L'intelligence artificielle est déjà devenue une réalité dans certains segments de la finance et des transports, et à mesure qu'elle se répand dans d'autres domaines, nous voulons de plus en plus nous assurer de la contrôler, et non l'inverse. De 2001 A Space Odyssey à Blade Runner, RoboCop à The Matrix, lorsque les humains font face à l'intelligence artificielle, ils sont inévitablement confrontés au sombre fantasme des cinéastes.
Le dernier film de Spike Jones "She" et le prochain "Out of the Machine" d'Alex Garland sont déjà dédiés aux créations de l'intelligence artificielle vivant parmi nous. Le test de Turing vient au premier plan, et nous ne pouvons toujours pas déterminer la principale différence entre les puces et le code de chair et de sang.
Ces craintes sont également exprimées par certaines personnalités célèbres de la Silicon Valley: le mois dernier, Elon Musk (PDG de Tesla et SpaceX) a décrit l'intelligence artificielle comme "la plus grande menace existentielle" pour l'humanité. Ce que beaucoup d'entre nous ne comprennent pas, et peut-être Elon Musk lui-même, c'est que l'intelligence artificielle n'est pas une technologie incroyable qui n'existe que dans les fantasmes des cinéastes et des laboratoires de génie informatique.
Beaucoup de nos smartphones utilisent des techniques rudimentaires d'intelligence artificielle pour traduire d'une langue à une autre ou répondre à nos questions; dans l'industrie du jeu, l'IA est utilisée pour générer des scénarios de jeu complexes et en constante évolution. Et alors que les entreprises de la Silicon Valley comme Google et Facebook continuent d'acheter des entreprises d'IA et d'embaucher des experts, l'IA continuera de croître.
L'intelligence artificielle n'est donc pas le film de Spielberg?
Il n'y a pas de plaintes à propos du film, mais le terme qui signifie «intelligence artificielle» a une histoire beaucoup plus longue que celle que Spielberg et Kubrick ont montrée dans leurs films. L'intelligence artificielle remonte à la naissance de l'informatique dans les années 1950, lorsque, à peine 14 ans après avoir défini un ordinateur polyvalent, Alan Turing se demandait si une machine pouvait penser.
Vidéo promotionelle:
64 ans se sont écoulés, et cette idée occupe toujours nos esprits, est incarnée dans les films et les livres, et est discutée lors de colloques. Il ne s'éloignait pas de l'ensemble des règles énoncées par Turing dans ses 1950 Computing Machines and the Mind, dans lequel il proposait le «jeu d'imitation» que nous connaissons maintenant sous le nom de test de Turing.
Connectez un ordinateur à un terminal texte et permettez-lui de communiquer avec l'opérateur avec une personne réelle. L'essence du test est que lorsque vous demandez à l'opérateur de déterminer lequel de ses interlocuteurs était un humain, «l'opérateur fera des erreurs autant de fois au cours de ce jeu qu'il pourrait faire des erreurs en essayant de distinguer un homme d'une femme.
Turing pensait que déterminer si une machine pouvait passer un test serait plus utile que de répondre à la question vague et philosophique de savoir si elle pensait ou non. "En ce qui concerne cette question … je pense qu'il est inutile d'en discuter." Certes, Turing pensait que d'ici l'an 2000 "la langue et l'éducation auront tellement changé que n'importe qui pourra communiquer avec une machine à penser sans aucun problème."
Littéralement, il n'avait pas trop tort. Aujourd'hui, vous pouvez souvent entendre les gens dire que leurs ordinateurs sont «stupides» ou «réfléchis». Mais même si nous prenons plus au sérieux la définition d'une machine à penser, cette idée sera plus proche de la réalité que beaucoup ne le pensent.
L'IA existe déjà?
Relativement. Nous sommes encore loin de passer par le jeu de simulation de Turing malgré les rapports contraires. En juin, le chatbot Evgeny Gustman a réussi à tromper un tiers des juges en passant le test de Turing à Londres, les convaincant qu'il était humain.
