← Les Clés
Les Clés
Est-ce que l’IA nous comprend ? (1/4)
00:29:04
Dans ce premier épisode de notre série spéciale consacrée à l’intelligence artificielle, nous revenons sur le fonctionnement de cet outil ainsi que sur sa vitesse de développement. Hugues Bersini, professeur et directeur du laboratoire d’intelligence artificielle d...
Loading summary
Transcript50 lines
- [00:00]
Hugues Bersini
On vit une révolution technologique et scientifique comme on en a peu connu. On a délégué à la machine le soin d'apprendre par elle-même.
- [00:07]
Narrator
La première.
- [00:07]
Hugues Bersini
Est-ce que vous vous sentez plus intelligent parce que vous utilisez l'intelligence artificielle ?
- [00:11]
Interviewer
J'ai besoin de repères.
- [00:12]
Hugues Bersini
C'est un moment d'opportunité pour l'humanité.
- [00:15]
Narrator
Les clés.
- [00:15]
Hugues Bersini
J'ai parfois peur qu'au fond ces machines nous privent de notre fragilité.
- [00:20]
Narrator
Arnaud Reussen.
- [00:21]
Host
Bonjour à toutes, bonjour à tous et bienvenue dans les clés pour une série que l'on a choisi de consacrer à l'intelligence artificielle. Pas besoin de vous faire un dessin, l'IA est partout aujourd'hui. Elle s'invite dans notre quotidien, dans nos emplois, dans nos écoles. Son développement se fait à vitesse grand V. Alors le temps de quatre épisodes, on a décidé d'appuyer sur pause pour prendre le temps de bien comprendre ce qui nous arrive, Et pour ce premier numéro, on va faire le point sur les évolutions récentes de cette intelligence artificielle en repartant d'un moment fort, il y a moins de dix ans de cela, quand l'intelligence artificielle est devenue championne du monde du jeu de go. Et c'est Sarah Poussey qui va nous rappeler ce moment charnière dans l'histoire de l'intelligence artificielle.
- [01:08]
Narrator
La première, les clés. Notre récit commence en Corée du Sud. Nous sommes en mars 2016 dans un grand hôtel de Séoul. Sur place, l'agitation est palpable, la presse est présente, des commentateurs de partout dans le monde se sont déplacés pour assister à la rencontre. La compétition est retransmise en direct et suivie par des milliers de personnes. Une partie historique de jeu de go s'apprête à commencer. Mais avant, reprécisons peut-être d'abord ce qu'est le jeu de go. Comme aux dames ou aux échecs, il y a des pièces blanches et des pièces noires, qu'on appelle ici des pierres. Au centre, pas de damier, mais une grille. Chaque pierre doit être posée sur une intersection et ne bougera plus pendant le reste de la partie. L'objectif est d'occuper le plus d'espace sur le plateau et d'encercler les pions de l'adversaire. C'est ainsi que l'on marque des points à ce jeu créé il y a plus de 4000 ans dans l'Empire chinois et qui se joue désormais un peu partout en Asie. Mais revenons au match du jour. D'un côté de la table, Lee Se-dol, sud-coréen, 33 ans. Il a débuté le jeu de go à 5 ans, est devenu professionnel à 12 et a déjà obtenu 18 titres de champion du monde. Un prodige connu pour l'inventivité de son jeu. De l'autre côté, AlphaGo, une intelligence artificielle conçue par une filiale de Google et un programmateur qui applique les choix de l'ordinateur sur le plateau de jeu. AlphaGo possède notamment des algorithmes d'apprentissage automatique. C'est grâce à l'étude de milliers de parties de Go qu'elle a appris à jouer et à développer des stratégies. La manche débute. Lysédole pose une pierre noire. AlphaGo réplique. Humains et machines prennent environ le même temps de réflexion à chaque coup. Mais au fil des pierres, AlphaGo prend le dessus. Après 3h30, Lya gagne la partie à la grande surprise de son adversaire.
- [03:36]
Lee Se-dol
Je pensais qu'AlphaGo aurait des difficultés au début, mais j'ai été très surpris de voir comment il a renversé le jeu. AlphaGo a fait un coup gagnant qu'aucun humain ne peut faire. Ça m'a vraiment surpris.
- [03:51]
Narrator
Dans les jours qui suivent, l'IA remporte à nouveau la deuxième, puis la troisième partie. Mais lors de la quatrième...
