{"id":7,"date":"2023-05-13T21:52:05","date_gmt":"2023-05-13T19:52:05","guid":{"rendered":"https:\/\/artificiellementintelligent.wordpress.com\/?p=7"},"modified":"2023-05-13T21:52:05","modified_gmt":"2023-05-13T19:52:05","slug":"un-peu-dhistoire-i-les-saisons-de-lia-symbolique","status":"publish","type":"post","link":"https:\/\/artificiellementintelligent.eu\/index.php\/2023\/05\/13\/un-peu-dhistoire-i-les-saisons-de-lia-symbolique\/","title":{"rendered":"Un peu d’histoire (I) : les saisons de l’IA symbolique"},"content":{"rendered":"\n

Au risque de simplifier un peu trop les choses, l’ Intelligence Artificielle s’est d\u00e9velopp\u00e9e autour de deux approches relativement ind\u00e9pendantes, l’approche symbolique<\/em> et l’approche connectionniste<\/em>. L’ approche symbolique a \u00e9t\u00e9 dominante jusquaux ann\u00e9es 1990 et reste active aujourd’hui. Les bases de l’approche connectionniste ont \u00e9t\u00e9 pos\u00e9es en m\u00eame temps que l’approche symbolique, mais si cette derni\u00e8re est rest\u00e9e nettement plus discr\u00e8te pendant longtemps, la situation s’est invers\u00e9e aujourd’hui puisque l’apprentissage profond<\/em> qui r\u00e9volutionne l’IA depuis une dizaine d’ann\u00e9es est de nature connectionniste. Ces deux approches furent longtemps consid\u00e9r\u00e9es comme mutuellement exclusives et une certaine animosit\u00e9 existait entre les deux camps, domin\u00e9s par des sp\u00e9cialistes de domaines diff\u00e9rents en comp\u00e9tition pour les m\u00eames budgets de recherche. Chaque camp \u00e9tant en outre convaincu qu’il \u00e9tait le seul engag\u00e9 sur la \u00ab\u00a0vraie\u00a0\u00bb voie de l’intelligence artificielle…<\/p>\n\n\n\n

Dans cet article, je ne parlerai que de l’approche symbolique. L’ histoire de l’approche connectionniste fera l’objet d’un texte s\u00e9par\u00e9. <\/p>\n\n\n\n

Les d\u00e9buts<\/h2>\n\n\n\n

L’ histoire de l’Intelligence Artificielle d\u00e9bute r\u00e9ellement lors de la premi\u00e8re moiti\u00e9 du vingti\u00e8me si\u00e8cle. Pendant cette p\u00e9riode, l’id\u00e9e de machines dot\u00e9es d’une autonomie intellectuelle fait son chemin dans le chef des romanciers d’anticipation. Le romancier tch\u00e8que Karel Capek cr\u00e9e le mot \u00ab\u00a0robot\u00a0\u00bb dans sa pi\u00e8ce Rossum’s Universal Robots<\/em> datant 1920. D’autres robots apparaissent \u00e0 la m\u00eame \u00e9poque dans diff\u00e9rentes oeuvres comme les films Metropolis<\/em> de Fritz Lang (1927) ou Le Magicien d’Oz<\/em> quelques ann\u00e9es plus tard (1939).<\/p>\n\n\n\n

C’est donc de mani\u00e8re assez naturelle que les scientifiques de l’imm\u00e9diate apr\u00e8s-guerre, nourris de ces concepts par les romans de leur jeunesse, commencent \u00e0 envisager la possibilit\u00e9 de doter les machines d’une capacit\u00e9 de raisonnement propre. Ceci entre d\u00e9sormais dans le champ du possible, suite \u00e0 l’invention des premiers calculateurs digitaux pendant la Seconde Guerre mondiale. Le brillant math\u00e9maticien Alan Turing pose les bases de l’Intelligence Artificielle au d\u00e9but des ann\u00e9es 50, \u00e9tablissant en particulier le fameux \u00ab\u00a0test de Turing\u00a0\u00bb pour d\u00e9terminer si un programme poss\u00e8de une forme d’intelligence. Cependant, les ordinateurs de l’\u00e9poque ont des capacit\u00e9s tr\u00e8s limit\u00e9es et leur exploitation co\u00fbte extr\u00eamement cher. Toute utilisation de ces machines doit donc \u00eatre strictement encadr\u00e9e et valid\u00e9e par les autorit\u00e9s. <\/p>\n\n\n\n