Mais au lieu de réfléchir, Eugene s'est appuyé sur des trucs et astuces. Se faisant passer pour un garçon de 13 ans pour qui l'anglais n'est pas sa langue maternelle, la machine s'explique par autant d'aspects illogiques de son comportement, notamment un mauvais sens de l'humour et des propos offensants, redirigeant souvent la conversation dans une autre direction.
La plupart des développeurs d'IA essaient de lui apprendre à traiter le langage naturel afin que nous puissions émettre une commande dans une langue que nous connaissons. C'est ce que les enfants commencent à faire avant même de faire leur premier pas, et c'est une tâche extrêmement difficile pour une machine.
Prenons une phrase préférée des chercheurs en IA: «le temps passe comme une flèche, les fruits volent comme une banane». [jouer sur les mots: «le temps passe comme une flèche, les mouches des fruits aiment la banane»; la deuxième partie de la phrase, par analogie avec la première, peut être traduite par «le fruit vole comme une banane»]. La décomposition d'une phrase en ses parties constitutives déroute parfois même les anglophones, sans parler de l'algorithme.
L'IA a-t-elle des problèmes d'élocution?
Pas certainement de cette façon. En fait, la plupart du temps, l'IA n'est pas utilisée pour les conversations. Certains d'entre vous devraient connaître l'intelligence artificielle non pas de la science-fiction ou d'Alan Turing, mais des jeux vidéo, où l'IA est utilisée pour désigner des adversaires contrôlés par ordinateur.
Dans un jeu de tir à la première personne, par exemple, l'IA contrôle les mouvements des ennemis, leur permettant d'esquiver, de viser et de tirer sur vous de la manière la plus incompréhensible. Dans les jeux de course, l'IA peut contrôler les véhicules rivaux. En tant que parangon de l'IA, les jeux vidéo laissent certainement beaucoup à désirer. Mais les diamants sont fabriqués à partir de diamants et les règles simplifiées du système se combinent pour rendre quelque chose de complexe.
Prenez GTA V, par exemple, où créer des villes avec une vie qui leur est propre signifie que vous pouvez tourner un coin et trouver une brigade de pompiers combattant un conducteur qui s'est heurté à un tuyau d'arrosage; ou Dwarf Fortress, où les gnomes vivent dans des grottes avec leur propre vie, texturée et détaillée de manière algorithmique. Ces systèmes de jeu émergents montrent une manière entièrement nouvelle d'évoluer l'IA, sans essayer d'imiter un humain, mais en développant une heuristique «assez bonne» qui transforme les algorithmes en quelque chose de complètement différent lorsqu'ils sont suffisamment mis à l'échelle.
Alors tout le monde investit dans l'IA pour créer de meilleurs jeux?
Ne pas. Des entreprises comme Apple et Google investissent beaucoup d'argent dans l'IA, essayant de créer des assistants personnels virtuels comme Siri et Google Now.
C'est peut-être un peu loin de la vision fantastique de Turing, mais les services vocaux font essentiellement le même travail acharné qu'un humain. Ils doivent écouter et comprendre la langue parlée, déterminer les données qu'elle contient, puis renvoyer le résultat, également sous la forme d'une conversation. Ils n'essaient pas de nous faire croire qu'ils sont humains, mais cela se produit tout seul. Étant donné que tout le calcul se déroule dans le cloud, plus ils entendent, mieux ils comprennent.
Cependant, la recherche de pointe sur l'IA ne vise pas à reproduire la compréhension humaine du monde, mais à la surpasser. Watson d'IBM, par exemple, est connu comme l'ordinateur qui a remporté le Jeopardy! en 2011, en utilisant la compréhension du langage naturel pour trouver des réponses aux questions de l'animateur. Mais en plus de comprendre le langage naturel, Watson peut également lire et comprendre d'énormes quantités de données non structurées, et très rapidement.
Dans le cas de Jeopardy!, Il a travaillé avec 200 millions de pages de données, y compris le texte de l'ensemble de Wikipédia. Le véritable objectif de Watson est de s'étendre à tout Internet et de fournir aux professionnels de la santé un mécanisme pratique avec lequel travailler. Après tout, il y a des scientifiques qui veulent juste sauver l'humanité.
Nous mourrons tous?
