{"id":20284,"date":"2024-11-03T17:42:06","date_gmt":"2024-11-03T16:42:06","guid":{"rendered":"https:\/\/www.revue3emillenaire.com\/blog\/?p=20284"},"modified":"2024-11-04T14:32:32","modified_gmt":"2024-11-04T13:32:32","slug":"une-simple-imitation-par-deepak-p","status":"publish","type":"post","link":"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/","title":{"rendered":"Une simple imitation par Deepak P"},"content":{"rendered":"

L\u2019IA g\u00e9n\u00e9rative a r\u00e9cemment d\u00e9clench\u00e9 l\u2019euphorie du public\u00a0: les machines ont appris \u00e0 penser\u00a0! Mais \u00e0 quel point l\u2019IA est-elle intelligente\u00a0?<\/b><\/span><\/p>\n

Voici le dilemme que pose l\u2019IA\u00a0: avons-nous trouv\u00e9 la voie du salut, un portail vers une \u00e8re de commodit\u00e9 et de luxe jusqu\u2019alors inconnue\u00a0? Ou bien sommes-nous engag\u00e9s dans une dystopie qui d\u00e9cimera la soci\u00e9t\u00e9 telle que nous la connaissons\u00a0? Ces contradictions sont au moins en partie dues \u00e0 une autre contradiction, quelque peu latente. Nous sommes fascin\u00e9s par les r\u00e9sultats de l\u2019IA (le quoi<\/i>) \u00e0 un niveau superficiel, mais nous sommes souvent d\u00e9senchant\u00e9s si nous creusons un peu plus, ou si nous essayons de comprendre le processus de l\u2019IA (le comment<\/i>). Ce dilemme n\u2019a jamais \u00e9t\u00e9 aussi \u00e9vident qu\u2019\u00e0 l\u2019\u00e8re actuelle de l\u2019IA g\u00e9n\u00e9rative. Nous sommes s\u00e9duits par les r\u00e9sultats impressionnants des grands mod\u00e8les de langage (LLM) tels que ChatGPT, tout en \u00e9tant pr\u00e9occup\u00e9s par les r\u00e9cits biais\u00e9s et irr\u00e9alistes qu\u2019ils produisent. De m\u00eame, nous trouvons l\u2019art g\u00e9n\u00e9r\u00e9 par l\u2019IA tr\u00e8s attrayant, tout en d\u00e9plorant le manque de profondeur significative et en nous inqui\u00e9tant des risques de plagiat des g\u00e9nies d\u2019antan.<\/p>\n

Le fait que les inqui\u00e9tudes soient plus prononc\u00e9es dans la sph\u00e8re de l\u2019IA g\u00e9n\u00e9rative, qui nous incite \u00e0 nous engager directement avec la technologie, n\u2019est pas une co\u00efncidence. Les conversations entre humains comportent de multiples niveaux et types de significations. M\u00eame une simple question comme \u00ab\u00a0Prenons-nous un caf\u00e9\u00a0?\u00a0\u00bb contient plusieurs significations implicites li\u00e9es \u00e0 des informations partag\u00e9es sur l\u2019heure de la journ\u00e9e, \u00e0 une intention latente d\u2019avoir une conversation d\u00e9tendue, \u00e0 des suppositions sur les pr\u00e9f\u00e9rences en mati\u00e8re de boissons, \u00e0 la disponibilit\u00e9 de caf\u00e9s \u00e0 proximit\u00e9, etc. Si nous voyons une \u0153uvre d\u2019art intitul\u00e9e \u00ab\u00a0Vietnam des ann\u00e9es\u00a01970\u00a0\u00bb, nous nous attendons probablement \u00e0 ce que l\u2019artiste cherche \u00e0 transmettre quelque chose sur la vie dans ce pays pendant la fin de la guerre et l\u2019apr\u00e8s-guerre \u2014 beaucoup de choses restent implicites dans nos interactions avec des humains et leurs cr\u00e9ations. En revanche, les LLM nous confrontent \u00e0 des r\u00e9ponses d\u2019apparence humaine d\u00e9pourvues de sens profond. La dissonance entre une pr\u00e9sentation de type humain et une \u00e9thique de type machine est \u00e9galement au c\u0153ur du dilemme de l\u2019IA.<\/p>\n

Il serait pourtant erron\u00e9 de penser que cette obsession de l\u2019IA pour l\u2019imitation superficielle est r\u00e9cente. Le paradigme de l\u2019imitation est ancr\u00e9 au c\u0153ur de l\u2019IA depuis le d\u00e9but de la discipline. Pour comprendre comment la culture contemporaine en est venue \u00e0 applaudir une technologie ax\u00e9e sur l\u2019imitation, nous devons remonter aux tout premiers jours de l\u2019histoire de l\u2019IA et retracer son \u00e9volution au fil des d\u00e9cennies.<\/p>\n

Alan Turing (1912-54), largement consid\u00e9r\u00e9 comme le p\u00e8re de l\u2019intelligence artificielle<\/a><\/u><\/span>, est cr\u00e9dit\u00e9 pour avoir d\u00e9velopp\u00e9 les id\u00e9es fondatrices de cette discipline. Bien que l\u2019IA ait \u00e9volu\u00e9 de fa\u00e7on spectaculaire au cours des 70\u00a0ann\u00e9es qui se sont \u00e9coul\u00e9es depuis la mort de Turing, un aspect de son h\u00e9ritage reste fermement au c\u0153ur des d\u00e9bats contemporains sur l\u2019IA. Il s\u2019agit du test de Turing, un test conceptuel qui permet de d\u00e9terminer si une technologie peut faire passer ses r\u00e9sultats pour ceux d\u2019un \u00eatre humain.<\/p>\n

Imaginez une technologie engag\u00e9e dans une conversation en ligne avec un humain\u00a0: si la technologie parvient \u00e0 faire croire \u00e0 l\u2019interlocuteur qu\u2019il est en train de discuter avec un \u00eatre humain, elle a r\u00e9ussi le test de Turing. L\u2019interface de chat qu\u2019utilisent aujourd\u2019hui les LLM a fait resurgir l\u2019int\u00e9r\u00eat pour le test de Turing dans la culture populaire. En outre, le test de Turing est tellement ancr\u00e9 dans la communaut\u00e9 scientifique contemporaine de l\u2019IA comme \u00e9tant le test ultime de l\u2019intelligence qu\u2019il peut m\u00eame \u00eatre scandaleux de remettre en question sa pertinence. Pourtant, c\u2019est exactement ce que Turing avait pr\u00e9vu dans son article fondateur qui a introduit le test pour la premi\u00e8re fois.<\/p>\n

De toute \u00e9vidence, Turing ne consid\u00e9rait pas le jeu d\u2019imitation comme un test d\u2019intelligence<\/b><\/span><\/p>\n

Il convient de noter que Turing l\u2019avait appel\u00e9 le \u00ab\u00a0jeu d\u2019imitation\u00a0\u00bb. Ce n\u2019est que plus tard que la communaut\u00e9 de l\u2019IA l\u2019a baptis\u00e9 \u00ab\u00a0test de Turing\u00a0\u00bb. Il n\u2019est pas n\u00e9cessaire d\u2019aller au-del\u00e0 du premier paragraphe de l\u2019article<\/a><\/u><\/span> de Turing intitul\u00e9 \u00ab\u00a0Computing Machinery and Intelligence\u00a0\u00bb (1950) pour comprendre la divergence entre le \u00ab\u00a0jeu d\u2019imitation\u00a0\u00bb et la question de savoir si une machine est intelligente. Dans le premier paragraphe de cet article, Turing nous demande de r\u00e9fl\u00e9chir \u00e0 la question \u00ab\u00a0Les machines peuvent-elles penser\u00a0?\u00a0\u00bb et il admet sa perplexit\u00e9.<\/p>\n

Il se reprend apr\u00e8s quelques divagations et termine le premier paragraphe de l\u2019article en disant de mani\u00e8re d\u00e9finitive\u00a0: \u00ab\u00a0Je remplacerai la question par une autre, qui lui est \u00e9troitement li\u00e9e et qui est exprim\u00e9e en termes relativement peu ambigus\u00a0\u00bb. Il d\u00e9crit ensuite le jeu d\u2019imitation, qu\u2019il appelle la \u00ab\u00a0nouvelle forme du probl\u00e8me\u00a0\u00bb. En d\u2019autres termes, Turing fait imm\u00e9diatement remarquer que le \u00ab\u00a0jeu d\u2019imitation\u00a0\u00bb n\u2019est pas la r\u00e9ponse \u00e0 la question \u00ab\u00a0Les machines peuvent-elles penser\u00a0?\u00a0\u00bb, mais constitue la forme de la question reformul\u00e9e.<\/p>\n

La communaut\u00e9 IA a \u2014 malheureusement, c\u2019est le moins que l\u2019on puisse dire \u2014 apparemment (mal) compris le jeu d\u2019imitation comme le m\u00e9canisme permettant de r\u00e9pondre \u00e0 la question de savoir si les machines sont intelligentes (ou si elles peuvent penser ou faire preuve d\u2019intelligence). Le fait d\u2019avoir baptis\u00e9 le \u00ab\u00a0jeu d\u2019imitation\u00a0\u00bb \u00ab\u00a0test de Turing\u00a0\u00bb a sans doute conf\u00e9r\u00e9 une aura d\u2019autorit\u00e9 au test, et a peut-\u00eatre enracin\u00e9 une r\u00e9ticence chez des g\u00e9n\u00e9rations de chercheurs en IA \u00e0 l\u2019examiner d\u2019un \u0153il critique, \u00e9tant donn\u00e9 l\u2019immense popularit\u00e9 dont jouit Turing au sein de la communaut\u00e9 informatique. Aussi r\u00e9cemment qu\u2019en 2023, des dirigeants de plusieurs nations se sont r\u00e9unis au Royaume-Uni, \u00e0 Bletchley Park \u2014 qui fut le lieu de travail de Turing \u2014 pour d\u00e9battre<\/a><\/u><\/span> de la s\u00e9curit\u00e9 de l\u2019IA. Dans ce contexte, le fait que Turing n\u2019ait manifestement pas consid\u00e9r\u00e9 le jeu d\u2019imitation comme un test d\u2019intelligence devrait nous r\u00e9conforter \u2014 et nous donner le courage \u2014 de l\u2019aborder d\u2019un \u0153il critique.<\/p>\n