Quelques ann\u00e9es plus tard, en 1956, a lieu une conf\u00e9rence d’\u00e9t\u00e9 historique au Dartmouth College<\/em> (Etats-Unis). Pendant deux mois, les principaux chercheurs en IA de l’\u00e9poque s’y retrouvent, \u00e0 l’exception d’ Alan Turing, mort en 1954. Bien qu’ils ne puissent lancer la collaboration \u00e0 grande \u00e9chelle qui avait \u00e9t\u00e9 envisag\u00e9e initialement, les chercheurs reviennent de cette conf\u00e9rence enthousiasm\u00e9s et convaincus que l’Intelligence Artificielle est un objectif r\u00e9alisable. Cet \u00e9v\u00e9nement, au cours duquel le terme \u00ab\u00a0Intelligence Artificielle\u00a0\u00bb a \u00e9t\u00e9 prononc\u00e9 pour la premi\u00e8re fois, aura des r\u00e9percussions majeures et inspirera les recherches au cours des vingt ann\u00e9es qui suivront. Mais ce nom est \u00e9galmement de nature \u00e0 enflammer les plus folles esp\u00e9rances et les pires craintes. Mais ces attentes d\u00e9mesur\u00e9es ne peuvent \u00eatre r\u00e9alis\u00e9es et l’IA traverse au fil des ann\u00e9es plusieurs \u00e2ges d’or, suivis par des \u00ab\u00a0hivers\u00a0\u00bb au cours desquels le sujet tombe en d\u00e9sint\u00e9r\u00eat .<\/p>\n\n\n\n

L’ \u00e2ge d’or de l’IA symbolique (1956-1974)<\/h2>\n\n\n\n

L’ Intelligence Artificielle d\u00e9colle vraiment apr\u00e8s la conf\u00e9rence au Dartmouth College<\/em>; elle b\u00e9n\u00e9ficie des progr\u00e8s fulgurants de l’informatique, qui s’envole avec la d\u00e9couverte des transistors puis des circuits int\u00e9gr\u00e9s au cours des ann\u00e9es 1950 et 1960. <\/p>\n\n\n\n

Ce premier \u00e2ge d’or est celui des machines g\u00e9n\u00e9ralistes (1957-1974). Il est domin\u00e9 par les approches dites symboliques. En quelques mots, ces approches se basent sur un ensemble de r\u00e8gles logiques d\u00e9ductives que l’on applique de mani\u00e8re r\u00e9p\u00e9t\u00e9e \u00e0 des hypoth\u00e8ses de d\u00e9part. On constitue alors progressivement un arbre dont chaque branche correspond \u00e0 une combinaison paticuli\u00e8re de r\u00e8gles appliqu\u00e9es aux hypoth\u00e8ses. Et le programme continuera \u00e0 \u00ab\u00a0faire grandir\u00a0\u00bb l’arbre tant que l’objectif recherch\u00e9 n’est pas atteint. Un raffinement possible est que, afin de limiter l’explosion combinatoire, des r\u00e8gles additionnelles, dites heuristiques, permettent de d\u00e9terminer empiriquement quelles branches semblent les plus prometteuses, ce qui peut amener le programme \u00e0 privil\u00e9gier l’exploration de certaines branches au d\u00e9triment d’autres.<\/p>\n\n\n\n

Ce genre d’approche fonctionne bien dans des mondes id\u00e9alis\u00e9s, soumis \u00e0 des r\u00e8gles strictes et d\u00e9terministes (pas d’incertitude). Deux bons exemples sont les th\u00e9or\u00e8mes math\u00e9matiques et le jeu d’\u00e9checs. Et le succ\u00e8s des programmes d’IA de l’\u00e9poque dans ce genre de probl\u00e8me consid\u00e9r\u00e9 jusque-l\u00e0 comme symptomatiques de l’intelligence humaine dans ce qu’elle a de plus noble, cause un grand engouement et suscite l’optimisme des chercheurs. Mais cela les pousse \u00e0 promettre l’irr\u00e9alisable, comme par exemple Marvin Minsky qui n’h\u00e9site pas \u00e0 d\u00e9clarer en 1970 que \u00ab\u00a0D’ici trois \u00e0 huit ans, nous disposerons d’une machine avec l’intelligence g\u00e9n\u00e9rale d’un \u00eatre humain moyen<\/em>\u00ab\u00a0.<\/p>\n\n\n\n

