Luc Julia, co-créateur de SIRI, aujourd’hui patron de l’innovation chez Samsung, démystifie l’AI et déconstruit bien des fantasmes…

Anxiogène ou exaltante. On la voit partout ou, plutôt on l’imagine partout. En fait, elle n’apparait qu’un filigrane. L’AI n’est en réalité que de la reconnaissance, assure Luc Julia -au dernier DiSummit 2019– dans son livre «L’intelligence artificielle n’existe pas» (First Editions). Tant pis pour les rêveurs, tant mieux pour les angoissés.

«On parle d’intelligence artificielle alors qu’il n’y a… pas d’intelligence à proprement parler. L’appellation est fallacieuse, elle nourrit des fantasmes, des délires sur de soi-disant méchants robots qui prendront nos emplois, voire nos vies. Le machine learning et le deep learning existent, oui, mais pas l’intelligence artificielle.»

Pour ce Français, qui a participé activement au développement de Siri et aujourd’hui à la tête de la recherche chez Samsung, tout est parti d’un malentendu, à savoir l’appellation intelligence artificielle lancée, pour la première fois, en 1956 à Dartmouth aux Etats-Unis par des scientifiques, dont John McCarthy, afin de concrétiser la reproduction des mécanismes humains dans des machines… «Or, ce n’est rien de moins que de l’intelligence faible ! Quand Kasparov se fait battre aux échecs par Deep Blue en 1997, ce n’est pas parce que la machine est plus intelligente que lui, mais seulement parce que les chercheurs d’IBM ont modélisé toutes les possibilités aux échecs, soit 1053, observe Luc Julia. Pour un homme, c’est beaucoup. Brillant, Kasparov ne pouvait que perdre !»

Idem avec le jeu de Go, même si on ne peut modéliser toutes les possibilités. Une partie d’entre elles ont cependant été modélisées et des modèles statistiques aident à combler les trous. «Ce n’est pas aussi propre qu’aux échecs, mais globalement on a beaucoup plus de possibilités en mémoire qu’un joueur humain, estime Luc Julia. Donc il n’y pas d’intelligence, c’est simplement une masse de données et un peu de statistiques !»

Seulement de la reconnaissance

Pour Luc Julia, il suffit d’ailleurs de regarder les chiffres : DeepMind, c’est 1500 CPU, environ 300 GPU, quelques TPU et 440 kWh. L’humain en face, c’est 20 Wh. Mais lui sait faire bien d’autres choses que de jouer au Go ! Cela prouve qu’il s’agit d’approches complètement différentes et qu’il est ridicule de penser qu’on est proche de l’intelligence. C’est également flagrant si l’on regarde du côté de la vision. «On a construit des systèmes capables de reconnaître des chats avec un taux de réussite de 95% en leur fournissant 100 000 images de chats… alors qu’un enfant de deux ans n’a besoin que de deux images de chat pour en reconnaître un toute sa vie, avec un taux de réussite de 100% !»

Bref, l’intelligence artificielle n’est que de la reconnaissance. Nous apprenons des choses aux machines, on leur donne des exemples. Elles s’appuient sur la reconnaissance. «L’humain utilise également cela, mais il a quelque chose en plus : la connaissance. D’où cela vient, est-ce de l’inné, de l’acquis ? Je n’en sais rien. Mais l’humain a quelque chose en plus.»

Dès lors, pourquoi garder l’acronyme «AI», pourquoi intituler le livre «L’intelligence artificielle n’existe pas !» ? Parce qu’il est entré dans le langage commun, justifie Luc Julia. Mais ce qui lui pose problème, c’est le terme «intelligence». Alors même que dans les sciences humaines et cognitives, nous ne savons pas définir correctement l’intelligence, il est encore plus difficile de conceptualiser une «intelligence artificielle»… De même, mon propos est de rappeler que tant que les techniques actuelles resteront les mêmes dans l’AI -à savoir les techniques mathématiques et statistiques, le mythe de la création d’une «intelligence généralisée» – autrement dit meilleure que celle de l’humain- est encore plus illogique et irréalisable…

«Aujourd’hui, les problèmes posés par l’AI sont ceux que les humains créent eux-mêmes, analyse Luc Julia. Le premier, c’est le bug. Le deuxième est lié aux sets de données biaisés. Si j’utilise volontairement ou involontairement des données orientées dans un certain sens -politiquement par exemple- pour entraîner mon AI, je créé une AI biaisée. Il faudra réguler tout cela. Pas trop tôt car cela peut freiner l’innovation. Mais à terme, il faudra des instances de régulation. Autre problème, l’usage d’énormément de ressources. Le danger écologique est réel. Il faudrait essayer de décentraliser tout cela. Et développer des systèmes qui ont besoin de sets de données plus petits.»