Dans le contexte de la formulation du jeu d\u2019imitation par Turing au d\u00e9but des ann\u00e9es\u00a01950 au Royaume-Uni, l\u2019int\u00e9r\u00eat pour l\u2019id\u00e9e de machines pensantes grandissait de l\u2019autre c\u00f4t\u00e9 de l\u2019Atlantique. John McCarthy, alors jeune professeur assistant en math\u00e9matiques au Dartmouth College dans le New Hampshire, obtint des fonds pour organiser un atelier de huit semaines durant l\u2019\u00e9t\u00e9\u00a01956. Cet atelier sera plus tard consid\u00e9r\u00e9 comme l\u2019\u00ab\u00a0\u00e9v\u00e9nement fondateur\u00a0\u00bb de l\u2019intelligence artificielle, et les archives sugg\u00e8rent que la premi\u00e8re utilisation substantielle du terme \u00ab\u00a0intelligence artificielle\u00a0\u00bb se trouve dans la proposition de financement de McCarthy pour l\u2019atelier, soumise \u00e0 la Fondation Rockefeller.<\/p>\n

Oublions un instant l\u2019\u00ab\u00a0intelligence artificielle\u00a0\u00bb telle qu\u2019elle existe aujourd\u2019hui et posons-nous la question suivante\u00a0: quelles disciplines seraient naturellement impliqu\u00e9es dans la poursuite du d\u00e9veloppement de machines intelligentes\u00a0? Il semble naturel de penser qu\u2019une telle qu\u00eate devrait \u00eatre centr\u00e9e sur les disciplines impliqu\u00e9es dans la compr\u00e9hension et la caract\u00e9risation de l\u2019intelligence telle que nous la connaissons \u2014 les sciences cognitives, la philosophie, les neurosciences, etc. D\u2019autres disciplines pourraient servir de v\u00e9hicules de mise en \u0153uvre, mais l\u2019effort global devrait \u00eatre fond\u00e9 sur les connaissances issues des disciplines qui traitent de l\u2019esprit. Ce n\u2019est d\u2019ailleurs pas une co\u00efncidence si Turing a choisi de publier son article fondateur dans Mind<\/i>, une revue de philosophie avec des recoupements importants avec les sciences cognitives. L\u2019atelier de Dartmouth fut notamment financ\u00e9 par la division de la recherche biologique et m\u00e9dicale de la Fondation Rockefeller, ce qui montre que les sp\u00e9culations ci-dessus ne sont peut-\u00eatre pas hors de propos. Pourtant, la structure de l\u2019atelier de McCarthy \u00e9tait radicalement diff\u00e9rente.<\/p>\n

Les chercheurs en math\u00e9matiques n\u2019<\/b><\/span>avaie<\/b><\/span>nt plus \u00e0 se sentir <\/b><\/span>isol\u00e9s<\/b><\/span> <\/b>en<\/b><\/span> parl<\/b><\/span>a<\/b><\/span>nt de machines pens<\/b><\/span>antes<\/b><\/span> comme <\/b><\/span>\u00e9tant de<\/b><\/span> l<\/b><\/span>a computation<\/b><\/span><\/p>\n

L\u2019atelier de Dartmouth fut domin\u00e9 par des math\u00e9maticiens et des ing\u00e9nieurs, y compris une participation substantielle d\u2019entreprises technologiques telles qu\u2019IBM\u00a0; les chercheurs d\u2019autres disciplines \u00e9taient peu pr\u00e9sents. Une histoire<\/a><\/u><\/span> biographique comprenant des notes de Ray Solomonoff, un participant \u00e0 l\u2019atelier, et compil\u00e9e par sa femme Grace Solomonoff, fournit de nombreuses preuves que le projet d\u2019\u00ab\u00a0intelligence artificielle\u00a0\u00bb fut activement orient\u00e9 vers l\u2019ing\u00e9nierie, au d\u00e9triment de la direction neuro-cognitive-philosophique. En particulier, les notes de Solomonoff rapportent que l\u2019un des principaux organisateurs, Marvin Minsky, qui deviendrait plus tard une figure cl\u00e9 de l\u2019intelligence artificielle, s\u2019est exprim\u00e9 ainsi dans une lettre pr\u00e9paratoire \u00e0 l\u2019atelier\u00a0:<\/p>\n

Je parie qu\u2019au moment o\u00f9 le projet d\u00e9marrera, nous aurons tous conclu un accord sans pr\u00e9c\u00e9dent sur les questions philosophiques et linguistiques, de sorte que nous ne perdrons pas de temps sur de telles futilit\u00e9s.<\/p>\n

Il se pourrait que d\u2019autres participants aient partag\u00e9 le point de vue de Minsky selon lequel les questions philosophiques et linguistiques sont des futilit\u00e9s qui font perdre du temps, sans les exprimer aussi explicitement (ou aussi abruptement).<\/p>\n

Dans une description des discussions qui ont pr\u00e9c\u00e9d\u00e9 l\u2019atelier, l\u2019historien des sciences Ronald Kline montre comment l\u2019\u00e9v\u00e9nement, initialement con\u00e7u en laissant une large place \u00e0 des activit\u00e9s telles que la mod\u00e9lisation du cerveau, s\u2019est progressivement orient\u00e9 vers un projet de mod\u00e9lisation math\u00e9matique. Le principal r\u00e9sultat scientifique du projet, comme l\u2019indiquent les comptes rendus de Solomonoff et de Kline, a \u00e9t\u00e9 d\u2019\u00e9tablir la manipulation de symboles math\u00e9matiques \u2014 ce que l\u2019on appellera plus tard l\u2019IA symbolique \u2014 comme la voie \u00e0 suivre pour l\u2019IA. Cela est \u00e9vident lorsque l\u2019on observe que, deux ans plus tard, lors d\u2019une conf\u00e9rence de 1958 intitul\u00e9e \u00ab\u00a0M\u00e9canisation des processus de pens\u00e9e\u00a0\u00bb (un titre qui pourrait faire penser \u00e0 un symposium neuro-cognitif-philosophique), de nombreux participants de l\u2019atelier de Dartmouth pr\u00e9sent\u00e8rent des communications sur la mod\u00e9lisation math\u00e9matique.<\/p>\n

Les titres des documents de l\u2019atelier allaient de \u00ab\u00a0programmation heuristique\u00a0\u00bb \u00e0 \u00ab\u00a0ordinateur \u00e0 probabilit\u00e9 conditionnelle\u00a0\u00bb. Avec le recul, on peut estimer que l\u2019atelier de Dartmouth a renforc\u00e9 le d\u00e9veloppement des machines \u00e0 penser en tant qu\u2019entreprise relevant de l\u2019ing\u00e9nierie et des sciences math\u00e9matiques, plut\u00f4t qu\u2019un projet guid\u00e9 par des id\u00e9es issues de disciplines cherchant \u00e0 comprendre l\u2019intelligence telle que nous la connaissons. Avec l\u2019appui des savants de Dartmouth, les chercheurs en math\u00e9matiques n\u2019avaient plus \u00e0 se sentir isol\u00e9s, apolog\u00e9tiques ou sur la d\u00e9fensive lorsqu\u2019ils parlaient de machines pensantes comme \u00e9tant de la computation \u2014 la mise \u00e0 l\u2019\u00e9cart des sciences sociales dans le d\u00e9veloppement de l\u2019intelligence synth\u00e9tique avait \u00e9t\u00e9 normalis\u00e9e.<\/p>\n

Pourtant, la question demeure\u00a0: comment un groupe de personnes intelligentes a-t-il pu \u00eatre convaincu que la recherche d\u2019une \u00ab\u00a0intelligence artificielle\u00a0\u00bb ne devait pas perdre de temps avec la philosophie, le langage et, bien s\u00fbr, avec d\u2019autres aspects tels que la cognition et les neurosciences\u00a0? Nous ne pouvons que sp\u00e9culer, encore une fois avec le b\u00e9n\u00e9fice du recul, que cela \u00e9tait en quelque sorte une retomb\u00e9e d\u2019une interpr\u00e9tation \u00e9troite du test de Turing, une interpr\u00e9tation rendue possible par l\u2019\u00e9volution de la pens\u00e9e occidentale au cours de quatre ou cinq si\u00e8cles. Si vous pensez que la \u00ab\u00a0pens\u00e9e\u00a0\u00bb ou l\u2019\u00ab\u00a0intelligence\u00a0\u00bb n\u2019est possible qu\u2019au sein d\u2019un organisme incarn\u00e9 et vivant, il serait absurde de demander \u00ab\u00a0Les machines peuvent-elles penser\u00a0?\u00a0\u00bb comme l\u2019a fait Turing dans son article fondateur.<\/p>\n