- [04:02]
Interviewer
L'ISEDOL.
- [04:07]
Narrator
Contre un AlphaGo a abandonné et remporte la quatrième manche sous les applaudissements de la salle.
- [04:15]
Spectator
J'ai entendu des cris de joie lorsqu'il est devenu évident qu'AlphaGo avait perdu la partie. Je pense que la raison est claire. Les gens ressentaient de l'impuissance et de la peur. Nous, les humains, nous semblions si faibles et fragiles. Mais cette victoire signifie que nous pouvons encore tenir le coup. Avec le temps, il sera probablement très difficile de battre l'IA. Mais gagner cette fois-ci, c'était suffisant. Une fois, c'était suffisant.
- [04:50]
Narrator
Ce sera la seule manche que le champion remportera sur les cinq parties jouées lors de cette compétition à Séoul. Il reste encore à ce jour le seul humain à avoir battu AlphaGo. Un mode sport cérébral, cette fois on croyait l'homme plus fort que l'ordinateur mais c'est l'inverse qui s'est produit. Cette partie rappelle bien sûr le match historique de 1997 où l'ordinateur Deep Blue avait battu aux échecs le champion du monde russe Garry Kasparov. A cette différence près qu'aux échecs, il existe environ 20 coups possibles pour chaque case du plateau. Au Go, ces possibilités sont aussi multiples que le nombre d'atomes dans l'univers. AlphaGo n'a donc pas utilisé une stratégie pré-codée, comme l'a fait Deep Blue face à un déplacement de pions. Elle ne saurait pas étudier toutes les possibilités pour après choisir la meilleure. Comme le joueur humain se base sur son intuition, l'IA a ici véritablement réagi à une situation de jeu en fonction des données étudiées en amont et elle a tenté de préduire la suite du jeu pour choisir sa stratégie. Adapter son comportement sur base de l'expérience, c'est en fait ce que certains définissent comme la notion même de l'intelligence.
- [06:09]
Interviewer
Bonjour Yves Bersini.
- [06:10]
Hugues Bersini
Bonjour.
- [06:10]
Interviewer
Merci d'être avec nous. Vous êtes directeur du laboratoire d'intelligence artificielle à l'ULB, professeur à l'Université libre de Bruxelles. Alors c'est en 2017, on a entendu que le champion du monde du jeu de go était battu par une intelligence artificielle. À l'époque, on commence seulement à entendre parler d'intelligence artificielle dans le débat public. Et là, on est huit ans plus tard. Et on a l'impression que l'IA, elle est partout. On va d'ailleurs essayer avec vous de comprendre ce qui s'est fait, comment s'est fait ce développement. Mais d'abord, est-ce que vous imaginez que ça pourrait aller si vite, qu'on pourrait avancer si vite, que l'IA pourrait s'implanter à cette vitesse dans notre société ?
- [06:50]
Hugues Bersini
Non, pas vraiment. Je pense que ce n'est pas tant la défaite aux Jeux de Gaux qui m'a vraiment surpris, c'est plutôt ce qu'on appelle maintenant les larges modèles de langage dont on a peut-être l'occasion de reparler. La défaite aux Jeux de Gaux est néanmoins un moment un peu charnière, un moment clé dans l'histoire de l'IA. Parce qu'il y a toujours eu deux IA, l'une qui plutôt s'inspirait des performances humaines, de la cognition humaine. Alors si vous prenez par exemple le jeu de Go, l'IA d'avant essaie de s'inspirer des stratégies de Go, des meilleurs joueurs de Go, comme on l'avait fait pour les échecs d'ailleurs. Il y avait des algorithmes qui s'inspiraient quand même de la façon humaine de pratiquer le jeu. Et ce qui s'est passé en 2017 avec la victoire d'AlphaZero et d'AlphaGo, c'est de se rendre compte qu'une IA auto-apprenante, c'est-à-dire qu'une IA qui pouvait tout découvrir par elle-même, simplement en jouant au hasard des parties de go et en retenant au fur et à mesure les coups gagnants, pouvait apprendre d'elle-même et apprenait des stratégies qui étaient finalement très différentes des stratégies humaines. Donc on avait une IA qui s'émancipait, si vous voulez, du génie humain. Alors, ce n'est pas si surprenant parce que dès les années 50, les ingénieurs qui ont créé l'IA s'intéressaient à la possibilité d'une machine auto-apprenante puisque dans les années 50, il y avait déjà des IA qui apprenaient à jouer aux dames. Mais nous n'avions pas la puissance de calcul pour pouvoir jouer des milliards de parties en un minimum de temps. Donc, ce que la technologie a rendu possible. Donc, cette idée que l'IA puisse apprendre d'elle-même à jouer au go était sans doute déjà dans les cartons. et elle s'est vraiment concrétisée en 2017 avec la puissance de calcul. Ce qu'il faut vraiment retenir, c'est cette nouvelle IA qui a tendance de plus en plus à se débarrasser de l'expertise humaine, du génie humain, de l'ingénierie humaine et de redécouvrir tout ça par elle-même.
