Les calculatrices sont-elles une intelligence artificielle ?

4 minutes

En voilà une bonne question !

 

Dans un autre article, nous avons essayé de définir ce qu’est l’intelligence artificielle.

Pour rappel, selon nous l’IA est une science de l’informatique qui permet de créer des logiciels ou des objets capables d’effectuer des tâches que seul un humain pouvait faire il y a quelques années.

 

Alors, quid des calculatrices ?

 

Techniquement une calculatrice est un programme ou un objet contenant un programme capable de réaliser des opérations de la plus simple (2+2) à la plus complexe.

 

D’ailleurs, si vous vous rendez au Computer Science Museum de Moutain View (au coeur de la pachamama de l’informatique), une bonne partie des machines exposées sont des calculatrices, de plus en plus puissantes dans le temps. Vous passez dans des salles remplies d’ordinateurs « les plus puissants du monde » à leur époque. Ce qui vous frappe ce n’est pas ce que savent faire ces machines. Mais leur taille qui réduit drastiquement au cours du temps, jusqu’à devenir des micro processeurs.

 

La croissance de l’intelligence artificielle comme on l’entend maintenant (machine learning, deep learning) n’est d’ailleurs possible que grâce à une augmentation considérable des capacités de calcul des ordinateurs (loi de Moore).

 

De ce point de vue, une calculatrice toute simple, celle que vous avez sur votre bureau ou dans votre smartphone, est une forme très basique et assez ancestrale de capacité de calcul, donc d’intelligence artificielle.

 

Elles sont en effet capables de réaliser des opérations en quelques millisecondes, que (presque) aucun humain se serait capable de faire en quelques secondes. Essayez de calculer 98968654 * 985336 / 97668 de tête. Autre avantage, elles ne se plantent jamais…

 

Si les calculatrices sont une forme d’IA, nous allons voir que, comme le présente bien le rapport de Stanford sur comment définir l’intelligence artificielle, tout est question de spectre.

 

Les capacités d’une calculatrice sont très limitées comparativement à ce que savent faire d’autres machines, ou ce que peut faire le cerveau humain.

 

La calculatrice serait donc tout au bout d’un spectre de l’IA, du côté le plus simple. De l’autre côté on trouverait par exemple le deep learning.

 

Et ce spectre est en constante évolution. Cette évolution est  représentée par l’idée de « AI effect » (l’effet IA) théorisée entre autres par Pamela McCorduck.

 

Cet effet consiste à dire que dès qu’un scientifique ou une société trouve quelque chose dans le domaine de l’IA, et qu’il le montre au public en disant « Voici l’IA que j’ai créé, voici comment cela marche », la réaction générale est « mais ce n’est pas de l’IA, c’est juste de l’informatique… » !

 

Par exemple, lorsque l’algorithme Deep Blue d’IBM a battu Garry Kasparov aux échecs en 1997, le public a décrié l’intelligence de Deep Blue car elle n’utilisait que la méthode du Brute Force.

 

 

Fred Reed, auteur au Washington Post, résume bien le phénomène : « Quand on sait comment une machine fait quelque chose « d’intelligent », on cesse de la considérer comme intelligente. Alors que si je battais le champion du monde d’échecs, on me considérerait comme sacrément intelligent ! »

 

C’est d’ailleurs l’une des raisons pour lesquelles, dans les années 90, l’industrie est rentrée dans ce qu’on appelle l’hiver de l’IA (AI winter). Pendant cette période, les chercheurs et les startups ont décidé de ne plus communiquer sur leurs travaux comme relevant de l’intelligence artificielle, car cela nuisait plus à leur travaux qu’autre chose.

 

Philip Piekniewski, chercheur en machine learning et auteur à ses heures perdues, repris par VentureBeat, prédit d’ailleurs un potentiel retour d’un hiver de l’IA dans son article AI winter is on its way.

Brace Yourselves X is Coming Meme | BRACE YOURSELVES AI WINTER IS COMING | image tagged in memes,brace yourselves x is coming | made w/ Imgflip meme maker

 

Pour conclure, on comprend bien que l’intelligence artificielle est un sujet complexe, qui souffre d’un définition trop large et propose donc un spectre d’application quasiment infini (de la calculatrice à la voiture autonome).

 

L’abus du terme intelligence artificielle pourrait finalement être néfaste pour l’industrie et mener à l’hiver de l’IA, comme on a pu le constater auparavant.

 

En effet, si des sommes astronomiques sont investies dans l’IA (12 milliards en 2017, soit le double qu’en 2016) et que le rendement n’est pas au rendez-vous, la bulle de l’IA risque d’éclater et l’hiver reviendra 😢