L'intelligence artificielle (IA) est la discipline qui cherche à doter les machines de capacités habituellement réservées à l'esprit humain : percevoir, raisonner, apprendre, décider et créer. Imaginez un apprenti qui, au lieu de suivre des règles écrites une à une, observe des milliers d'exemples et en déduit lui-même comment agir : c'est l'esprit de l'IA moderne.
De la règle à l'apprentissage
Les premières IA, dites symboliques, reposaient sur des règles explicites codées par des humains (« si fièvre et toux, alors grippe »). L'approche dominante aujourd'hui est l'apprentissage automatique (machine learning) : le système ajuste ses paramètres à partir de données pour minimiser ses erreurs. Le deep learning, fondé sur des réseaux de neurones profonds, a permis les percées récentes en vision, langage et génération de contenu.
Au cœur de cet apprentissage, on cherche à minimiser une fonction de perte mesurant l'écart entre prédiction et réalité :
$$\theta^* = \arg\min_{\theta} \; \frac{1}{n} \sum_{i=1}^{n} \mathcal{L}\big(f_\theta(x_i),\, y_i\big)$$
Grandes familles
| Type | Principe | Exemple |
|---|---|---|
| IA étroite | Spécialisée dans une tâche | Reconnaissance vocale, traduction |
| IA générative | Crée du contenu nouveau | Texte, images, code |
| IA générale (AGI) | Polyvalence humaine — encore théorique | N'existe pas à ce jour |
Promesses et vigilance
L'IA accélère la médecine, l'industrie et l'éducation, mais soulève des enjeux de biais, de transparence et de souveraineté des données. Pour les saMORAIs, la maîtrise de ces outils est un levier de développement, à condition de garder l'humain au centre.
L'IA n'imite pas l'intelligence : elle en réinvente une forme, à partir des données que nous lui confions.