- [08:30]
Interviewer
Alors peut-être qu'on peut justement prendre le temps de bien expliquer comment ça fonctionne, parce que cette idée, on la fréquente désormais au quotidien, on n'a peut-être pas toujours en tête comment elle fonctionne. Elle apprend d'elle-même, vous dites, vous utilisez ces mots-là, elle s'émancipe du génie humain. En même temps, elle reste quand même fortement nourrie par tout ce qu'elle peut voir de ce que les humains font et construire justement ses propres raisonnements, entre guillemets, au départ de ça.
- [08:57]
Hugues Bersini
Alors vous avez raison. Dans le cas du go, on n'a pas tant besoin des expériences humaines parce qu'on a ce que les ingénieurs appelleraient une mission à remplir qui est celle de gagner. Donc on peut simplement définir ce qu'est une victoire de go, ce qu'est une défaite. Et donc les machines d'elles-mêmes vont se débrouiller pour minimiser leur défaite et maximiser leur victoire. Donc on n'a pas besoin de parties que les humains auraient pratiquées précédemment. Il faut simplement définir à la machine qu'est-ce que c'est que gagner, qu'est-ce que c'est que perdre au go. Et à partir de là, la machine va d'elle-même retrouver les stratégies gagnantes. D'autres IA, celles dont on parle peut-être le plus ces dernières années, qu'on appelle aussi les IA génératives, sont des IA qui, en effet, s'inspirent des expériences humaines. C'est notamment les larges modèles de langage qui ont récupéré toutes les productions textuelles, toutes les vidéos, toutes les productions sonores, quoi que ce soit qu'on a laissé sur des disques durs, traînés sur le web, l'IA s'en est nourri. Et donc, de fait, l'IA a appris à produire du texte, à produire des vidéos, à partir, évidemment, à ce moment-là, des expériences humaines. Dans les deux cas, il s'agit d'apprentissage. Pour le cas d'Hugo, on n'avait plus besoin, je dirais, du passé humain. Pour le cas des IAs génératifs, comme les IAs productrices de chansons, de films, de vidéos ou de textes, là, on a besoin quand même de tout ce que l'humain a déjà laissé comme trace sur le web.
- [10:17]
Host
Ça, c'est donc un premier point important à bien comprendre. L'intelligence artificielle combine plusieurs moyens d'auto-apprentissage. Parfois, comme dans le jeu de go, on lui fixe un but et elle va chercher par elle-même le meilleur chemin pour l'atteindre. Dans d'autres cas, notamment avec les larges modèles de langage, dont le plus connu est ChatGPT, elle va se nourrir de nos productions humaines, de milliards de données, pour générer des textes, des images, des lignes de code, qui constituent en quelque sorte la suite la plus probable, la réponse la plus logique à une requête que nous formulons. Exemple, vous demandez à Chajipiti de produire un poème à la manière de Baudelaire sur une victoire de Remco Evenepoel. L'IA va se nourrir de toutes les informations qu'elle glane sur le coureur cycliste, puis ingurgiter tous les poèmes de Baudelaire pour, en quelque sorte, par imitation, produire un nouveau poème à la manière de Baudelaire, mais sur un contenu que le poète, lui, forcément, ne pouvait pas connaître.
