature. En attendant, parlons de l\u2019IA non comme Intelligence Artificielle (il n\u2019y a pas moins r\u00e9flexif qu\u2019un r\u00e9seau de neurones) mais bien comme Intelligence (humaine) Augment\u00e9e par l\u2019outil statistique.<\/p>\n
<\/p>\n
Jean-Baptiste Guignard, co-fondateur de Clay, est Fellow Researcher de l\u2019\u00e9cole des Mines de Paris et Associate Professor de l\u2019UTC-Sorbonne Universit\u00e9s.<\/p>\n