Ainsi, le simple fait d\u2019envisager l\u2019intelligence synth\u00e9tique comme une chose exige que l\u2019on croie que l\u2019intelligence ou la pens\u00e9e peuvent exister en dehors d\u2019un organisme incarn\u00e9 et vivant. Ren\u00e9 Descartes, le philosophe du XVIIe<\/sup>\u00a0si\u00e8cle, connu dans la culture populaire contemporaine par la citation omnipr\u00e9sente \u00ab\u00a0Je pense, donc je suis\u00a0\u00bb, a postul\u00e9 que le si\u00e8ge de la pens\u00e9e dans le corps humain est l\u2019esprit, et que le corps ne peut pas penser. Cette id\u00e9e, appel\u00e9e dualisme cart\u00e9sien corps-esprit, \u00e9tablit une hi\u00e9rarchie entre l\u2019esprit (la partie pensante) et le corps (la partie non pensante), marquant ainsi une \u00e9tape vers la localisation de l\u2019intelligence au sein de l\u2019organisme vivant.<\/p>\n

Le projet de haut niveau d\u2019intelligence synth\u00e9tique ne dispose d\u2019aucun crit\u00e8re naturel d<\/b><\/span>e<\/b><\/span> succ\u00e8s<\/b><\/span><\/p>\n

Peu de temps apr\u00e8s Descartes, de l\u2019autre c\u00f4t\u00e9 de la Manche, un autre grand philosophe, Thomas Hobbes, \u00e9crira dans son opus majeur, le L\u00e9viathan<\/i> (1651), que \u00ab\u00a0la raison\u2026 n\u2019est rien d\u2019autre qu\u2019un calcul\u00a0\u00bb. Le calcul doit \u00eatre interpr\u00e9t\u00e9 comme impliquant des op\u00e9rations math\u00e9matiques telles que l\u2019addition et la soustraction. Descartes et Hobbes avaient leurs d\u00e9saccords de fond, mais leurs id\u00e9es se compl\u00e8tent bien\u00a0: l\u2019un localise la pens\u00e9e dans l\u2019esprit, et l\u2019autre caract\u00e9rise de mani\u00e8re r\u00e9ductrice la pens\u00e9e comme un calcul. La puissance de cette synergie est \u00e9vidente dans les r\u00e9flexions de Gottfried Leibniz, un philosophe probablement familier avec le dualisme de Descartes et le mat\u00e9rialisme de Hobbes alors qu\u2019il \u00e9tait jeune adulte, et qui poussa encore plus loin la vision r\u00e9ductionniste de la pens\u00e9e humaine. \u00ab\u00a0Lorsqu\u2019il y a des disputes entre personnes\u00a0\u00bb, \u00e9crivait-il en 1685, \u00ab\u00a0nous pouvons simplement dire\u00a0: \u201cCalculons\u201d et, sans plus tarder, voir qui a raison\u00a0\u00bb. Pour Leibniz, tout peut se r\u00e9duire \u00e0 un calcul. C\u2019est dans ce contexte de la pens\u00e9e occidentale que Turing posera, trois si\u00e8cles plus tard, la question\u00a0: \u00ab\u00a0Les machines peuvent-elles penser\u00a0?\u00a0\u00bb Il est \u00e0 noter que de telles id\u00e9es ne sont pas sans d\u00e9tracteurs \u2014 la cognition incarn\u00e9e<\/a><\/u><\/span> a connu un regain d\u2019int\u00e9r\u00eat r\u00e9cemment, mais reste encore marginale.<\/p>\n

Si des si\u00e8cles de substrat philosophique de ce type constituent un terrain fertile pour imaginer l\u2019intelligence synth\u00e9tique comme du calcul, un projet math\u00e9matique ou d\u2019ing\u00e9nierie visant \u00e0 d\u00e9velopper l\u2019intelligence synth\u00e9tique ne peut prendre son envol sans moyens de quantifier le succ\u00e8s. La plupart des recherches scientifiques et techniques viennent avec des crit\u00e8res de succ\u00e8s naturels. La mesure du succ\u00e8s dans le d\u00e9veloppement d\u2019un avion est de voir s\u2019il peut voler \u2014 combien de temps, \u00e0 quelle hauteur, avec quelle stabilit\u00e9 \u2014 tout cela se pr\u00eatant \u00e0 des mesures quantitatives. Cependant, le projet de haut niveau d\u2019intelligence synth\u00e9tique ne dispose d\u2019aucun crit\u00e8re naturel d<\/span>e<\/span> succ\u00e8s<\/span>. C\u2019est l\u00e0 que le \u00ab\u00a0jeu de l\u2019imitation\u00a0\u00bb a fourni un point de d\u00e9part indispensable\u00a0; il a affirm\u00e9 que le succ\u00e8s du d\u00e9veloppement de l\u2019intelligence artificielle peut simplement \u00eatre mesur\u00e9 en fonction de sa capacit\u00e9 \u00e0 g\u00e9n\u00e9rer des r\u00e9sultats d\u2019apparence intelligente pouvant passer pour ceux d\u2019un \u00eatre humain.<\/p>\n

Tout comme les id\u00e9es de Descartes sugg\u00e9raient qu\u2019il n\u2019\u00e9tait pas n\u00e9cessaire de se soucier du corps pour \u00e9tudier la pens\u00e9e, et dans un esprit r\u00e9ducteur similaire, la structure du \u00ab\u00a0jeu d\u2019imitation\u00a0\u00bb sugg\u00e9rait que l\u2019intelligence artificielle n\u2019avait pas \u00e0 se pr\u00e9occuper du processus (le comment), mais pouvait simplement se concentrer sur le r\u00e9sultat (le quoi). On peut dire que ce dicton a fa\u00e7onn\u00e9 l\u2019intelligence artificielle depuis lors\u00a0: si une technologie peut bien imiter les humains, elle est \u00ab\u00a0intelligente\u00a0\u00bb.<\/p>\n

Ayant \u00e9tabli que l\u2019imitation est suffisante pour l\u2019intelligence, la communaut\u00e9 de l\u2019IA dispose d\u2019un objectif naturel. Le test de Turing stipule que l\u2019humain doit \u00eatre tromp\u00e9 par la technologie et croire qu\u2019il interagit avec un autre humain pour prouver son intelligence, mais ce crit\u00e8re est abstrait, qualitatif et subjectif. Certains humains peuvent \u00eatre plus habiles que d\u2019autres \u00e0 d\u00e9celer les signes subtils d\u2019une machine, tout comme certains v\u00e9rificateurs de faits contemporains ont le don de rep\u00e9rer la moindre preuve d\u2019inauthenticit\u00e9 dans les deepfakes. La communaut\u00e9 de l\u2019IA doit trouver des voies fiables pour d\u00e9velopper des imitations technologiques qui pourraient \u00eatre g\u00e9n\u00e9ralement consid\u00e9r\u00e9es comme intelligentes par les humains \u2014 en termes simples, il doit y avoir une structure g\u00e9n\u00e9ralisable ad\u00e9quate pour feindre l\u2019intelligence de mani\u00e8re fiable. Cela est \u00e9vident dans les propres mots de McCarthy en 1983, lorsqu\u2019il caract\u00e9rise l\u2019IA comme \u00ab\u00a0la science et l\u2019ing\u00e9nierie permettant aux ordinateurs de r\u00e9soudre des probl\u00e8mes et de se comporter d\u2019une mani\u00e8re g\u00e9n\u00e9ralement consid\u00e9r\u00e9e comme intelligente\u00a0\u00bb \u2014 de ces deux choses, la premi\u00e8re n\u2019est pas nouvelle, la seconde l\u2019est. Nous examinerons deux voies dominantes qui, des ann\u00e9es\u00a01960 aux ann\u00e9es\u00a01980, ont aliment\u00e9 la qu\u00eate de progr\u00e8s de l\u2019IA par la conception d\u2019une technologie d\u2019imitation.<\/p>\n

Dans les ann\u00e9es\u00a01960, Joseph Weizenbaum a d\u00e9velopp\u00e9 un simple chatbot dans le cadre de la psychoth\u00e9rapie Rogerienne, o\u00f9 l\u2019id\u00e9e est d\u2019encourager le patient \u00e0 r\u00e9fl\u00e9chir lui-m\u00eame \u00e0 sa condition. Le chatbot, appel\u00e9 ELIZA, utilisait des r\u00e8gles de transformation simples, souvent dans le seul but de renvoyer la responsabilit\u00e9 \u00e0 l\u2019humain. Bien que tr\u00e8s diff\u00e9rent des grands mod\u00e8les de langage (LLM) dans ses aspects internes, l\u2019\u00e9mergence de ces derniers a donn\u00e9 lieu \u00e0 des r\u00e9cits comparant et opposant ces deux types d\u2019outils.<\/p>\n

Lorsqu\u2019une partie d\u2019un m\u00e9canisme est <\/b><\/span>cach\u00e9e<\/b><\/span> \u00e0 l\u2019observation, le comportement de la machine semble remarquable<\/b><\/span><\/p>\n

Un exemple de transformation, tir\u00e9 de l\u2019article<\/a><\/u><\/span> de Weizenbaum sur le syst\u00e8me, consiste \u00e0 r\u00e9pondre \u00e0 \u00ab\u00a0Je suis (X)\u00a0\u00bb en demandant simplement au chatbot \u00ab\u00a0Depuis combien de temps es-tu (X)\u00a0?\u00a0\u00bb Malgr\u00e9 la simplicit\u00e9 du traitement interne, les utilisateurs d\u2019ELIZA, au grand amusement de M.\u00a0Weizenbaum, l\u2019ont souvent pris pour un \u00eatre humain.<\/p>\n