- [11:24]
Hugues Bersini
C'est exactement ce que vous dites. Donc ce sont des IA qui, à partir d'une première séquence, vont essayer de poursuivre la séquence. Alors c'est vrai pour les textes, c'est vrai pour les musiques, c'est vrai pour les films. Ce qu'on minimise et qu'on ne comprend pas assez, j'entends souvent certains de mes collègues parler de perroquet stochastique ou de simple plagieur ou de simple imitation stochastique. Ce qu'on n'a pas compris suffisamment, c'est que vous pourriez faire vous-même un exercice. Quand vous devez prolonger un texte, imaginez que vous ayez écrit un texte ou écrit ce qu'on appelle un code informatique. et que vous soumettiez à quelqu'un l'exercice suivant qui est de dire ok je m'arrête à moitié et je te demande de continuer la deuxième moitié. Vous vous rendez compte que la seule possibilité de le faire, et quand je dis ça souvent les philosophes se heurtent, mais je persiste et signe, c'est que pour pouvoir continuer, si vous voulez compléter le code ou compléter le texte, vous êtes obligés jusqu'à un certain point de comprendre de quoi il s'agit. de comprendre ce que fait le code, de comprendre quelles sont les intentions du codeur. Au même titre que si vous essayez de compléter un roman, si par exemple vous essayez de faire la dernière page du roman, vous êtes presque obligé d'avoir compris l'entièreté du roman, de savoir quels sont les personnages, quelle est l'intrigue, etc. Et cette faculté de compréhension, l'IA d'aujourd'hui la possède. Donc l'IA est capable d'induire des concepts, des histoires, des historiques qui la rend extrêmement intelligente. Et ça, ça a déstabilé, si vous voulez, les philosophes quand je leur dis, vous ne pouvez pas nier que cette IA comprend Parce que sinon, vous devriez dire la même chose d'un étudiant à qui vous soumettriez le même exercice, c'est-à-dire compléter un texte ou compléter un code. Si l'étudiant est capable de faire cette performance, vous n'avez pas le traité de perroquet stochastique. Vous allez considérer que cette personne comprend ce dont elle parle. C'est pareil pour les IA.
- [12:55]
Interviewer
Là, on est quand même déjà dans un point crucial, débattu et qui peut interroger est-ce que l'intelligence artificielle comprend ce qu'elle fait. Parce que moi, ce que j'ai toujours compris jusque là, c'est que oui, elle l'inférait en quelque sorte par ce qu'elle a pu voir, par ce qu'on a pu entraîner chez elle, qu'à un moment donné, on allait attendre cette réponse-là ou cette prolongation de texte ou de chanson-là. Vous iriez jusqu'à l'idée d'une compréhension au sens où on peut l'entendre pour un humain ?
- [13:26]
Hugues Bersini
Oui, bien sûr. Je n'ai aucun doute là-dessus. Je vais vous donner un titre anecdotique. J'ai repassé dans un de ces modèles de langage, ADGPT, mes 30 dernières années d'examens à Solvay à Polytechnique, puisque j'enseignais l'informatique dans ces deux facultés. Je repasse tous mes examens et en général, je considère que quand j'écris une question d'examen, je laisse plus ou moins une demi-heure à mes étudiants et je considère que pour répondre à ces questions, il faut avoir un certain niveau de compréhension de mon cours. Ces 30 dernières années d'examens, c'est dans un secteur relativement étroit qu'il y a l'informatique, donc avec une connaissance un peu plus restreinte. L'informatique, chaque GPT et d'autres modèles font un parfait score, c'est-à-dire font 20 sur 20. Si je considérais que ces intelligences artificielles ne le comprennent pas, je ne vois pas pourquoi je devrais... considérer que mes étudiants qui ont été capables de réussir ces examens, enfin certains, la plupart j'espère, ne comprennent pas. C'est-à-dire que moi je fais un simple exercice de projection, je considère que mes étudiants pour faire ces examens doivent comprendre la matière, sinon ils n'y arriveraient pas. Et donc l'IA jusqu'à un certain point comprend aussi. Il faut bien comprendre que l'IA est capable d'induire, si vous voulez, les abstractions nécessaires à la continuation d'un texte. Et ces abstractions, c'est ce qu'on appelle, nous, la compréhension. Pour continuer un texte, je vais vous donner encore un autre exemple pour éclairer ma pensée. Quand un large modèle de langage, vous commencez une phrase en disant Marie est triste parce que son chat est décédé, et qu'il rencontre une autre phrase du genre Jean-Louis est triste parce que son animal domestique est parti, en fait il va continuer de la même manière. Et pourquoi il continue de la même manière ? Parce qu'il a compris que chat et animal domestique c'était la même chose, que Marie et Jean-Louis ce sont des êtres humains, Et ça, ce sont les abstractions qui sont nécessaires à la continuation du texte. Et ça, l'IA les comprend. Elle a abstrait la notion d'être humain. Elle a abstrait la notion d'animal domestique sans qu'on ait eu besoin de lui coder en dur.