Le premier hiver (1974-1980)<\/h2>\n\n\n\n

Cependant, ces succ\u00e8s se montrent limit\u00e9s et les algorithmes atteignent leurs limites. La puissance de calcul des machines de l’\u00e9poque reste encore limit\u00e9e, et le monde r\u00e9el a une vilaine tendance \u00e0 \u00eatre tout sauf d\u00e9terministe et id\u00e9alis\u00e9. Des \u00e9v\u00e9nements impr\u00e9vus surviennent, une route ou un trottoir n’est pas un \u00e9chiquier et la mod\u00e9lisation du langage humain se montre beaucoup plus complexe et ambigue qu’imagin\u00e9 initialement. <\/p>\n\n\n\n

Un autre probl\u00e8me est que certaines applications sur lesquelles les chercheurs s’\u00e9taient engag\u00e9s (comme par exemple la vision) requi\u00e8rement des volumes \u00e9normes d’information au sujet du monde qui nous entoure, volumes tout \u00e0 fait hors de port\u00e9e des syst\u00e8mes informatiques de l’\u00e9poque.<\/p>\n\n\n\n

En r\u00e9sum\u00e9, les chercheurs butent sur ce qui est appel\u00e9 le paradoxe de Moravec : si certains probl\u00e8mes qui sont simples pour des machines -prouver un th\u00e9or\u00e8me ou jouer aux \u00e9checs- se r\u00e9v\u00e8lent complexe pour les humains, le contraire est \u00e9galement vrai pour d’autres probl\u00e8mes comme reconna\u00eetre un visage ou traverser une rue. Les chercheurs, fascin\u00e9s par la premi\u00e8re cat\u00e9gorie, ont imprudemment pris des engagements sur la seconde.<\/p>\n\n\n\n

En cons\u00e9quence, les principales agences gouvernementales qui allouaient les cr\u00e9dits pour la recherchent en IA r\u00e9duisent drastiquement les budgets disponibles, et une p\u00e9riode d’hibernation commence pour l’IA.<\/p>\n\n\n\n

Le second \u00e2ge d’or : les syst\u00e8mes experts (1980-1990)<\/h2>\n\n\n\n

La situation change de nouveau au d\u00e9but des ann\u00e9es 1980. Au lieu de pr\u00e9tendre utiliser les syst\u00e8mes symboliques dans une approche g\u00e9n\u00e9raliste, les chercheurs cherchent cette fois \u00e0 encoder l’expertise humaine dans un domaine tr\u00e8s sp\u00e9cifique, bas\u00e9 sur la formalisation de la connaissance d’experts. Cette sp\u00e9cialisation leur permet de contourner un certain nombre des \u00e9cueils rencontr\u00e9s par les syst\u00e8mes g\u00e9n\u00e9ralistes, au prix d’une domaine application beaucoup plus restreint. <\/p>\n\n\n\n

L’avantage principal des syst\u00e8mes experts est qu’ils apportent une r\u00e9elle valeur ajout\u00e9e aux entreprises et organisations, ce qui n’avait pas vraiment \u00e9t\u00e9 le cas auparavant. Un autre avantage est que leur conception leur permet d’adapter relativement ais\u00e9ment la base de connaissance, par exemple si l’\u00e9tat de l’art progresse dans le domaine mod\u00e9lis\u00e9.<\/p>\n\n\n\n

Le Japon lance un programme de d\u00e9veloppement des syst\u00e8mes experts \u00e0 grande \u00e9chelle, et une g\u00e9n\u00e9ration de nouvelles entreprises appara\u00eet, se sp\u00e9cialisant dans la fourniture de mat\u00e9riels sp\u00e9cifiquement d\u00e9velopp\u00e9s pour faire tourner des syst\u00e8mes experts.<\/p>\n\n\n\n