\u00ab\u00a0Certains sujets ont \u00e9t\u00e9 tr\u00e8s difficiles \u00e0 convaincre qu\u2019Eliza (avec son script actuel) n\u2019est pas<\/i> humain\u00a0\u00bb, a \u00e9crit Weizenbaum (italiques d\u2019origine) dans un article publi\u00e9 en 1966 dans Communications of the ACM<\/i>, l\u2019une des plus importantes revues d\u2019informatique.<\/p>\n

Cela rejoint une observation g\u00e9n\u00e9rale, qui pourrait sembler proph\u00e9tique avec le recul, faite par Ross Ashby lors de la conf\u00e9rence de Dartmouth\u00a0: \u00ab\u00a0Lorsqu\u2019une partie d\u2019un m\u00e9canisme est cach\u00e9e \u00e0 l\u2019observation, le comportement de la machine semble remarquable\u00a0\u00bb.<\/p>\n

Aujourd\u2019hui, l\u2019effet ELIZA est utilis\u00e9 pour d\u00e9signer l\u2019erreur consistant \u00e0 confondre la manipulation de symboles avec des capacit\u00e9s cognitives. Quelques ann\u00e9es plus tard, le chercheur en sciences cognitives Douglas Hofstadter qualifiera l\u2019effet ELIZA d\u2019\u00ab\u00a0ind\u00e9racinable\u00a0\u00bb, sugg\u00e9rant qu\u2019une cr\u00e9dulit\u00e9 inh\u00e9rente \u00e0 l\u2019\u00eatre humain pourrait suffire aux objectifs de l\u2019IA. L\u2019effet ELIZA \u2014 ou l\u2019ad\u00e9quation de la manipulation opaque de symboles pour para\u00eetre intelligente aux yeux des utilisateurs humains \u2014 allait propulser l\u2019IA pendant les deux ou trois d\u00e9cennies \u00e0 venir.<\/p>\n

La vague d\u2019IA symbolique a conduit au d\u00e9veloppement de plusieurs syst\u00e8mes d\u2019IA \u2014 souvent appel\u00e9s \u00ab\u00a0syst\u00e8mes experts\u00a0\u00bb \u2014 aliment\u00e9s par des ensembles de r\u00e8gles de manipulation de symboles de taille et de complexit\u00e9 variables. L\u2019une des principales r\u00e9ussites a \u00e9t\u00e9 un syst\u00e8me d\u00e9velopp\u00e9 \u00e0 l\u2019universit\u00e9 de Stanford dans les ann\u00e9es\u00a01970, appel\u00e9 MYCIN, aliment\u00e9 par environ 600\u00a0r\u00e8gles et con\u00e7u pour recommander des antibiotiques (dont beaucoup se terminent par -mycine, d\u2019o\u00f9 le nom). L\u2019une des principales r\u00e9ussites de l\u2019IA au XXe<\/sup>\u00a0si\u00e8cle, la victoire de l\u2019ordinateur joueur d\u2019\u00e9checs Deep Blue d\u2019IBM sur le champion du monde (humain) en titre en 1997, reposait \u00e9galement sur le succ\u00e8s de l\u2019IA symbolique bas\u00e9e sur des r\u00e8gles.<\/p>\n

Bien que l\u2019IA symbolique opaque se soit beaucoup r\u00e9pandue, il existe un second m\u00e9canisme de haut niveau qui s\u2019est av\u00e9r\u00e9 utile pour cr\u00e9er un semblant d\u2019intelligence. Pour mieux comprendre cela, prenons un simple thermom\u00e8tre ou un manom\u00e8tre \u2014 ces dispositifs sont con\u00e7us pour mesurer la temp\u00e9rature et la pression. Ils n\u2019ont \u00e9videmment rien \u00e0 voir avec l\u2019\u00ab\u00a0intelligence\u00a0\u00bb en tant que telle.<\/p>\n

Mais connectons maintenant un simple m\u00e9canisme de d\u00e9cision au thermom\u00e8tre\u00a0: si la temp\u00e9rature d\u00e9passe un seuil pr\u00e9d\u00e9fini, il met en marche le climatiseur (et vice versa). Ces petits m\u00e9canismes de r\u00e9gulation, souvent appel\u00e9s thermostats, sont omnipr\u00e9sents dans les appareils \u00e9lectroniques d\u2019aujourd\u2019hui, qu\u2019il s\u2019agisse de fours, de chauffe-eau, de climatiseurs, et sont m\u00eame utilis\u00e9s dans les ordinateurs pour \u00e9viter la surchauffe. La cybern\u00e9tique, le domaine des dispositifs bas\u00e9s sur la r\u00e9troaction tels que les thermostats et leurs cousins plus complexes, \u00e9tait largement consid\u00e9r\u00e9e comme une voie vers l\u2019intelligence des machines. Grace Solomonoff note que \u00ab\u00a0cybern\u00e9tique\u00a0\u00bb \u00e9tait un nom potentiel envisag\u00e9 par McCarthy pour l\u2019atelier de Dartmouth (au lieu de \u00ab\u00a0intelligence artificielle\u00a0\u00bb), l\u2019autre \u00e9tant \u00ab\u00a0th\u00e9orie des automates\u00a0\u00bb. Le point essentiel ici est que le m\u00e9canisme d\u2019autor\u00e9gulation par d\u00e9tection-r\u00e9ponse utilis\u00e9 dans des appareils tels que les thermostats pourrait s\u2019apparenter \u00e0 une forme d\u2019intelligence. Nous ne pouvons que sp\u00e9culer sur les raisons pour lesquelles nous pourrions penser ainsi\u00a0; peut-\u00eatre est-ce parce que nous consid\u00e9rons que la perception est intrins\u00e8quement li\u00e9e \u00e0 l\u2019\u00eatre humain (la perte de la capacit\u00e9 sensorielle \u2014 m\u00eame la simple perte du go\u00fbt, dont la plupart d\u2019entre nous ont fait l\u2019exp\u00e9rience au cours du COVID-19 \u2014 peut \u00eatre tr\u00e8s appauvrissante), ou parce que le corps maintient l\u2019hom\u00e9ostasie, l\u2019une des versions les plus complexes de l\u2019autor\u00e9gulation pour le maintien de la vie.<\/p>\n

On a pu voir McCarthy parler des croyances d\u2019un thermostat, et m\u00eame \u00e9tendre la logique aux guichets automatiques<\/b><\/span><\/p>\n

Pourtant, nous ne risquons pas de confondre de simples thermostats avec des machines pensantes, n\u2019est-ce pas\u00a0? \u00c0 condition de ne pas penser comme McCarthy. Plus de vingt ans apr\u00e8s l\u2019atelier de Dartmouth, son organisateur pionnier \u00e9crira dans l\u2019article<\/a><\/u><\/span> \u00ab\u00a0Ascribing Mental Qualities to Machines\u00a0\u00bb (1979) que les thermostats avaient des croyances.<\/p>\n

Il \u00e9crit\u00a0: \u00ab\u00a0Lorsque le thermostat estime que la pi\u00e8ce est trop froide ou trop chaude, il envoie un message en ce sens \u00e0 la chaudi\u00e8re\u00a0\u00bb. \u00c0 certains moments de l\u2019article, McCarthy semble reconna\u00eetre qu\u2019il y aurait naturellement des critiques qui \u00ab\u00a0consid\u00e9reraient l\u2019attribution de croyances \u00e0 des machines comme une simple n\u00e9gligence intellectuelle\u00a0\u00bb, mais il poursuit en disant que \u00ab\u00a0nous soutenons [\u2026] que cette attribution est l\u00e9gitime\u00a0\u00bb.<\/p>\n

McCarthy admet que les thermostats n\u2019ont pas de formes de croyances plus profondes telles que les croyances introspectives, c\u2019est-\u00e0-dire \u00ab\u00a0il ne croit pas qu\u2019il pense que la pi\u00e8ce est trop chaude\u00a0\u00bb \u2014 une grande concession en effet\u00a0! Dans le monde universitaire, certains articles provocateurs ont tendance \u00e0 \u00eatre \u00e9crits juste par enthousiasme et commodit\u00e9, surtout lorsqu\u2019ils sont pris au d\u00e9pourvu. Un lecteur qui a vu des \u00e9pisodes d\u2019enthousiasme injustifi\u00e9 d\u00e9boucher sur des articles peut estimer raisonnable d\u2019insister sur le fait que l\u2019article de McCarthy ne devrait pas surinterpr\u00e9ter \u2014 il ne s\u2019agissait peut-\u00eatre que d\u2019une argumentation ponctuelle.<\/p>\n

Pourtant, l\u2019histoire nous apprend que ce n\u2019est pas le cas\u00a0; quatre ans plus tard, McCarthy \u00e9crira l\u2019article<\/a><\/u><\/span> \u00ab\u00a0The Little Thoughts of Thinking Machines (Les Petites Pens\u00e9es des Machines Pensantes)\u00a0\u00bb (1983). Dans cet article, on le voit parler des croyances d\u2019un thermostat, et m\u00eame \u00e9tendre la logique aux guichets automatiques, qui commen\u00e7aient probablement \u00e0 devenir un \u00e9l\u00e9ment amusant d\u2019automatisation \u00e0 cette \u00e9poque. Il \u00e9crit\u00a0: \u00ab\u00a0Le guichet automatique est un autre exemple. Il a des croyances telles que \u201cIl y a suffisamment d\u2019argent sur le compte\u201d et \u201cJe ne distribue pas autant d\u2019argent\u201d\u00a0\u00bb.<\/p>\n