- [15:11]
Host
Mais là où il y a peut-être.
- [15:12]
Interviewer
Une différence, justement, par rapport à l'humain, si on reste quelques instants sur cette question-là et sur cet exemple que vous nous donnez, c'est que nous, peut-être, on va recevoir ça en se disant le chat qui est décédé ou l'animal de compagnie qui est parti. Ça va aussi générer des émotions chez nous, on va se figurer ce que ça peut vouloir dire pour cette personne dans sa vie, etc. A priori, notre intelligence artificielle, elle ne va pas jusque-là. Elle a juste construit les abstractions nécessaires pour pouvoir poursuivre le raisonnement, pour elle.
- [15:40]
Host
Dire de cette manière.
- [15:41]
Hugues Bersini
Tout à fait, alors là je suis d'accord en 100% avec vous, je ne prétends pas que les I.A. ressentent quoi que ce soit à l'écoute du décès de l'animal, donc ça c'est sûr, mais si on la limite à compléter le texte ou à donner une réponse appropriée, si les expériences qu'elle a rencontrées témoignaient de ces sensations, de ces émotions, en fait elle peut tout à fait imiter, si vous voulez, la production textuelle ou éventuellement même Si un robot avait une face, il peut faire les grimaces qui accompagnent une tristesse ou un abattement. Et c'est vrai qu'on aura toujours la question de se poser, est-ce que cette machine, ce logiciel, ce robot, ressent quoi que ce soit ? Est-ce que le gagnant au go va lever les bras quand il aura gagné au go ? Est-ce qu'il vit une moindre enthousiasme ? Je suis persuadé que non. Néanmoins, je vais être aussi encore un petit peu provocateur, la meilleure manière d'interagir avec ces logiciels, ça sera de projeter dans ces logiciels les intentions. Parce que sinon on va être complètement névrotique, schizophrénique, parce qu'on ne comprendra plus comment interagir avec ces machines. Donc il faudra un certain moment pour que cette interaction soit fluide, imaginée. Alors ça va être un peu compliqué, parce qu'il ne faudra pas non plus se faire complètement posséder, mais il faudra quand même les traiter comme si elles étaient un peu sincères.
- [17:03]
Host
On ne va pas se lancer ici dans un grand débat philosophique sur la notion de compréhension, même si ce serait très certainement passionnant. Retenons tout de même que Hugues Berzini, lui en tout cas, considère que l'intelligence artificielle comprend. Et il estime qu'on va évoluer de plus en plus dans une société où on va dialoguer avec cette intelligence artificielle comme on dialoguerait avec d'autres êtres humains. D'autant qu'il faut le rappeler, ces IA, elles ont été entraînées, supervisées par des humains qui les ont conduits sur ce chemin d'une imitation, d'une duplication des interactions humaines, ce qui a d'ailleurs bien aidé à leur popularisation très rapide, comme le note le professeur Hugues Bersigny.
- [17:52]
Hugues Bersini
Bien sûr, les constructeurs de ces technologies jouent beaucoup de cette astuce pour, de fait, vous agripper, vous attraper, vous scotcher à l'écran. Donc, il y a aussi des stratégies qui sont vraiment animées par des psychologues, qui sont pensées par des psychologues de façon vraiment à vous capter à l'écran, que vous ne quittiez pas l'écran. Donc, il y a des formules, il y a des manières d'être qui sont vraiment conçues et prévues pour ça.
- [18:13]
Interviewer
Ce qui nous emmène quand même dans une forme d'anthropomorphisme, même si on n'a pas, au sens physique du terme, des robots ressemblant à des êtres humains, quand même cette impression de plus en plus qu'on interagit avec un robot qui nous comprend, qui est empathique et qui ressemble à des interactions, parfois même des interactions presque un peu idéalisées qu'on peut avoir avec certains êtres humains.
