Cette conférence, animée par Matthieu Exbrayat, chercheur en informatique à l’université d’Orléans, propose de décrypter le fonctionnement interne de l’intelligence artificielle. L’objectif est de démystifier les technologies actuelles afin de mieux cerner leurs forces, leurs limites et les défis qu’elles imposent à notre société.

Ce qu’il faut retenir

L’essentiel du message se résume en trois points majeurs :

  • L’intelligence artificielle moderne repose presque exclusivement sur l’apprentissage automatique : au lieu de suivre des règles rigides dictées par les humains, la machine ingère des masses géantes de données pour ajuster ses propres paramètres statistiques.
  • Les agents génératifs ne pensent pas et ne comprennent pas le sens de leurs réponses : un outil comme ChatGPT calcule uniquement la probabilité d’apparition du mot suivant en se basant sur les gigantesques conversations qu’il a mémorisées.
  • La confiance envers les systèmes technologiques nécessite une vigilance permanente : les modèles complexes sont vulnérables à des biais invisibles, à des erreurs sur des profils atypiques et à des attaques ciblées capables de falsifier totalement leurs décisions.

Qu’est-ce que l’intelligence artificielle ?

Définir l’intelligence artificielle demande de revenir à des principes fondamentaux. Classiquement, on la décrit comme la capacité d’une machine à penser ou à agir comme un humain, ou de manière purement rationnelle.

L’approche rationnelle consiste à suivre un ensemble précis de règles. Les jeux de stratégie comme les échecs illustrent parfaitement ce cadre maîtrisé.

D’autres applications concernent la robotique ou la gestion industrielle. Les machines doivent alors percevoir leur environnement, trier les informations et prendre des décisions rapides.

L’informatique classique montre ses limites face à la complexité. Une recette de cuisine traditionnelle s’applique ligne après ligne sans surprise.

Le besoin d’une approche artificielle surgit quand un programme classique échoue : soit par manque de temps pour calculer toutes les solutions, soit face à un nombre infini de situations.

La définition officielle française décrit l’intelligence artificielle comme un ensemble de mécanismes visant à acquérir et exploiter des connaissances. Le but est d’imiter le travail humain pour assister ou remplacer l’opérateur.

Ce vaste domaine scientifique se situe aux confins de la robotique et de la gestion des données massives. La majeure partie des outils actuels relève cependant d’une sous-discipline : l’apprentissage automatique.

Ces technologies filtrent déjà notre quotidien à travers les recommandations de films, la reconnaissance vocale et la détection médicale de tumeurs. Les outils de création d’images et de textes ne forment que la partie la plus visible de cet écosystème.

Les techniques classiques d’apprentissage automatique

Avant l’avènement des modèles massifs, des approches plus légères et explicables dominaient le paysage informatique. L’approche logique en est un exemple simple : elle utilise des faits et des règles pour déduire de nouvelles connaissances.

L’apprentissage intervient lorsqu’on présente de nombreux faits en vrac à la machine sans lui donner de règles. Le système doit alors découvrir seul les lois logiques immuables.

Les arbres de décision constituent une autre méthode particulièrement transparente. Ils permettent d’explorer les propriétés d’un objet étape par étape pour aboutir à un choix.

Un assureur peut ainsi évaluer un dossier selon les antécédents de l’individu. L’ordinateur conçoit l’arbre en analysant l’historique des décisions passées.

Les réseaux bayésiens complètent ces techniques en introduisant des enchaînements statistiques. Ils calculent des probabilités croisées entre différents événements, comme la météo et la pousse des champignons.

Ces modèles possèdent une vertu essentielle : ils sont directement compréhensibles par l’esprit humain.

Le fonctionnement du Deep Learning et des réseaux de neurones

Le Deep Learning propulse les outils médiatiques contemporains. Cette technologie s’inspire de la biologie, même si le parallèle reste lointain : un neurone artificiel ressemble à un neurone biologique comme une aile d’avion ressemble à celle d’un oiseau.

Le fonctionnement biologique repose sur la réception de signaux électriques par des dendrites. Le neurone décide ensuite de s’activer ou non pour transmettre l’influx électrique.

Le neurone artificiel transpose ce mécanisme en manipulant exclusivement des chiffres. Il reçoit plusieurs valeurs numériques en entrée et applique une somme pondérée.

Chaque donnée d’entrée reçoit un poids spécifique : la somme globale est ensuite transformée par une fonction mathématique pour produire un résultat unique.

L’intérêt grandit lorsque l’on empile ces neurones artificiels en couches successives. Cette architecture permet de modéliser des comportements mathématiques extrêmement complexes.

Les machines font face à un défi majeur : notre monde n’est pas fait que de chiffres. Nous manipulons des textes, des sons et des images colorées.

Pour traiter une image, l’ordinateur ne regarde jamais directement les pixels bruts. Il extrait des descripteurs statistiques qui forment une signature numérique unique.

Pour le texte, la méthode la plus rudimentaire attribue un numéro unique à chaque mot du dictionnaire. Une autre approche crée de grands tableaux de zéros et de uns.

La technique moderne privilégie le plongement lexical : chaque mot devient un point dans un espace géométrique à plusieurs dimensions. La machine calcule elle-même ces coordonnées spatiales.

Ce placement fait émerger des propriétés fascinantes : des analogies sémantiques se traduisent par des distances géométriques mesurables.