Aujourd\u2019hui, le m\u00e9canisme de d\u00e9tection-r\u00e9ponse alimente largement les robots, les robots humano\u00efdes dominant la repr\u00e9sentation de l\u2019intelligence artificielle dans l\u2019imagerie populaire, comme on peut le constater en effectuant une rapide recherche d\u2019images<\/a><\/u><\/span> sur Google. L\u2019utilisation de l\u2019adjectif \u00ab\u00a0intelligent\u00a0\u00bb pour d\u00e9signer les syst\u00e8mes d\u2019intelligence artificielle peut \u00eatre consid\u00e9r\u00e9e comme corr\u00e9l\u00e9e \u00e0 une abondance de m\u00e9canismes de d\u00e9tection-r\u00e9ponse\u00a0: les v\u00eatements intelligents impliquent des capteurs d\u00e9ploy\u00e9s au niveau de la personne, les maisons intelligentes sont des maisons \u00e9quip\u00e9es de plusieurs capteurs interconnect\u00e9s, et les villes intelligentes sont des villes dot\u00e9es d\u2019une surveillance abondante bas\u00e9e sur des capteurs. La nouvelle vague d\u2019IA bas\u00e9e sur les capteurs, souvent appel\u00e9e \u00ab\u00a0internet des objets\u00a0\u00bb, repose sur ces capteurs.<\/p>\n

L\u2019IA symbolique opaque et la cybern\u00e9tique pilot\u00e9e par les capteurs sont des voies utiles pour concevoir des syst\u00e8mes dont le comportement est g\u00e9n\u00e9ralement consid\u00e9r\u00e9 comme intelligent, mais nous devons tout de m\u00eame faire l\u2019effort de concevoir ces syst\u00e8mes. L\u2019exigence de conception pose-t-elle des probl\u00e8mes\u00a0? Cette question nous am\u00e8ne \u00e0 la prochaine \u00e9tape de la recherche en IA.<\/p>\n

Le champ d\u2019action de l\u2019IA, en rapide expansion, a commenc\u00e9 \u00e0 rencontrer des obstacles importants dans certaines t\u00e2ches, vers les ann\u00e9es\u00a01980. Le livre<\/a><\/u><\/span> Mind Children<\/i> (1988) de Hans Moravec illustre parfaitement ce ph\u00e9nom\u00e8ne, connu sous le nom de \u00ab\u00a0paradoxe de Moravec\u00a0\u00bb\u00a0:<\/p>\n

Il est relativement facile de faire en sorte que les ordinateurs affichent des performances dignes d\u2019un adulte lors de tests d\u2019intelligence ou de jeux de dames, mais il est difficile, voire impossible, de leur donner les comp\u00e9tences d\u2019un enfant d\u2019un an en ce qui concerne la perception et la mobilit\u00e9.<\/p>\n

L\u2019IA qui avait commenc\u00e9 \u00e0 exceller aux dames et aux \u00e9checs gr\u00e2ce \u00e0 des m\u00e9thodes symboliques n\u2019a pas \u00e9t\u00e9 en mesure de progresser dans la distinction de caract\u00e8res manuscrits ou l\u2019identification de visages humains. Ces t\u00e2ches peuvent entrer dans la cat\u00e9gorie des activit\u00e9s humaines (ou animales) inn\u00e9es, c\u2019est-\u00e0-dire quelque chose que nous faisons instantan\u00e9ment et instinctivement sans pouvoir expliquer comment. La plupart d\u2019entre nous peuvent reconna\u00eetre instantan\u00e9ment les \u00e9motions sur les visages des personnes avec un degr\u00e9 \u00e9lev\u00e9 de pr\u00e9cision, mais ne seront pas enthousiastes \u00e0 l\u2019id\u00e9e d\u2019entreprendre un projet visant \u00e0 \u00e9laborer un ensemble de r\u00e8gles pour reconna\u00eetre les \u00e9motions sur les images des personnes. Cela renvoie \u00e0 ce que l\u2019on appelle aujourd\u2019hui<\/a><\/u><\/span> le paradoxe de Polanyi\u00a0: \u00ab\u00a0Nous savons plus que nous ne pouvons dire\u00a0\u00bb \u2014 nous nous appuyons sur des connaissances tacites qui ne peuvent souvent pas \u00eatre exprim\u00e9es verbalement, et encore moins \u00eatre encod\u00e9es dans un programme. Le train de l\u2019IA s\u2019est heurt\u00e9 \u00e0 un mur.<\/p>\n

Une analogie plut\u00f4t brutale (et volontairement provocante) pourrait \u00eatre utile ici pour comprendre comment la recherche en IA \u00e0 contourner ce dilemme. \u00c0 l\u2019\u00e9cole, chacun d\u2019entre nous a d\u00fb passer et r\u00e9ussir des examens pour illustrer sa compr\u00e9hension du sujet et l\u2019atteinte des objectifs d\u2019apprentissage. Pourtant, certains \u00e9tudiants sont trop paresseux pour entreprendre ce travail difficile\u00a0; ils se contentent de copier les feuilles de r\u00e9ponses de leurs voisins dans la salle d\u2019examen.<\/p>\n

Nous appelons cela de la tricherie ou, en termes plus doux et plus sophistiqu\u00e9s, une faute professionnelle acad\u00e9mique. Pour compl\u00e9ter l\u2019analogie, notre protagoniste est le test de Turing, et les chercheurs en IA ne sont pas paresseux, mais ont \u00e9puis\u00e9 les possibilit\u00e9s d\u2019expansion pour s\u2019attaquer \u00e0 des t\u00e2ches que nous effectuons gr\u00e2ce \u00e0 un savoir tacite. Elle est tout simplement incomp\u00e9tente. Si le lecteur veut bien me pardonner ce ton insinuant, j\u2019observe ici que l\u2019IA a emprunt\u00e9 la m\u00eame voie que l\u2019\u00e9tudiant paresseux\u00a0: copier sur les autres \u2014 en l\u2019occurrence, sur nous, les humains.<\/p>\n

Les mod\u00e8les rudimentaires sont des <\/b><\/span>apprenti<\/b><\/span>s paresseux\u00a0; les mod\u00e8les d\u2019apprentissage profond sont des <\/b><\/span>apprenti<\/b><\/span>s enthousiastes<\/b><\/span><\/p>\n

Pour bien comprendre ce paradigme de la copie, consid\u00e9rons une t\u00e2che simple, celle d\u2019identifier des visages dans des images. Pour les humains, c\u2019est une t\u00e2che de perception facile. Nous voyons une image et reconnaissons instantan\u00e9ment le visage qui s\u2019y trouve, le cas \u00e9ch\u00e9ant \u2014 nous ne pouvons presque pas ne pas effectuer cette t\u00e2che chaque fois que nous voyons une photo (essayez). Cligner des yeux prendrait plus de temps.<\/p>\n

Si vous confiez cette t\u00e2che \u00e0 un ing\u00e9nieur en IA aujourd\u2019hui, il n\u2019h\u00e9siterait pas \u00e0 adopter une m\u00e9thodologie ax\u00e9e sur les donn\u00e9es ou l\u2019apprentissage automatique. Il s\u2019agit d\u2019abord de rassembler un certain nombre d\u2019images et de demander \u00e0 des annotateurs humains de les \u00e9tiqueter \u2014 chacune d\u2019elles contient-elle un visage ou non\u00a0? On obtient ainsi deux piles d\u2019images\u00a0: l\u2019une avec des visages, l\u2019autre sans. Les images \u00e9tiquet\u00e9es seraient utilis\u00e9es pour former les machines, et c\u2019est ainsi que ces machines apprennent \u00e0 faire la correspondance.<\/p>\n

Cet ensemble d\u2019images \u00e9tiquet\u00e9es est appel\u00e9 donn\u00e9es d\u2019apprentissage. Plus le mod\u00e8le d\u2019apprentissage automatique est sophistiqu\u00e9, plus il utilisera d\u2019images, de r\u00e8gles et d\u2019op\u00e9rations pour d\u00e9cider si une autre image en face de lui contient un visage ou non. Mais le paradigme fondamental est celui de la copie \u00e0 partir de donn\u00e9es \u00e9tiquet\u00e9es par l\u2019interm\u00e9diaire d\u2019un mod\u00e8le statistique, le mod\u00e8le statistique pouvant \u00eatre aussi simple qu\u2019une similarit\u00e9 ou un ensemble de \u00ab\u00a0param\u00e8tres\u00a0\u00bb tr\u00e8s complexes et soigneusement s\u00e9lectionn\u00e9s (comme dans les mod\u00e8les d\u2019apprentissage profond, qui sont plus \u00e0 la mode actuellement).<\/p>\n

Les mod\u00e8les rudimentaires sont des apprentis paresseux, car ils ne consultent pas les donn\u00e9es que lorsqu\u2019une d\u00e9cision est demand\u00e9e, alors que les mod\u00e8les d\u2019apprentissage profond sont des apprentis enthousiastes, car ils distillent les donn\u00e9es d\u2019apprentissage dans des mod\u00e8les statistiques d\u00e8s le d\u00e9part, permettant ainsi de prendre des d\u00e9cisions rapidement.<\/p>\n

Bien que les types de t\u00e2ches et les mod\u00e8les de prise de d\u00e9cision soient extr\u00eamement complexes et vari\u00e9s, le principe fondamental reste le m\u00eame\u00a0: des objets de donn\u00e9es similaires sont utiles \u00e0 des fins similaires. Si l\u2019apprentissage automatique avait une \u00e9glise, la fa\u00e7ade pourrait arborer le dicton (en latin, comme on le fait pour les \u00e9glises)\u00a0: Similia objectum, similia proposita<\/i>. Si vous \u00eates curieux de savoir ce que cela signifie, n\u2019h\u00e9sitez pas \u00e0 consulter une IA pilot\u00e9e par des donn\u00e9es et sp\u00e9cialis\u00e9e dans la traduction linguistique.<\/p>\n