- [18:32]
Hugues Bersini
Alors c'est vraiment tout à fait, et ça, ça sera la limite parce que je pense qu'on a raison parce qu'il y a des régulations européennes qui sont en train d'être mises en place pour dire qu'il faut absolument, quand vous interagissez avec une création de l'IA, il faut absolument que vous le sachiez. Que ce soit un chatbot ou que ce soit une vidéo, quoi que ce soit qui a été produit par l'IA, il devrait y avoir une espèce de bandeau, de label disant c'est de l'IA. Mais malgré cela, donc bien sûr, vous serez prévenu, mais malgré ça, je pense que le naturel, la fluidité de l'interaction, ça sera de vous comporter comme si vous aviez en face de vous, en tout cas dans le cas d'un chatbot. Je vois mal ce que vous pourriez faire si vous savez que c'est une IA. Même si vous commencez à l'insulter en disant je sais que tu n'es qu'un vieil logiciel bourré de circuits et pourris, etc. Ça ne va pas arranger les choses. D'ailleurs, ça ne va pas être dans ces modes d'entraînement. Donc vaut mieux la traiter comme un être humain et elle vous répondra elle-même, se traitera comme un être humain.
- [19:29]
Host
Venons-en alors à une autre évolution spectaculaire de l'intelligence artificielle. Si on remonte à 2022, on se souvient des débuts de Chajipiti, de son succès fulgurant en quelques semaines seulement, qui a très vite conquis des centaines de millions d'utilisateurs. A l'époque, je me souviens, pour avoir fait des émissions sur le sujet, il était très facile de piéger cette intelligence artificielle. Vous lui demandiez de décrire des œufs de vache, par exemple, et elle le faisait très sérieusement, en expliquant que ces œufs, ils étaient plus gros, qu'ils étaient blancs, avec des taches noires, ce qui nous amusait beaucoup, et nous rassurait, en somme, sur la supériorité de notre intelligence humaine par rapport à la machine. Sauf qu'en quelques mois à peine, ces erreurs ont été corrigées et que ces cas flagrants d'hallucination de l'intelligence artificielle sont devenus beaucoup plus rares. Alors comment peut-on expliquer cette évolution-là ?
- [20:31]
Hugues Bersini
Mais simplement, comment on les améliore ? Par plus de puissance de calcul, plus de capacité à l'abstraction, plus d'expérience. Vous savez, pour absorber toute cette expérience, aujourd'hui, on a des centres de données et on a des processeurs avec des millions de cartes graphiques, les fameux GPU. Et on voit bien qu'il y a une course à la puissance de calcul. Donc, pour améliorer les systèmes, pour que ça marche encore mieux dans la prédiction, que ce soit de plus en plus parfait. Et puis, vous savez, ce qu'on fait aussi, c'est que quand vous avez un texte, pendant tout un temps, on mettait peut-être 100 mots auparavant pour prédire le 101e. Maintenant, on met 1000 mots avant, on met 10 000 mots. Vous savez, c'est ce qu'on appelle l'enrichissement des tokens. On met un million de mots pour prédire le un millionième. L'exercice devient de plus en plus compliqué. Et donc, quand l'exercice devient de plus en plus compliqué, il faut de plus en plus de puissance de calcul, de plus en plus de processeurs, de plus en plus d'énergie. C'est pour ça, d'ailleurs, que les GAFAM luttent entre elles pour pouvoir, je ne sais pas, se fournir en énergie, donc faire l'acquisition de centrales nucléaires, etc. ou de plus de GPU. C'est pour ça que Taïwan devient ce nœud géostratégique dont on parle beaucoup, parce qu'ils sont à la tête de tout ce qui sont processeurs GPU. Donc, en fait, c'est plus de puissance de calcul. Ce n'est pas tellement plus de données puisque les données, je crois que tout le monde les a maintenant. Et puis aussi, on a développé ce que les experts appellent maintenant une ingénierie du prompt, une espèce de compréhension de ces modèles pour qu'ils ne se trompent plus. Donc, par exemple, plus personne n'utilise, pratiquement plus personne n'utilise les modèles de langage tels quels, mais on les met toujours dans un contexte. Par exemple, si vous utilisez un agent conversationnel à la RTB, Vous allez aussi le fournir d'un tas de documents propres à la RTB pour qu'il n'hallucine pas sur des notions propres, des informations propres à la RTB. Donc vous allez l'enrichir avec des données contextuelles, ce qui lui permet de beaucoup moins halluciner.
- [22:09]
Interviewer
Donc si je retiens ce que vous nous dites là, il y a à la fois le fait qu'on a rajouté de la puissance de calcul. Et donc ces intelligences sont devenues plus performantes parce qu'elles sont capables de faire en le même temps beaucoup plus de calculs. Parfois parce qu'on leur a fourni plus de données mais c'est pas tellement là-dessus que ça se joue.