Un second hiver (ann\u00e9es 1990)<\/h2>\n\n\n\n

A la fin des ann\u00e9es 1980, un autre d\u00e9veloppement majeur appara\u00eet : l’apparition des premiers ordinateurs personnels de bureautique. Le d\u00e9collage de la bureautique dans les entreprises offre soudain d’\u00e9normes opportunit\u00e9s d’am\u00e9lioration des processus papier existant jusqu’alors et la grande p\u00e9riode du r\u00e9engineering des processus commence dans les entreprises (BPR).<\/p>\n\n\n\n

Le probl\u00e8me est que la jeune industrie des syst\u00e8mes experts \u00e9tait bas\u00e9e sur des ordinateurs sp\u00e9cialis\u00e9s, chers et difficiles \u00e0 maintenir \u00e0 jour. Ils font p\u00e2le figure face au progr\u00e8s fulgurant des PC qui deviennent rapidement aussi puissants, voire plus puissants que ces machines beaucoup plus co\u00fbteuses. Les machines sp\u00e9cialis\u00e9es sont d\u00e9laiss\u00e9s, le march\u00e9 s’effondre et une vague de faillites s’ensuit. <\/p>\n\n\n\n

En parall\u00e8le, les syt\u00e8mes experts montrent leurs limites. N’ayant pas de connaissance contextuelle, ils sont \u00ab\u00a0fragiles\u00a0\u00bb et susceptible de se tromper catastrophiquement d\u00e8s que l’on sort du cadre des donn\u00e9es d’entr\u00e9e habituelles. Les syst\u00e8mes experts sont certes utiles, mais seulement dans certains cas.<\/p>\n\n\n\n

Comme une quinzaine d’ann\u00e9es auparavant, les agences gouvernementales d\u00e9cident de couper les budgets au d\u00e9but des ann\u00e9es 1990. Le second hiver arrive.<\/p>\n\n\n\n

En guise de Conclusion<\/h2>\n\n\n\n

Cependant, la p\u00e9riode des ann\u00e9es 1990 s’av\u00e8re f\u00e9conde malgr\u00e9 l’interruption des budgets de recherche. La puissance des ordinateurs ne cesse de continuer \u00e0 progresser et la capacit\u00e9 \u00e0 enmagasiner et stocker des donn\u00e9es fait de m\u00eame. Mais la p\u00e9riode de domination de l’IA symbolique arrive \u00e0 son terme. C’est maintenant l’heure de l’approche connectionniste, qui s’est d\u00e9velopp\u00e9e dans l’ombre de sa grande soeur jusqu’ici… mais ceci est une autre histoire, et un autre article. <\/p>\n","protected":false},"excerpt":{"rendered":"

L’Intelligence Artificielle s’est d\u00e9velopp\u00e9e avec deux approches : symbolique et connectionniste. Apr\u00e8s la conf\u00e9rence de Dartmouth en 1956, l’IA symbolique a connu un \u00e2ge d’or, suivi de d\u00e9clins et de rebondissements. Les syst\u00e8mes experts ont \u00e9merg\u00e9, mais les limitations ont conduit \u00e0 des p\u00e9riodes d’hibernation. La puissance croissante des ordinateurs a ouvert la voie \u00e0 l’approche connectionniste.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[9],"tags":[],"class_list":["post-7","post","type-post","status-publish","format-standard","hentry","category-historique","post-preview"],"_links":{"self":[{"href":"https:\/\/artificiellementintelligent.eu\/index.php\/wp-json\/wp\/v2\/posts\/7","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/artificiellementintelligent.eu\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/artificiellementintelligent.eu\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/artificiellementintelligent.eu\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/artificiellementintelligent.eu\/index.php\/wp-json\/wp\/v2\/comments?post=7"}],"version-history":[{"count":0,"href":"https:\/\/artificiellementintelligent.eu\/index.php\/wp-json\/wp\/v2\/posts\/7\/revisions"}],"wp:attachment":[{"href":"https:\/\/artificiellementintelligent.eu\/index.php\/wp-json\/wp\/v2\/media?parent=7"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/artificiellementintelligent.eu\/index.php\/wp-json\/wp\/v2\/categories?post=7"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/artificiellementintelligent.eu\/index.php\/wp-json\/wp\/v2\/tags?post=7"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}