La chronologie de la controverse

Automate joueur d'échecs, le Turc Mécanique a parcouru les foires d'Europe et des Etats-Unis battant notamment Napoléon et Benjamin Franklin. Ce n'est qu'en 1855 que le secret est percé. La revue Chess Monthly révèla dans une série d'articles que quelqu'un se cachait en réalité dans le grand caisson en bois sous l'échiquier. Amazon s'en est inspiré pour désigner son service de travailleurs du click.

Le 26 mars 1811, les luddites se rebellent contre les nouvelles machines à tisser, achetées par les employeurs de leur usine. Cette date nous montre que l’entrée des nouvelles technologies dans nos sociétés a souvent suscité une peur et un rejet.

En 1943, les neurophysiologistes Warren McCulloch et Walter Pitts assimilèrent pour la première fois le cerveau humain aux machines en créant mathématiquement un neurone formel, imitant le neurone biologique. Ils furent à l'origine du concept de "réseau de neurone", ayant connu un regain d'intérêt dans les années 1980 et 2010, permettant chaque fois de résoudre des problèmes plus difficiles.

Après la Seconde Guerre Mondiale, Warren Weaver, un scientifique américain, a expérimenté la traduction automatique. Il a rédigé The « Translation mémorandum » qui suggère une méthode de traduction plus élaborée que celle du « mot à mot ». Il est à l'origine de la création de centres de traduction automatique dans les universités, afin de traduire des textes scientifiques du russe vers l’anglais.

En partenariat avec IBM, une équipe de l’université de Georgetown a présenté un des premiers systèmes de traduction automatique. Pour la démonstration, 60 phrases sont traduites du russe à l’anglais. La prouesse est limitée, les phrases étant soigneusement choisies et le traducteur ne contenait que 250 mots de vocabulaire. Toutefois, elle a ouvert la voie à des modèles plus performants.

Lancée par l'informaticien Joseph Weizenbaum aux États-Unis, elle simulait un psychothérapeute en formulant en questions les affirmations des patients. Même s'ils la trouvaient humaine, ELIZA ne comprenait pas ce qui lui était dit : pré-établies, ses phrases étaient enrichies de mots prononcés par les patients, qui s’attachaient émotionnellement à ELIZA, comme la secrétaire du créateur elle-même.

Une équipe de chercheurs de Google a conçu word2vec, une nouvelle méthode d'apprentissage automatique transformant les mots en vecteurs de nombres réels. Ce modèle, composé d'un réseau de neurones artificiels à deux couches, est plus facile à exécuter et apprend à prédire les mots qui apparaissent dans des contextes similaires en analysant de vastes ensembles de données textuelles.

Sam Altman, président de l'incubateur Y Combinator, a réuni plusieurs entrepreneurs et dirigeants de la tech pour créer une IA générale, tout en distribuant ses bénéfices équitablement et en limitant les dangers. Il accueillait Elon Musk, Ilya Sutskever, connu pour ses recherches sur les réseaux de neurones, ou Greg Brockman, directeur technique de la solution de paiement Stripe. Le repas a débouché sur la création d’OpenAI en décembre 2015.

Alors qu’en 1997, le premier ordinateur bat le meilleur joueur d’échecs Garry Kasparov, AlphaGo, programme de DeepMind, atteint un nouveau record en battant le Sud-Coréen Lee Sedol au jeu de Go. Longtemps considérée comme inimaginable, la machine entraînée par Google est en capacité de comprendre les 10^170 combinaisons possibles. Une révolution du deep learning !

En mars 2016, Microsoft lance sur Twitter un robot conversationnel capable de mettre en ligne des publications et réagir à celles des utilisateurs. Le robot a rapidement dégénéré. En moins de 24 heures, Tay.ia lance des propos racistes, ansémites, complotistes et sexistes. Ces dérives marqueront la fin la courte vie de cette intelligence artificielle.

En juin 2017, une équipe de chercheurs de Google publiait un article : « Attention Is All You Need ». Les chercheurs dévoilaient leur nouvelle création : le modèle « Transformer ». Il s’agit d’un modèle de traitement du langage naturel, basé sur une architecture d’encodeur-décodeur, à savoir, un réseau de neurones, qui améliore la performance de la traduction automatique.

En mars 2019, Open AI devient une entreprise à “but lucratif plafonné”. En 2015, ses fondateurs déclaraient pourtant refuser la génération de revenus financiers. Ce retour à la réalité capitaliste, face à la concurrence de Google et Amazon, se traduit par un investissement d'un milliard de dollars de Microsoft mais aussi par une fermeture progressive du modèle.

GPT-3 (Generative Pre-trained Transformer 3) est un modèle de langage développé par Open AI. Basé sur des algorithmes d’apprentissage, il permet de traiter du langage et a été entraîné à partir de données de Common Crawl, de corpus WebText2, Books1, Books2 et d’articles Wikipédia. Équipé de 175 milliards de paramètres, GPT-3 est plus performant que GPT-2 lancé un an avant.

Ce programme d'IA générative est le premier à créer des images réalistes à partir de descriptions textuelles, en utilisant une combinaison de GPT-3 et GAN (Generative Adversarial Network). Il a suscité une vague d’inquiétude chez les graphistes, et posé la question des droits d’auteur des artistes ayant produit les images d'entraînement. Une seconde version a été lancée en 2022.

Développé par Google, ce modèle de langage pour les applications de dialogue repose sur un réseau neuronal open-source de type Transformer. Ce système permet au LaMDA de tenir des conversations plus naturelles sur de nombreux sujets, parfois avec humour. Ce réalisme a amené l'ingénieur Blake Lemoine à lancer l’alerte dans les médias avant de quitter Google : LaMDA serait douée de sensibilité.

Nouvelle actualité dans le monde de l’IA, ChatGPT, un agent conversationnel puissant, est ouvert librement au public. Il a interrogé dès son arrivée sur sa capacité à comprendre et à répondre aux diverses demandes de ses utilisateurs. De la création de musique au passage des examens les plus prestigieux, rien n'arrête l'intelligence artificielle.