- [22:26]
Host
Et puis il y a aussi cette.
- [22:27]
Interviewer
Idée, et c'est vrai que c'est quelque chose qui se développe pas mal ces dernières années, d'intelligence artificielle de plus en plus spécialisée. On va avoir des intelligences artificielles spécialisées en santé, spécialisées en droit, mais même, maintenant, à l'intérieur, des intelligences artificielles spécialisées pour tel usage, dans telle entreprise, etc. C'est ça qui fait qu'on va mieux cadrer, en fait, son univers de raisonnement là où elle doit aller chercher les données, ce qui fait qu'elle hallucine moins.
- [22:52]
Hugues Bersini
Voilà, vous avez parfaitement résumé la situation. On parle de plus en plus d'IA multi-agents, c'est-à-dire qu'il va y avoir beaucoup d'IA spécialisées. Vous allez avoir une espèce d'IA un peu mettre à bord, un peu cockpit, etc. Et quand elle recevra l'information, elle va déléguer, elle va comprendre un peu de quoi il s'agit. Elle va voir aussi les limites de sa compréhension, mais elle va se rendre compte qu'il y a des IA beaucoup plus spécialisées. et donc elle va déléguer, si vous voulez, la compétence à des IA plus spécialisés. D'ailleurs, il y a eu pas mal de moqueries au début des IA modèle de langage, parce qu'elles faisaient un peu d'arithmétique, mais quand on commençait à élargir les chiffres, elles se plantaient même dans des calculs assez élémentaires. Ce dont on s'est rendu compte depuis un certain temps, ce n'est plus l'IA qui fait les calculs, ce sont des codes qui sont bien connus pour faire des bons calculs, des codes qui ont été programmés par des humains. Et simplement quand l'IA reçoit l'opération à faire, elle n'essaie pas de la faire elle-même, elle a compris qu'il s'agit d'une opération mathématique et elle va la déléguer à une machine à calculer par exemple.
- [23:48]
Interviewer
Et ça c'est aussi un des éléments sur lesquels on pouvait la piéger assez facilement au début. Vous lui proposez un problème avec l'âge de la sœur du frère d'eux et alors vous la perdiez très facilement sur quelque chose qu'un enfant de troisième ou quatrième primaire aurait pu réussir. Aujourd'hui, elle ne se plante plus parce qu'elle va traduire ça alors dans d'autres méthodes de résolution de ce genre de calcul.
- [24:11]
Hugues Bersini
Ce qui est rassurant plus ou moins pour ce qu'on a développé précédemment, c'est-à-dire que tout n'est pas perdu, c'est-à-dire qu'il y a beaucoup de modules logiciels que nous avions développés. et on avait l'impression, on s'illusionnait, enfin les gens de l'IA s'illusionnaient du fait qu'on puisse se débarrasser de tout, mais il y a quand même pas mal de compétences qu'on retrouve et l'IA générative va simplement déléguer au fur et à mesure des questions, va déléguer à des IA plus spécialisées qui peuvent être des IA qui ont été en ce moment-là codées en dur par des humains.
- [24:36]
Interviewer
Est-ce qu'on comprend toujours, quand on est un spécialiste comme vous l'êtes, un spécialiste en informatique, ce qu'il se passe ? Ou bien est-ce que parfois on se dit, tiens là, je n'aurais pas imaginé qu'elle puisse avancer aussi vite sur tel domaine, je ne parviens pas à m'expliquer comment elle peut être aussi efficace dans certaines de ses utilisations. Est-ce que vous, ça vous paraît toujours évident ? Ou bien est-ce que vous êtes parfois même, vous, surpris Hulbersini ?
