L'IA s'inspire-t-elle encore du cerveau ?

Les systèmes d’IA contemporains s’appuient sur ce qu’on appelle les réseaux de neurones. Ce n’est pas une technologie récente, puisque ses bases théoriques sont posées dès 1943, avec un article de Walter Pitts et Warren McCulloch, qui définissaient la notion de « neurone formel ». Qu’est-ce qu’un neurone formel ? C’est une simplification du fonctionnement du neurone biologique. Un tel « neurone » reçoit des impulsions de la part de ses camarades. Lorsque le nombre de celles-ci dépasse un certain seuil, ledit neurone est alors activé et se met à envoyer à son tour une impulsion à ses voisins. Si deux neurones sont activés en même temps, leur connexion devient plus forte. Quand le système trouve une bonne solution (par exemple s’il identifie correctement une photo de chat), les neurones concernés verront leur activation facilitée s’ils sont confrontés à une perception similaire. En revanche, s’il se trompe (s’il identifie un chat plutôt qu’un chien), le réseau de connexions sera moins facilement activé. C’est ainsi que le programme apprend.

L’hiver de l’IA et les irréductibles

Lorsqu’il rédigea son rapport sur l’EDVAC, la machine à l’origine de tous les ordinateurs modernes, John von Neumann employa à dessein le terme « neurones » pour définir les composants de son projet. Il se référait volontiers au texte de McCullogh et Pitts. Pourtant, la machine de von Neumann n’avait que peu de rapport avec le cerveau : on restait avec elle au pur niveau de la métaphore. Mais très vite, des chercheurs s’inspirèrent plus directement des travaux de Pitts et McCulloch. Le premier exemple de réseau neuronal se nommait le perceptron, un algorithme créé par Frank Rosenblatt en 1957. Mais il fonctionnait mal et, pour quelques décennies, l’intelligence artificielle se dirigea vers ce qu’on appelle les systèmes experts. On s’éloignait de toute ressemblance avec le cerveau pour tenter de modéliser le fonctionnement abstrait de la pensée, à coups de règles logiques. Les systèmes experts se révélèrent à leur tour très limités. On entra alors dans ce qu’on nomme « l’hiver de l’IA ». Pourtant, certains ne renoncèrent pas à la voie neuronale et cherchèrent à perfectionner le système.