Podcast

Écoutez cet article en audio

IA : quarante ans d’innovations, entre cycles d’euphorie et périodes de doute.

Depuis les années 1980, l’histoire de l’intelligence artificielle (IA) alterne phases d’enthousiasme intense et périodes de ralentissement. Malgré ces cycles, la progression technologique, elle, ne s’est jamais interrompue.

Le premier essor commercial majeur débute dans les années 1980 avec l’adoption des systèmes experts par les entreprises. En 1980 est créée l’Association for the Advancement of Artificial Intelligence (AAAI), organisation scientifique internationale dédiée à la recherche en IA. Plusieurs avancées structurantes marquent la décennie : l’algèbre des intervalles de James Allen (1983), qui formalise le raisonnement temporel ; le programme artistique AARON (1985), capable de produire des œuvres graphiques de manière autonome ; l’architecture cognitive Soar (1987), modèle visant à simuler le raisonnement humain ; et surtout la formalisation de la rétropropagation du gradient par David Rumelhart, Geoffrey Hinton et Ronald Williams (1986), un mécanisme mathématique fondamental pour l’apprentissage des réseaux neuronaux profonds.

Les premiers véhicules autonomes expérimentaux apparaissent également, notamment avec ALVINN (Autonomous Land Vehicle In a Neural Network, 1989), un système de conduite basé sur les réseaux neuronaux. Les investissements publics sont massifs : le Japon lance le projet Fifth Generation Computer Systems (850 millions de dollars), le Royaume-Uni finance le programme stratégique Alvey, et aux États-Unis, la Defense Advanced Research Projects Agency (DARPA), agence de recherche du département de la Défense, soutient activement l’innovation en IA.

Entre 1987 et 1993 survient cependant un « hiver de l’IA ». Le marché des machines Lisp — ordinateurs spécialisés dans le langage de programmation Lisp utilisé en IA — s’effondre face aux ordinateurs personnels plus accessibles d’Apple et d’International Business Machines (IBM). Les financements publics et privés diminuent fortement. Cette période favorise néanmoins l’émergence de nouvelles approches, comme celle du chercheur Rodney Brooks, qui promeut une « IA incarnée », fondée sur l’interaction physique avec l’environnement. Des robots mobiles comme Polly illustrent cette évolution.

À partir du milieu des années 1990, l’IA connaît un nouvel essor spectaculaire. En 1997, Deep Blue, développé par IBM, bat le champion du monde d’échecs Garry Kasparov. En 2011, Watson — également conçu par IBM — remporte le jeu télévisé Jeopardy!. En 2015 et 2016, AlphaGo, développé par DeepMind (filiale de Google), domine le jeu de go, longtemps considéré comme inaccessible aux machines. En 2017, Libratus, conçu par l’université Carnegie Mellon, s’impose au poker.

L’année 2012 marque un tournant décisif pour l’apprentissage profond (deep learning) : le projet Google Brain démontre qu’un réseau neuronal peut apprendre à reconnaître un chat à partir de vidéos YouTube, sans supervision humaine explicite. Les grands groupes technologiques — Google, Microsoft, Amazon, Meta et d’autres — investissent alors massivement. Les applications se multiplient : véhicules autonomes, robots domestiques comme AIBO de Sony, exploration spatiale, assistants conversationnels et, plus récemment, systèmes génératifs capables de produire du texte, des images ou des vidéos réalistes, parfois utilisés pour créer des « deepfakes ».

En parallèle, les préoccupations éthiques et sociétales prennent de l’ampleur. En 2014 est créé le Future of Life Institute, organisation dédiée à la réduction des risques liés aux technologies avancées. En 2015, plus de 3 000 chercheurs signent une lettre ouverte appelant à interdire les armes autonomes létales. Progressivement, s’impose l’idée qu’une IA performante doit aussi être explicable, sûre, équitable et bénéfique pour la société.

Quarante ans après ses premiers booms commerciaux, l’intelligence artificielle continue d’évoluer au rythme des cycles économiques et technologiques. La constante demeure : l’innovation ne peut s’inscrire dans la durée sans gouvernance rigoureuse, maîtrise des risques et transparence.