- [25:02]
Hugues Bersini
Ah non, mais on est tous surpris. D'ailleurs, l'histoire de l'IA de ces 3 ou 4 années, c'est une succession de surprises. L'histoire est assez jolie puisque le premier papier en 2017 qui explique ces modèles de langage, c'est un papier de Google. À l'époque, Geoff Hinton, prix Nobel d'informatique, prix Nobel de physique et directeur de recherche chez Google, il ne voit pas ce qui est en train de se passer. On est en 2017, ce n'est quand même pas l'après-histoire. Et il faut attendre 2022 pour que Chad Gpt, qui a lui compris si vous voulez, lance les LLM. Et depuis, c'est vrai qu'avec la complexification de ces modèles, il est très très difficile, sinon impossible, de comprendre ce qui s'y passe. Donc c'est vrai qu'il y a une espèce de découragement de la part des chercheurs. Il y a tout un courant de recherche qu'on appelle l'explainable AI, donc tenter d'expliquer ce qui se passe dans ces modèles. Mais il faut quand même vous mettre à la place des ingénieurs qui doivent comprendre ce qui se passe dans un modèle qui possède, je ne sais pas moi, 10 milliards, 100 milliards de paramètres, avec un million, si pas 10 millions de processeurs graphiques qui travaillent en même temps. Donc, ça dépasse tout de complexité, donc c'est très compliqué. Alors ce que l'on fait, c'est assez amusant, ce qu'on fait c'est qu'on met un peu des électrodes dans les cerveaux de ces IA, comme on fait dans les cerveaux des humains. Vous savez, parfois il y a des expériences qui sont faites en psycho-cognitive où on présente des images, où on présente des textes à des humains, puis on regarde un peu les zones du cerveau qui s'activent et puis on dit voilà, là c'est peut-être les neurones qui s'occupent de votre maman, là c'est les neurones qui s'occupent de... On fait un peu la même chose avec ces modèles de langage. On met des électrodes et on regarde les parties du cerveau machine qui s'activent. On en est là. On en est là pour comprendre la façon dont ça fonctionne. Donc on est quand même assez désarmé devant tant de complexités. Et on est content. Alors ça qui est étonnant, c'est qu'on n'a pas peur. On est ravi. Ce qui fait que certains, d'ailleurs, grands auteurs de l'IA ont peur d'une perte de contrôle avec des scénarios apocalyptiques que d'ailleurs ces grands pionniers mettent en avant en disant mais attention, si on comprend pas ce qui se passe, ça pourrait un jour nous surprendre et nous surprendre de manière très dangereuse.
- [26:51]
Interviewer
Et ça, on va y venir dans notre épisode suivant. Mais donc aujourd'hui, on est parfois obligé.
- [26:57]
Host
De procéder, c'est ce que vous nous.
- [26:59]
Interviewer
Dites là, presque comme le cerveau humain. Or, on sait qu'il y a encore beaucoup de choses qu'on ignore dans le cerveau humain. Ici, on a tellement développé la puissance de calcul, on a mis la machine en route que maintenant, on doit aller presque l'ausculter de certaines manières pour comprendre ce qu'elle est en train de faire, alors que c'est nous-mêmes qui l'avons construite en tant qu'humain, ce qui est quand même très particulier.
- [27:17]
Hugues Bersini
Mais c'est une ingénierie particulière, parce que c'est une ingénierie dans laquelle on a délégué à la machine le soin d'apprendre par elle-même. Donc on se mettait déjà en retrait, si vous voulez, par rapport à cette machine. On s'enthousiasmait d'une machine qui s'émancipait de nous, mais avec les conséquences évidemment que ça entraîne, c'est qu'on ne comprend plus grand-chose. Il faut savoir juste que maintenant, les chiffres commencent à s'aligner. On sait que notre cerveau possède plus ou moins 100 milliards de neurones, avec chaque neurone connecté plus ou moins à 10 000 autres. Nous arrivons à ce type de chiffres dans les processeurs aujourd'hui. On a des 100 milliards de paramètres. Donc on commence à avoir une complexité matérielle qui est à l'instar des cerveaux humains.
- [27:56]
Host
Et tout cela ouvre évidemment des questions vertigineuses, tantôt fascinantes et enthousiasmantes, tantôt effrayantes aussi à certains égards. Alors comme on a trouvé cette conversation avec Hugues Bersini passionnante, on a décidé de la poursuivre dans un prochain numéro des clés, un épisode 2 dans cette série consacrée à l'intelligence artificielle où on parlera de la voracité énergétique de l'IA. On essayera de savoir aussi si on ne risque pas d'en perdre à un moment donné le contrôle. On s'interrogera. également sur tous les emplois qui risquent de disparaître en raison de la généralisation de son usage. Voilà, c'était Les Clés, un podcast de la première, avec à la réalisation de ce numéro Jonathan Remy et Laurent Nélissen, à la préparation Sarah Pousset et Arnaud Ruyssen. Si vous souhaitez nous écrire, je vous rappelle l'adresse à laquelle vous pouvez le faire, lesclés.artbf.be.
- [28:59]
Narrator
Sous-titrage Société Radio-Canada.