L'IA, des algorithmes pour résoudre des systèmes

L'intelligence artificielle pourrait-elle se résumer à la résolution des systèmes complexes, telle que définie par Stephen Wolfram.

Il n'est pas simple de comprendre ce qu'est l'intelligence artificielle, mais surtout de comprendre son champ d'application. La tâche n'est déjà pas simplifié par le fait que l'intelligence artificielle regroupe plusieurs types d'algorithme très différents. Certains de ces algorithmes sont qualifiés de déterministes, quand d'autres sont plus probabilistes (ou stochastique). J'essaye modestement d'apporter ma pierre à l'édifice pour expliciter l'apport de l'intelligence artificielle par rapport à ce que nous avons pu connaître comme progrès avec l'informatique par le passé.

Quelles sont les différentes formes d'IA?

Il est en d'abord assez remarquable de savoir en quoi consiste les différents algorithmes d'intelligence artificielle. Nous avons ainsi par exemple :

Les systèmes expert listant les connaissances du domaine pour fonctionner pour aboutir aux conclusions,
Les systèmes neuronaux imitant le fonctionnement neuronal pour apprendre et déduire les conclusions,
Les algorithmes stochastiques faisant de la probabilité et des statistiques,
Le deep learning cherchant à modéliser de longues chaines de causes à effet
Le machine learning se base sur les statistiques pour apprendre

Ainsi, En comparaison aux algorithmes procéduraux que je qualifierais de classique, les algorithmes d'intelligence artificielle cherchent non pas à résoudre un processus simple, mais à résoudre ce qu'on appelle un système complexe. En effet, quand un algorithme procédural est une simple succession d'étapes soumis à des conditions simples, l'intelligence artificielle cherche à résoudre un problème contenant beaucoup d'entités reliés entre elles de manière complexe. Et c'est justement la définition d'un système complexe. On pourrait prendre ainsi en exemple de système complexe l'opinion publique, l'économie, mais également d'autres domaines comme le langage, la reconnaissance de formes. Tous ces domaines sont adressées par des algorithmes dits d'intelligence artificielle.

Et les systèmes alors?

On pourrait alors dire que l'intelligence artificielle résout des systèmes complexes, soit en essayant d'embrasser cette complexité, soit en ayant une approche simplificatrice et justement procédurale. On aurait ainsi les algorithmes de système expert et les systèmes neuronaux dans la catégorie des algorithmes qui embrassent cette complexité, quand le machine learning serait une voie plus procédurale.

Attention, il n'est en tout pas choquant d'avoir une approche procédurale et statistiques pour adresser un système complexe. Un des exemples les plus parlant pourrait être par exemple les méthodologies agiles. Ces méthodologies agiles eurent en inspiration cette même vision de système complexe des projets, et on cherché à résoudre le caractère complexe d'un projet de manière procédurale, avec entre autre toute la comitologie associée. Et c'est parce que l'agilité a compris le caractère de système complexe des projets qu'elle a réussi à proposer des procédures simples pour aborder cette complexité. Et en même temps, l'agilité a conscience de ses limitations en poussant par exemple des réunions de revue de sprint et en poussant à gérer la dette technique. Il est en effet compliqué voir impossible de résoudre la majorité des problèmes d'un système complexe sans procédure de revue des points d'amélioration.

Mais alors quoi?

Dire que l'intelligence artificielle résout des systèmes complexes alors qu'auparavant on résolvait des procédures permet de mesurer l'impact très fort que l'IA va avoir. En effet, auparavant on faisait des processus et des calculs, demain nous comprendrons notre monde, qui lui-même est un système complexe. Evidemment pas tout, de grands progrès restent à faire comme en biologie par exemple, mais nous serons capables de comprendre et de prédire les crises économiques, de prévenir le moindre soucis d'une personne, de répondre à nos désirs en avance de phase, bref à apporter à tout à chacun une très grande partie des questions qu'il se pose, car nous aurons la réponse avant même de se poser la question. C'est donc à des changements majeurs que nous pouvons nous attendre, qu'ils soient bien ou mauvais, mais avec peut-être une grande lueur d'espoir pour l'humanité.