Les cinq leçons de 80 ans de développement de l'IA

Récemment, un géant technologique est devenu la première entreprise cotée en bourse à dépasser une capitalisation boursière de 4 000 milliards de dollars. Cet événement marquant a suscité des réflexions sur l'avenir de l'industrie de l'IA. Bien que prédire l'avenir de l'IA soit plein de défis, en revisitant ses 80 années de développement, nous pouvons en tirer des leçons précieuses.

L'origine de l'IA remonte à 1943, lorsque deux chercheurs ont publié un article théorique sur les réseaux de neurones. Bien que cet article manquait de bases expérimentales, il a inspiré le développement de ce qui est devenu connu sous le nom de "deep learning", une branche de l'IA. Cela nous enseigne à être vigilants quant à la confusion entre ingénierie et science, spéculation et fait, et à éviter de tomber dans l'illusion que "l'humanité peut créer des machines identiques à elle-même".

Au cours des dernières décennies, les prédictions concernant l'émergence imminente de l'intelligence artificielle générale ( AGI ) ont été nombreuses. Des années 1950 aux années 1980, et jusqu'à ces dernières années, de nombreux experts ont montré une grande confiance dans l'arrivée de l'AGI. Cependant, il s'est avéré que ces prédictions étaient souvent trop optimistes. Nous devrions aborder ces nouvelles technologies apparemment passionnantes avec prudence et évaluer soigneusement leurs similitudes et différences par rapport aux prédictions passées.

Au cours du développement de l'IA, les gens tombent souvent dans le "syndrome du premier pas". Ils pensent qu'une fois qu'un progrès initial est réalisé, l'atteinte de l'objectif parfait est proche. Mais en réalité, il existe un énorme fossé entre être complètement incapable d'accomplir une tâche et l'accomplir à peine, par rapport à passer de l'accomplissement à peine à un accomplissement exceptionnel.

Dans les années 1980, les systèmes experts ont connu un grand succès. Cependant, au début des années 1990, cet engouement a rapidement diminué. Cela montre que même avec une application généralisée et d'importants investissements, cela ne garantit pas le développement durable d'une technologie. La bulle finira par éclater.

Depuis longtemps, les deux grands courants de l'IA, le symbolisme et le connexionnisme, se disputent la domination. Ces dernières années, les méthodes connexionnistes, représentées par l'apprentissage profond, ont connu un immense succès. Cependant, nous ne devons pas mettre tous nos espoirs dans une seule méthode, mais plutôt adopter une attitude ouverte et explorer des voies diversifiées pour le développement de l'IA.

Le développement dans le domaine de l'IA est rempli d'incertitudes. Que ce soit pour les entreprises technologiques ou les institutions de recherche, il est essentiel de rester vigilant et de s'adapter aux changements potentiels. Parallèlement, tirer des leçons de l'expérience historique nous aidera également à mieux saisir la direction future du développement de l'IA.