L’apprentissage du réseau consiste à ajuster tous les poids numériques internes. Au départ, les paramètres reçoivent des valeurs purement aléatoires.

Le système s’améliore par itérations successives, à l’image d’un archer qui corrige sa visée après chaque flèche. Face à l’erreur, l’algorithme modifie légèrement ses poids pour se rapprocher du résultat attendu.

Cette correction globale s’appelle la rétropropagation du gradient. Elle s’effectue généralement par paquets de données pour garantir la stabilité des calculs.

Les images s’appuient sur des structures particulières appelées réseaux convolutionnels. Ils imitent le système visuel animal en recherchant d’abord des formes très simples comme des lignes.

Les couches profondes assemblent ensuite ces briques élémentaires pour reconnaître des objets complexes. Une fois entraîné sur les chats, le réseau se réadapte facilement à d’autres formes.

L’analyse du texte et la révolution des Transformers

Le traitement des langues exige des structures plus abstraites. Les anciens réseaux récurrents superposaient les mots comme des calques successifs.

Cette méthode écrasait les premières informations lorsque la phrase devenait trop longue. La véritable révolution technologique découle de l’invention des Transformers.

Cette architecture moderne capture simultanément le sens du mot, sa position exacte dans la phrase et ses liens sémantiques. Le mécanisme central s’appelle l’attention.

L’attention permet de résoudre les ambiguïtés du langage : le mot avocat change de sens selon la présence des termes tribunal ou salade dans le document. La machine calcule dynamiquement ces connexions invisibles.

Elle n’apprend pas un seul type de lien : elle dispose de plusieurs sous-blocs pour capter les relations grammaticales, sémantiques ou stylistiques.

L’entraînement initial d’un grand modèle se focalise souvent sur la comparaison entre des textes et leurs résumés. Le système ingère des volumes colossaux de données textuelles pour affiner ses prédictions.

La réalité derrière ChatGPT et les modèles génératifs

Les agents conversationnels modernes masquent une réalité purement statistique. Un modèle comme ChatGPT fonctionne de manière strictement générative.

Lorsqu’on lui soumet une phrase, il en génère une représentation interne puis calcule le mot suivant le plus probable. Il répète cette opération mot après mot jusqu’à la fin de sa réponse.

La machine ne réfléchit pas au sens global de la question : elle n’argumente pas de manière consciente. Elle se comporte comme un pilier de comptoir ayant écouté toutes les conversations du monde : elle parle de tout avec assurance mais sans repères vérifiables.

Une dose d’aléatoire est volontairement injectée dans les calculs : cela évite des réponses monotones et crée une illusion de créativité humaine.

Pour rendre ces outils sociables, les concepteurs appliquent l’apprentissage par renforcement. Des relecteurs humains évaluent les réponses pour pénaliser les propos dangereux ou agressifs.

La démesure technique caractérise ces modèles : la version GPT-3 embarquait déjà cent soixante-quinze milliards de paramètres. Les dimensions des versions plus récentes restent secrètes pour des raisons commerciales.

Cette puissance exige une infrastructure matérielle gigantesque : la consommation électrique devient préoccupante pour de simples requêtes quotidiennes.

Le déploiement industriel soulève aussi des questions éthiques : les filtres de sécurité reposent sur le travail d’employés sous-payés à l’autre bout du monde, exposés à des textes traumatisants.

L’ingénierie des invites est devenue un art pour guider ces modèles. À l’inverse, les techniques de contournement cherchent à forcer la machine à ignorer ses règles de sécurité.

Regard critique : biais, sécurité et explicabilité

L’omniprésence de ces systèmes numériques impose un examen lucide de leurs dérives potentielles. Les décisions automatisées touchent désormais les crédits bancaires, les diagnostics médicaux ou la justice.

Le premier défi concerne la neutralité des données : si un modèle étudie un marché de l’emploi composé majoritairement d’hommes, il reproduira mécaniquement ce déséquilibre. Le biais s’installe sans intention malveillante.

La gestion des profils atypiques pose un problème fondamental : un outil purement statistique peine à traiter la singularité d’un individu hors des normes.

La sécurité informatique révèle des failles surprenantes. L’attaque dite à pixel unique permet de falsifier la décision d’un réseau de neurones en modifiant un seul point invisible sur une image.

Un cheval devient ainsi une grenouille pour la machine avec une certitude absolue. Ce décalage prouve que l’ordinateur ne perçoit pas le monde comme nous.

Des altérations légères sur des panneaux de signalisation peuvent tromper les véhicules autonomes sans alerter le conducteur humain. Des manipulations similaires affectent la reconnaissance vocale.

L’explicabilité cherche à percer le secret de ces boîtes noires algorithmiques. Les chercheurs développent des méthodes pour identifier les pixels ou les mots exacts qui ont provoqué la décision finale.

Une expérience a comparé deux systèmes chargés d’identifier des courriels religieux : les deux affichaient d’excellents résultats statistiques. L’analyse interne a révélé que le premier exploitait de vrais concepts théologiques.

Le second s’appuyait uniquement sur des données techniques cachées dans l’en-tête des messages : il n’avait donc rien compris au sujet.

La réglementation européenne tente de structurer ce paysage en classant les applications selon leur niveau de risque. Face aux discours marketing qui assimilent toute nouveauté à de la science, il convient de se rappeler qu’il s’agit principalement de choix technologiques et sociétaux.