L\u2019apparition des grands mod\u00e8les de langage (LLM) avec la sortie de ChatGPT fin\u00a02022 a suscit\u00e9 une vague mondiale d\u2019euphorie autour de l\u2019IA qui se poursuit encore aujourd\u2019hui. Elle a souvent \u00e9t\u00e9 per\u00e7ue dans la culture populaire comme un moment d\u00e9cisif, ce qui pourrait effectivement \u00eatre le cas au niveau social, puisque l\u2019IA n\u2019avait jamais impr\u00e9gn\u00e9 l\u2019imagination du public comme elle le fait aujourd\u2019hui. Pourtant, sur le plan technique, les LLM reposent sur l\u2019apprentissage automatique et g\u00e9n\u00e8rent technologiquement une nouvelle forme d\u2019imitation \u2014 une imitation des donn\u00e9es \u2014 qui contraste avec le paradigme conventionnel impliquant l\u2019imitation de d\u00e9cisions humaines sur des donn\u00e9es.<\/p>\n

Gr\u00e2ce aux LLM, l\u2019imitation a pris une forme plus r\u00e9cente et plus g\u00e9n\u00e9ralis\u00e9e \u2014 elle est pr\u00e9sent\u00e9e comme une personne omnisciente, toujours disponible pour \u00eatre consult\u00e9e sur n\u2019importe quel sujet. Pourtant, elle suit le m\u00eame chemin de copie familier qui est ancr\u00e9 au c\u0153ur de l\u2019apprentissage automatique. Comme le dirait<\/a><\/u><\/span> Emily Bender, \u00e9minente chercheuse en IA, et d\u2019autres \u00e9thiciens de l\u2019IA, il s\u2019agit de \u00ab\u00a0perroquets stochastiques\u00a0\u00bb\u00a0; alors que les perroquets qui r\u00e9p\u00e8tent simplement ce qu\u2019ils entendent sont impressionnants en soi, les reproductions al\u00e9atoires \u2014 ou stochastiques \u2014 d\u00e9pendantes des requ\u00eates et s\u00e9lectives des donn\u00e9es d\u2019apprentissage ont \u00e9t\u00e9 d\u00e9couvertes comme paradigme pour cr\u00e9er un semblant d\u2019action (ou de volont\u00e9) et, donc, d\u2019intelligence. Le lecteur se souviendra peut-\u00eatre que l\u2019heuristique de manipulation de symboles opaques et la cybern\u00e9tique ax\u00e9e sur les capteurs ont connu leur heure de gloire dans les ann\u00e9es\u00a01960 et 1970 \u2014 aujourd\u2019hui, c\u2019est au tour de la copie al\u00e9atoire de donn\u00e9es.<\/p>\n

Il est \u00e9vident que les biais et les hallucinations sont des caract\u00e9ristiques, et non des b<\/b><\/span>o<\/b><\/span>g<\/b><\/span>ue<\/b><\/span>s<\/b><\/span><\/p>\n

La valeur tr\u00e8s appr\u00e9ci\u00e9e des LLM r\u00e9side dans la production de r\u00e9sultats impeccables\u00a0: des textes agr\u00e9ables et bien \u00e9crits. On peut se demander comment les LLM g\u00e9n\u00e8rent un texte bien form\u00e9 alors qu\u2019une grande partie du texte disponible sur le web n\u2019est pas d\u2019aussi bonne qualit\u00e9, et on peut m\u00eame penser qu\u2019il s\u2019agit l\u00e0 d\u2019un m\u00e9rite intrins\u00e8que de la technologie. C\u2019est l\u00e0 qu\u2019il devient int\u00e9ressant de comprendre comment les LLM s\u2019appuient sur diverses formes de donn\u00e9es humaines. Il a \u00e9t\u00e9 not\u00e9 que le LLM commercial le plus populaire, ChatGPT, a employ\u00e9 des milliers d\u2019annotateurs faiblement r\u00e9mun\u00e9r\u00e9s au Kenya pour \u00e9valuer la qualit\u00e9 des textes humains et, en particulier, pour exclure ceux qui sont consid\u00e9r\u00e9s comme toxiques. Ainsi, la qualit\u00e9 sup\u00e9rieure observ\u00e9e du texte LLM est \u00e9galement un artefact et un r\u00e9sultat du paradigme d\u2019imitation ancr\u00e9 au c\u0153ur de l\u2019IA.<\/p>\n

Une fois que l\u2019on a compris cela, il est plus facile de comprendre pourquoi les LLM peuvent produire des r\u00e9sultats substantiellement biais\u00e9s, y compris en ce qui concerne les questions de sexe et la race, comme l\u2019ont montr\u00e9 des recherches<\/a><\/u><\/span> r\u00e9centes. Le paradigme du copiage al\u00e9atoire de donn\u00e9es implique de m\u00e9langer et de faire correspondre des motifs provenant de diff\u00e9rentes parties des donn\u00e9es d\u2019entra\u00eenement \u2014 cela cr\u00e9e des r\u00e9cits qui ne s\u2019accordent pas bien et qui produisent par cons\u00e9quent des textes absurdes et illogiques embarrassants, souvent qualifi\u00e9s<\/a><\/u><\/span> d\u2019\u00ab\u00a0hallucinations\u00a0\u00bb. Si l\u2019on consid\u00e8re les LLM comme une imitation sous st\u00e9ro\u00efdes, il est \u00e9vident que les biais et les hallucinations sont des caract\u00e9ristiques, et non des bogues. Aujourd\u2019hui, le succ\u00e8s des LLM s\u2019est \u00e9tendu \u00e0 d\u2019autres types de donn\u00e9es, annon\u00e7ant l\u2019av\u00e8nement de l\u2019IA g\u00e9n\u00e9rative qui englobe la g\u00e9n\u00e9ration d\u2019images et de vid\u00e9os, toutes infest\u00e9es de probl\u00e8mes de biais et d\u2019hallucinations, comme on peut s\u2019y attendre.<\/p>\n

Adoptons une position contradictoire par rapport \u00e0 ce qui a \u00e9t\u00e9 dit jusqu\u2019\u00e0 pr\u00e9sent. L\u2019intelligence artificielle, telle qu\u2019elle existe aujourd\u2019hui, peut \u00eatre con\u00e7ue pour produire des imitations afin de feindre l\u2019intelligence. Mais si elle fait son travail, pourquoi s\u2019obs\u00e9der \u00e0 pinailler\u00a0?<\/p>\n

C\u2019est l\u00e0 que les choses se compliquent un peu, mais deviennent tr\u00e8s int\u00e9ressantes. Prenons l\u2019exemple d\u2019un radiologue form\u00e9 pour diagnostiquer des maladies \u00e0 partir de radiographies. Sa d\u00e9cision est largement influenc\u00e9e par sa connaissance de la biologie humaine. Nous pouvons faire appel \u00e0 de nombreux radiologues experts pour \u00e9tiqueter les radiographies avec un diagnostic. Une fois qu\u2019il y a suffisamment de paires radiographie-diagnostic, celles-ci peuvent \u00eatre canalis\u00e9es dans une IA pilot\u00e9e par les donn\u00e9es, qui peut alors \u00eatre utilis\u00e9e pour diagnostiquer de nouvelles radiographies. Tout va bien. Le d\u00e9cor est plant\u00e9 pour que certains radiologues re\u00e7oivent des lettres de licenciement.<\/p>\n

Les ann\u00e9es passent.<\/p>\n

Par malchance, le monde est frapp\u00e9 par COVID-27, une pand\u00e9mie respiratoire aux proportions \u00e9piques, comme son pr\u00e9d\u00e9cesseur. L\u2019IA ne sait rien de la COVID-27 et ne peut donc pas diagnostiquer la maladie. Ayant pouss\u00e9 de nombreux radiologues vers d\u2019autres secteurs, nous n\u2019avons plus assez d\u2019experts pour poser un diagnostic. L\u2019IA ne conna\u00eet rien \u00e0 la biologie humaine et ses \u00ab\u00a0savoirs\u00a0\u00bb ne peuvent pas \u00eatre r\u00e9utilis\u00e9es pour le COVID-27 \u2014 mais il existe une abondance de radiographies \u00e9tiquet\u00e9es pour le COVID-27, avec toutes ses variantes, pour r\u00e9entra\u00eener le mod\u00e8le statistique.<\/p>\n

La m\u00eame IA qui a chass\u00e9 les radiologues de leur travail a maintenant besoin de ces m\u00eames personnes pour lui \u00ab\u00a0apprendre\u00a0\u00bb \u00e0 imiter les d\u00e9cisions relatives \u00e0 COVID-27. M\u00eame si COVID-27 n\u2019arrive pas, les virus mutent, les maladies changent, le monde ne reste jamais statique. Le mod\u00e8le d\u2019IA risque toujours d\u2019\u00eatre p\u00e9rim\u00e9. Par cons\u00e9quent, un approvisionnement continu en donn\u00e9es \u00e9tiquet\u00e9es par l\u2019homme est l\u2019\u00e9l\u00e9ment vital de l\u2019IA pilot\u00e9e par les donn\u00e9es, si elle veut rester pertinente face aux changements. Cette d\u00e9pendance complexe \u00e0 l\u2019\u00e9gard des donn\u00e9es est un aspect latent de l\u2019IA, que nous sous-estimons souvent au risque de nous mettre en p\u00e9ril.<\/p>\n

Les mod\u00e8les statistiques de l\u2019IA codifient nos pr\u00e9jug\u00e9s et les reproduisent avec un vernis d\u2019objectivit\u00e9 computationnelle<\/b><\/span><\/p>\n

