Anatomie d'une bulle : une histoire de l'intelligence artificielle

Une histoire de l'intelligence artificielle des premiers ordinateurs à l'irruption des LLM, présentée et commentée par vos deux data scientists préférés (si).

Livre téléchargeable au format epub.
50 pages de bonheur, 11 chapitres, 80 citations
Mais zero image.

TL;DR

== résumé pour les gens pressés.

Le troisième printemps de l'IA a commencé en 2016, année où AlphaGo a battu un des champions humains au jeu de go. La victoire de ce programme développé par Google DeepMind est symbolique. L'impact technique et médiatique est fort. Le grand public et le monde économique redécouvrent l'intelligence artificielle .

L'intérêt pour l'intelligence artificielle est cyclique. Depuis les années 1950, l'alternance entre printemps et hivers se répète. Au printemps tout s'affole, les budgets affluent et la communication est débridée. Pendant l'hiver tout se repose et sédimente. Les deux premiers printemps ont concerné l'approche symbolique et les systèmes experts. Le printemps actuel est causé par les progrès remarquables d'une classe d'algorithmes particulière : les réseaux de neurones profonds, ou deep learning. Nous parlons de bulle du deep learning ou bulle deep.

Ces algorithmes d'apprentissage automatique (machine learning) forment un sous-domaine de l'intelligence artificielle. Ils permettent de construire des outils d'aide à la décision à partir du traitement mathématique de bases de données. Ces bases de données peuvent contenir des millions ou des milliards d'objets. Les progrès techniques des années 2000-2010 ont permis de relancer l'intérêt pour ces programmes d'apprentissage, qui montrent aujourd'hui d'excellentes performances en traitement massif de données. Les usages sont multiples. Certains y voient une baguette magique, silver bullet informatique. D'autres, plus rares, y voient une avancée technologique intéressante mais loin d'être révolutionnaire, incoutournable ou encore universelle.

Ces technologies sont très utilisées par les BigTechs, GAFA en tête, notamment pour leurs besoins en traitement d'images, en classification de produits et services - mais aussi d'humains - en recommandation de contenus variés, pour l'identification de comportements et d'anomalies etc. Fin 2022, la bulle repart avec la publication par OpenAI d'un nouvel agent conversationnel : ChatGPT. Ce programme exploite la majorité des corpus de textes disponibles à l'aide d'un grand modèle de langage (LLM), lui-même construit sur une architecture complexe qui fait appel aux réseaux de neurones profonds. Hapax technologique, ChatGPT stupéfie le monde.

Ce texte inscrit la bulle du deep learning dans une perspective historique plus générale, loin de la frénésie qui s'est emparée du monde économique. Car s'il est technologiquement enthousiasmant, ce troisième printemps de l'intelligence artificielle est un échec sur le plan scientifique, intellectuel et social.

Plan

1. Calculer rapidement: les débuts de l'informatique
2. L'age d'or de l'IA symbolique
3. Du côté de la programmation : SHRDLU, ELIZA etc
4. Les réseaux de neurones et l'apprentissage automatique
5. L'hiver symbolique, le premier hiver
6. Systèmes experts : le second printemps
7. Une intégration progressive vers les agents
8. Deux réussites : DeepBlue et solveurs SAT
9. Le retour des réseaux de neurones, la bulle deep
10. Les limites de la bulle
11. Winter is coming, ou le triple échec du deep learning

C'est génial

N'est-ce pas ? Vous pouvez lire tranquillement le livre en le téléchargeant ici. Laissez-nous quelques jours pour mettre le texte en ligne en HTML.

Si vous voulez contribuer et nous offrir du café, ça se passe ici.

Thomas + Antoine