Peut être. On craint qu'une fois qu'une IA suffisamment polyvalente comme Watson est créée, sa puissance augmente avec la puissance de traitement dont elle dispose. La loi de Moore prédit que la puissance de calcul double tous les 24 mois, ce n'est donc qu'une question de temps avant que l'IA devienne plus intelligente que ses créateurs et puisse créer une IA encore plus puissante, conduisant à une croissance exponentielle de ses capacités.
Mais que fera l'intelligence artificielle superintelligente avec ces capacités? Tout dépend de la façon dont il est programmé. Le problème est qu'il est très difficile de programmer un ordinateur hautement intelligent pour qu'il ne détruise pas accidentellement l'humanité.
Disons que vous confiez à votre IA la tâche de fabriquer des trombones et de les rendre aussi bons que possible. Bientôt, il se rendra compte que des améliorations dans la production de denrées de base peuvent être obtenues en améliorant la ligne de production. Que va-t-il faire ensuite?
«Par exemple, il craindra que les gens ne l'éteignent pas, car alors aucun trombone ne sera produit», explique Nick Bostrom. Paperclip AI, dit Bostrom, «peut se débarrasser d'une personne tout de suite parce qu'elle est une menace. De plus, il aura besoin d'autant de ressources que possible car elles peuvent être utilisées pour fabriquer des trombones. Par exemple, les atomes dans les corps humains."
Comment gérer une telle IA?
La seule façon qui fonctionnera, selon certains théoriciens comme Ray Kurzweil, le CTO de Google, est d'arrêter l'IA. Les gens devraient réfléchir non seulement à la manière de créer une IA intelligente, mais aussi au côté éthique de cette question - et à programmer en fonction de cela.
En fin de compte, l'écriture de code est juste à la recherche de problèmes. Une machine avec des instructions pour «rendre les gens heureux» peut résoudre ce problème tout simplement en implantant des électrodes dans le cerveau des gens. Par conséquent, lorsque nous demandons à l'intelligence artificielle de résoudre de gros problèmes philosophiques, nous devons nous assurer que la machine comprend ce qui est «bon» et ce qui est «mauvais».
Nous avons donc besoin d'un programme d'éthique et tout ira bien?
Pas vraiment. Même si nous parvenons à empêcher l'émergence d'une IA malveillante, la question reste de savoir comment la société s'adapte aux capacités croissantes de l'intelligence artificielle.
La révolution industrielle est caractérisée par l'automatisation d'un certain nombre d'emplois qui reposaient auparavant sur le travail manuel. Il ne fait aucun doute que la révolution industrielle a été la période de croissance la plus significative du bien-être humain. Mais le coup d'État de cette époque était unique dans son cas, et il est peu probable que nous puissions le revoir.
Ce que la vapeur a fait pour le travail physique, l'IA peut le faire pour le travail mental. Les premières victimes de cette sphère font déjà leur apparition: il n'y a pas de place pour l'envoi de taxi dans le monde avec Hailo et Uber; le travail d'un courtier a changé précisément en raison de l'introduction du trading à haute fréquence; les reportages sportifs et d'actualité seront bientôt réalisés par des voitures.
Les vrais changements ne font que commencer. En novembre, Goldman Sachs a dirigé un cycle de financement de 15 millions de dollars pour Kensho, un service d'analyse de données financières qui utilise des techniques d'intelligence artificielle hors de la portée des meilleurs analystes humains. Il peut gérer une telle quantité de données que les gens sont tout simplement impuissants devant lui.
L'analyse Kensho peut être utilisée par une société de trading à haute fréquence comme Athena, qui l'utilise pour gagner une milliseconde d'avance sur le marché - assez pour gagner de l'argent si vous négociez des milliards de dollars.
Une fois que ces transactions affectent le marché en général, Kensho peut fournir ses algorithmes à Forbes et elle remplacera ses analystes financiers. La plupart des résumés d'entreprise sont individuels, et si les données sont disponibles dans un format structuré, pourquoi perdre du temps avec les gens?
En général, ces changements sont bons. Si le travail de millions de personnes remplace les algorithmes, ils peuvent faire quelque chose de mieux, le nombre d'heures de travail diminuera et nous nous rapprocherons de l'utopie.