Remplacez la radiologie par le maintien de l\u2019ordre, la notation des \u00e9valuations universitaires, l\u2019embauche et m\u00eame la prise de d\u00e9cisions sur des facteurs environnementaux tels que les pr\u00e9visions m\u00e9t\u00e9orologiques, ou par des applications d\u2019IA g\u00e9n\u00e9rative telles que la g\u00e9n\u00e9ration de vid\u00e9os et la r\u00e9daction automatis\u00e9e d\u2019essais, et la logique de haut niveau reste la m\u00eame. Le paradigme de l\u2019IA \u2014 caract\u00e9ris\u00e9<\/a><\/u><\/span> de mani\u00e8re int\u00e9ressante par la populaire critique de l\u2019IA Cathy O\u2019Neil dans Weapons of Math Destruction<\/i> (2016) comme \u00ab\u00a0projetant le pass\u00e9 dans l\u2019avenir\u00a0\u00bb \u2014 ne fonctionne tout simplement pas pour les domaines qui changent ou \u00e9voluent. \u00c0 ce stade, nous ferions bien de nous souvenir d\u2019H\u00e9raclite<\/a><\/u><\/span>, le philosophe grec qui a v\u00e9cu il y a 25\u00a0si\u00e8cles \u2014 il disait en plaisantant que \u00ab\u00a0le changement est la seule constante\u00a0\u00bb.<\/p>\n

Comme le dirait<\/a><\/u><\/span> l\u2019historien Yuval Noah Harari, croire que l\u2019IA sait tout, qu\u2019elle est vraiment intelligente et qu\u2019elle est venue nous sauver, favorise l\u2019id\u00e9ologie du \u00ab\u00a0data\u00efsme\u00a0\u00bb, qui est l\u2019id\u00e9e d\u2019attribuer une valeur supr\u00eame aux flux d\u2019informations. En outre, \u00e9tant donn\u00e9 que l\u2019\u00e9tiquetage humain \u2014 en particulier dans la prise de d\u00e9cisions sociales telles que le maintien de l\u2019ordre et l\u2019embauche \u2014 est biais\u00e9 et truff\u00e9 de st\u00e9r\u00e9otypes de toutes sortes (sexisme, racisme, \u00e2gisme et autres), les mod\u00e8les statistiques de l\u2019IA codifient ces biais et les reproduisent avec un vernis d\u2019objectivit\u00e9 computationnelle. L\u2019\u00e9lucidation de la nature des relations plus fines entre le paradigme de l\u2019imitation et le probl\u00e8me des pr\u00e9jug\u00e9s de l\u2019IA est une histoire pour un autre jour.<\/p>\n

Si les imitations sont si probl\u00e9matiques, \u00e0 quoi servent-elles\u00a0? Pour comprendre cela, nous pouvons nous inspirer des travaux de Karl Marx sur la critique de l\u2019\u00e9conomie politique du capital, le capital \u00e9tant consid\u00e9r\u00e9 comme l\u2019\u00e9thique sous-jacente du syst\u00e8me \u00e9conomique d\u2019exploitation que nous appelons capitalisme. Selon Marx, le capital ne se pr\u00e9occupe de l\u2019utilit\u00e9 des objets que dans la mesure o\u00f9 ils ont la forme g\u00e9n\u00e9rale d\u2019une marchandise et peuvent \u00eatre \u00e9chang\u00e9s sur les march\u00e9s \u00e0 des fins mon\u00e9taires. En d\u2019autres termes, pour accro\u00eetre les profits, les efforts visant \u00e0 am\u00e9liorer la pr\u00e9sentation \u2014 par le biais d\u2019une myriade de moyens tels que l\u2019emballage, la publicit\u00e9 et autres \u2014 seraient beaucoup plus importants que les efforts visant \u00e0 am\u00e9liorer la fonctionnalit\u00e9 (ou la valeur d\u2019usage) de la marchandise.<\/p>\n

La subordination du contenu \u00e0 la pr\u00e9sentation est donc, malheureusement, la tendance dans un monde capitaliste. Si l\u2019on \u00e9tend l\u2019argument de Marx \u00e0 l\u2019IA, le paradigme de l\u2019imitation int\u00e9gr\u00e9 \u00e0 l\u2019IA est ad\u00e9quat pour le capital. Sur la base de cette compr\u00e9hension, l\u2019interpr\u00e9tation du jeu d\u2019imitation \u2014 euh, du test de Turing \u2014 comme un Saint Graal de l\u2019IA est en harmonie avec le syst\u00e8me \u00e9conomique capitaliste. De ce point de vue, il n\u2019est pas difficile de comprendre pourquoi l\u2019IA a cr\u00e9\u00e9 une synergie avec les march\u00e9s et pourquoi l\u2019IA est devenue une discipline domin\u00e9e par les grands acteurs du march\u00e9, tels que les g\u00e9ants de la technologie de la Silicon Valley. Cette affinit\u00e9 de l\u2019IA avec le march\u00e9 a \u00e9t\u00e9 illustr\u00e9e dans un document<\/a><\/u><\/span> qui montre comment la recherche sur l\u2019IA a \u00e9t\u00e9 de plus en plus corporatis\u00e9e, en particulier lorsque le paradigme de l\u2019imitation a pris son essor avec l\u2019\u00e9mergence de l\u2019apprentissage profond.<\/p>\n

La vague d\u2019IA g\u00e9n\u00e9rative a d\u00e9clench\u00e9 un immense d\u00e9bat public sur l\u2019\u00e9mergence d\u2019une v\u00e9ritable intelligence artificielle g\u00e9n\u00e9rale. Cependant, comprendre l\u2019IA comme une imitation nous aide \u00e0 voir clair au-del\u00e0 de cette euphorie. Pour utiliser une analogie trop simpliste, mais instructive, les enfants peuvent voir une forme d\u2019action (ou de volont\u00e9) dans des applications d\u2019imitation comme My Talking Tom<\/i> \u2014 pourtant, il est \u00e9vident qu\u2019un Talking Tom ne deviendra pas un vrai chat qui parle, quels que soient les efforts de l\u2019enfant. Le march\u00e9 peut nous offrir des imitations sophistiqu\u00e9es et intelligentes, mais ces am\u00e9liorations sont structurellement incapables de faire le saut qualitatif de l\u2019imitation \u00e0 l\u2019intelligence r\u00e9elle. Comme l\u2019a \u00e9crit<\/a><\/u><\/span> Hubert Dreyfus dans What Computers Can\u2019t Do<\/i> (1972), \u00ab\u00a0le premier homme \u00e0 grimper \u00e0 un arbre pourrait pr\u00e9tendre \u00e0 un progr\u00e8s tangible pour atteindre la lune\u00a0\u00bb \u2014 pourtant, atteindre la lune requiert des m\u00e9thodes qualitativement diff\u00e9rentes de celles utilis\u00e9es pour grimper \u00e0 un arbre. Si nous voulons r\u00e9soudre des probl\u00e8mes r\u00e9els et r\u00e9aliser des progr\u00e8s technologiques durables, il nous faudra peut-\u00eatre bien plus qu\u2019une obsession pour les imitations.<\/p>\n

Deepak P est professeur associ\u00e9 \u00e0 l\u2019\u00e9cole d\u2019\u00e9lectronique, d\u2019ing\u00e9nierie \u00e9lectrique et d\u2019informatique de l\u2019universit\u00e9 Queen\u2019s de Belfast, au Royaume-Uni, et membre auxiliaire de la facult\u00e9 du d\u00e9partement d\u2019informatique et d\u2019ing\u00e9nierie de l\u2019Institut indien de technologie de Madras, en Inde. Il est l\u2019auteur de plusieurs publications de recherche, y compris des chapitres de livres et des livres, sur divers sujets li\u00e9s \u00e0 l\u2019intelligence artificielle. Ses recherches portent sur l\u2019analyse de l\u2019\u00e9conomie politique de l\u2019intelligence artificielle.<\/i><\/p>\n

Texte original\u00a0: https:\/\/aeon.co\/essays\/is-ai-our-salvation-our-undoing-or-just-more-of-the-same<\/a><\/u><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

L\u2019IA g\u00e9n\u00e9rative a r\u00e9cemment d\u00e9clench\u00e9 l\u2019euphorie du public\u00a0: les machines ont appris \u00e0 penser\u00a0! Mais \u00e0 quel point l\u2019IA est-elle intelligente\u00a0? Voici le dilemme que pose l\u2019IA\u00a0: avons-nous trouv\u00e9 la voie du salut, un portail vers une \u00e8re de commodit\u00e9 et de luxe jusqu\u2019alors inconnue\u00a0? Ou bien sommes-nous engag\u00e9s dans une dystopie qui d\u00e9cimera la […]<\/p>\n","protected":false},"author":2,"featured_media":20285,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1540],"tags":[1628,1988,1258,1518,2024,2020,2023,2013],"class_list":["post-20284","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-actualite","tag-cognition","tag-computation","tag-imitation","tag-intelligence-artificielle","tag-llm","tag-raison-computationnelle","tag-savoir-tacite","tag-turing"],"yoast_head":"\nUne simple imitation par Deepak P - 3e mill\u00e9naire - Spiritualit\u00e9 - Connaissance de soi - Non-dualit\u00e9 - M\u00e9ditation<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Une simple imitation par Deepak P - 3e mill\u00e9naire - Spiritualit\u00e9 - Connaissance de soi - Non-dualit\u00e9 - M\u00e9ditation\" \/>\n<meta property=\"og:description\" content=\"L\u2019IA g\u00e9n\u00e9rative a r\u00e9cemment d\u00e9clench\u00e9 l\u2019euphorie du public\u00a0: les machines ont appris \u00e0 penser\u00a0! Mais \u00e0 quel point l\u2019IA est-elle intelligente\u00a0? Voici le dilemme que pose l\u2019IA\u00a0: avons-nous trouv\u00e9 la voie du salut, un portail vers une \u00e8re de commodit\u00e9 et de luxe jusqu\u2019alors inconnue\u00a0? Ou bien sommes-nous engag\u00e9s dans une dystopie qui d\u00e9cimera la […]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/\" \/>\n<meta property=\"og:site_name\" content=\"3e mill\u00e9naire - Spiritualit\u00e9 - Connaissance de soi - Non-dualit\u00e9 - M\u00e9ditation\" \/>\n<meta property=\"article:published_time\" content=\"2024-11-03T16:42:06+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-11-04T13:32:32+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.revue3emillenaire.com\/blog\/wp-content\/uploads\/2024\/11\/Deepak-P.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"256\" \/>\n\t<meta property=\"og:image:height\" content=\"256\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"3e mill\u00e9naire\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"3e mill\u00e9naire\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"33 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/\"},\"author\":{\"name\":\"3e mill\u00e9naire\",\"@id\":\"https:\/\/www.revue3emillenaire.com\/blog\/#\/schema\/person\/b692dacff720a5344a6190bc714397eb\"},\"headline\":\"Une simple imitation par Deepak P\",\"datePublished\":\"2024-11-03T16:42:06+00:00\",\"dateModified\":\"2024-11-04T13:32:32+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/\"},\"wordCount\":7299,\"image\":{\"@id\":\"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.revue3emillenaire.com\/blog\/wp-content\/uploads\/2024\/11\/Deepak-P.jpg\",\"keywords\":[\"Cognition\",\"Computation\",\"Imitation\",\"Intelligence artificielle\",\"LLM\",\"Raison computationnelle\",\"Savoir tacite\",\"Turing\"],\"articleSection\":[\"Actualit\u00e9s\"],\"inLanguage\":\"fr-FR\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/\",\"url\":\"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/\",\"name\":\"Une simple imitation par Deepak P - 3e mill\u00e9naire - Spiritualit\u00e9 - Connaissance de soi - Non-dualit\u00e9 - M\u00e9ditation\",\"isPartOf\":{\"@id\":\"https:\/\/www.revue3emillenaire.com\/blog\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.revue3emillenaire.com\/blog\/wp-content\/uploads\/2024\/11\/Deepak-P.jpg\",\"datePublished\":\"2024-11-03T16:42:06+00:00\",\"dateModified\":\"2024-11-04T13:32:32+00:00\",\"author\":{\"@id\":\"https:\/\/www.revue3emillenaire.com\/blog\/#\/schema\/person\/b692dacff720a5344a6190bc714397eb\"},\"breadcrumb\":{\"@id\":\"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/#primaryimage\",\"url\":\"https:\/\/www.revue3emillenaire.com\/blog\/wp-content\/uploads\/2024\/11\/Deepak-P.jpg\",\"contentUrl\":\"https:\/\/www.revue3emillenaire.com\/blog\/wp-content\/uploads\/2024\/11\/Deepak-P.jpg\",\"width\":256,\"height\":256},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Accueil\",\"item\":\"https:\/\/www.revue3emillenaire.com\/blog\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Une simple imitation par Deepak P\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.revue3emillenaire.com\/blog\/#website\",\"url\":\"https:\/\/www.revue3emillenaire.com\/blog\/\",\"name\":\"3e mill\u00e9naire - Spiritualit\u00e9 - Connaissance de soi - Non-dualit\u00e9 - M\u00e9ditation\",\"description\":\"L'Homme en devenir\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.revue3emillenaire.com\/blog\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.revue3emillenaire.com\/blog\/#\/schema\/person\/b692dacff720a5344a6190bc714397eb\",\"name\":\"3e mill\u00e9naire\",\"url\":\"https:\/\/www.revue3emillenaire.com\/blog\/author\/scoussa\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Une simple imitation par Deepak P - 3e mill\u00e9naire - Spiritualit\u00e9 - Connaissance de soi - Non-dualit\u00e9 - M\u00e9ditation","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/","og_locale":"fr_FR","og_type":"article","og_title":"Une simple imitation par Deepak P - 3e mill\u00e9naire - Spiritualit\u00e9 - Connaissance de soi - Non-dualit\u00e9 - M\u00e9ditation","og_description":"L\u2019IA g\u00e9n\u00e9rative a r\u00e9cemment d\u00e9clench\u00e9 l\u2019euphorie du public\u00a0: les machines ont appris \u00e0 penser\u00a0! Mais \u00e0 quel point l\u2019IA est-elle intelligente\u00a0? Voici le dilemme que pose l\u2019IA\u00a0: avons-nous trouv\u00e9 la voie du salut, un portail vers une \u00e8re de commodit\u00e9 et de luxe jusqu\u2019alors inconnue\u00a0? Ou bien sommes-nous engag\u00e9s dans une dystopie qui d\u00e9cimera la […]","og_url":"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/","og_site_name":"3e mill\u00e9naire - Spiritualit\u00e9 - Connaissance de soi - Non-dualit\u00e9 - M\u00e9ditation","article_published_time":"2024-11-03T16:42:06+00:00","article_modified_time":"2024-11-04T13:32:32+00:00","og_image":[{"width":256,"height":256,"url":"https:\/\/www.revue3emillenaire.com\/blog\/wp-content\/uploads\/2024\/11\/Deepak-P.jpg","type":"image\/jpeg"}],"author":"3e mill\u00e9naire","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"3e mill\u00e9naire","Dur\u00e9e de lecture estim\u00e9e":"33 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/#article","isPartOf":{"@id":"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/"},"author":{"name":"3e mill\u00e9naire","@id":"https:\/\/www.revue3emillenaire.com\/blog\/#\/schema\/person\/b692dacff720a5344a6190bc714397eb"},"headline":"Une simple imitation par Deepak P","datePublished":"2024-11-03T16:42:06+00:00","dateModified":"2024-11-04T13:32:32+00:00","mainEntityOfPage":{"@id":"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/"},"wordCount":7299,"image":{"@id":"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/#primaryimage"},"thumbnailUrl":"https:\/\/www.revue3emillenaire.com\/blog\/wp-content\/uploads\/2024\/11\/Deepak-P.jpg","keywords":["Cognition","Computation","Imitation","Intelligence artificielle","LLM","Raison computationnelle","Savoir tacite","Turing"],"articleSection":["Actualit\u00e9s"],"inLanguage":"fr-FR"},{"@type":"WebPage","@id":"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/","url":"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/","name":"Une simple imitation par Deepak P - 3e mill\u00e9naire - Spiritualit\u00e9 - Connaissance de soi - Non-dualit\u00e9 - M\u00e9ditation","isPartOf":{"@id":"https:\/\/www.revue3emillenaire.com\/blog\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/#primaryimage"},"image":{"@id":"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/#primaryimage"},"thumbnailUrl":"https:\/\/www.revue3emillenaire.com\/blog\/wp-content\/uploads\/2024\/11\/Deepak-P.jpg","datePublished":"2024-11-03T16:42:06+00:00","dateModified":"2024-11-04T13:32:32+00:00","author":{"@id":"https:\/\/www.revue3emillenaire.com\/blog\/#\/schema\/person\/b692dacff720a5344a6190bc714397eb"},"breadcrumb":{"@id":"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/"]}]},{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/#primaryimage","url":"https:\/\/www.revue3emillenaire.com\/blog\/wp-content\/uploads\/2024\/11\/Deepak-P.jpg","contentUrl":"https:\/\/www.revue3emillenaire.com\/blog\/wp-content\/uploads\/2024\/11\/Deepak-P.jpg","width":256,"height":256},{"@type":"BreadcrumbList","@id":"https:\/\/www.revue3emillenaire.com\/blog\/une-simple-imitation-par-deepak-p\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Accueil","item":"https:\/\/www.revue3emillenaire.com\/blog\/"},{"@type":"ListItem","position":2,"name":"Une simple imitation par Deepak P"}]},{"@type":"WebSite","@id":"https:\/\/www.revue3emillenaire.com\/blog\/#website","url":"https:\/\/www.revue3emillenaire.com\/blog\/","name":"3e mill\u00e9naire - Spiritualit\u00e9 - Connaissance de soi - Non-dualit\u00e9 - M\u00e9ditation","description":"L'Homme en devenir","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.revue3emillenaire.com\/blog\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-FR"},{"@type":"Person","@id":"https:\/\/www.revue3emillenaire.com\/blog\/#\/schema\/person\/b692dacff720a5344a6190bc714397eb","name":"3e mill\u00e9naire","url":"https:\/\/www.revue3emillenaire.com\/blog\/author\/scoussa\/"}]}},"_links":{"self":[{"href":"https:\/\/www.revue3emillenaire.com\/blog\/wp-json\/wp\/v2\/posts\/20284","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.revue3emillenaire.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.revue3emillenaire.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.revue3emillenaire.com\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.revue3emillenaire.com\/blog\/wp-json\/wp\/v2\/comments?post=20284"}],"version-history":[{"count":0,"href":"https:\/\/www.revue3emillenaire.com\/blog\/wp-json\/wp\/v2\/posts\/20284\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.revue3emillenaire.com\/blog\/wp-json\/wp\/v2\/media\/20285"}],"wp:attachment":[{"href":"https:\/\/www.revue3emillenaire.com\/blog\/wp-json\/wp\/v2\/media?parent=20284"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.revue3emillenaire.com\/blog\/wp-json\/wp\/v2\/categories?post=20284"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.revue3emillenaire.com\/blog\/wp-json\/wp\/v2\/tags?post=20284"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}