IA - Penninghen

M5 Intelligence Artificielle | 01 Genèse de l'IA

I. L'IA avant l'IA

Histoire de l'intelligence artificielle : premières manifestations de la cybernétique, automates et avancées technologiques avant l'ordinateur et avant que l'IA ne se nomme IA.

Le fil rouge : créer l'artificiel

  • Pygmalion (Grèce antique) : sculpte Galatée parce qu'il préfère l'artifice aux imperfections humaines. Le paradoxe fondateur.
  • Le Golem (Prague, XVIe s.) : créature d'argile animée par le mot « emet » (vérité), qui devient incontrôlable. Première histoire de création qui échappe à son créateur.
  • Vaucanson (1738-1739) : joueur de flûte présenté à l'Académie royale des sciences en 1738, canard digérateur et joueur de tambourin en 1739. La digestion est une illusion mécanique : les graines ne sont pas digérées, une matière préparée les remplace.
  • La machine parlante de Kempelen (1791) : soufflets et résonateurs qui reproduisent la voix humaine. Bell en découvre une reproduction adolescent et en construit une avec son frère ; c'est là que naît son intérêt pour la mécanique de la parole.
  • Villiers de l'Isle-Adam, L'Ève future (1886) : le mot « androïde » existait déjà depuis un siècle pour les automates ; Villiers lui donne son sens moderne et le popularise.
  • Metropolis (Fritz Lang, 1927) : première transformation homme-machine du cinéma.

Le Turc Mécanique (1770)

  • 1770 : Wolfgang von Kempelen présente un automate joueur d'échecs à l'impératrice Marie-Thérèse d'Autriche
  • Fonctionnement : automate vêtu à la mode ottomane, assis derrière un meuble ouvragé
  • Tournée : Europe et Amérique, défie Benjamin Franklin (1783) et Napoléon Bonaparte (1809)
  • Durée : plus de 80 ans de fascination publique
  • La révélation est lente : Edgar Allan Poe écrit un essai démontant la supercherie en 1836. Le Turc brûle à Philadelphie en 1854. L'aveu complet est publié en 1857 par le fils du dernier propriétaire.
  • Le truc : un joueur humain dissimulé, installé sur un siège coulissant qui lui permet de se déplacer pendant qu'on ouvre les portes du meuble.
  • Importance : préfigure le test de Turing. Et surtout : pendant 80 ans, des gens ont su, l'ont écrit, et le spectacle a quand même gagné.

II. Les fondations scientifiques

Alan Turing (1912-1954)

  • 1935-1936 : à 23 ans, imagine une « machine universelle » capable de résoudre tout problème calculable
  • Contribution : invention conceptuelle de l'ordinateur moderne
  • Guerre : rejoint Bletchley Park, conçoit les machines qui cassent Enigma. Les historiens estiment que le travail mené là-bas a écourté le conflit d'environ deux ans
  • Persécution : condamné en 1952 pour homosexualité, choisit la castration chimique plutôt que la prison
  • Mort (1954) : l'enquête conclut au suicide par cyanure. La pomme retrouvée à côté de son corps n'a jamais été analysée, et certains historiens (Jack Copeland) défendent la thèse de l'accident. La thèse du suicide reste majoritaire mais n'est pas établie.

Test de Turing (1950)

  • Question posée : « Les machines peuvent-elles penser ? »
  • Réponse : Turing remplace la question par « peuvent-elles nous faire croire qu'elles pensent ? »
  • Méthode : un humain dialogue simultanément avec une machine et un autre humain, sans les voir
  • Critère : s'il ne peut distinguer qui est qui, la machine « réussit »
  • Statut actuel (2025) : le test a été passé. Jones & Bergen (UC San Diego, arXiv 2503.23674) : sur un test à trois parties, GPT-4.5 est désigné comme l'humain 73 % du temps, plus souvent que le vrai humain. LLaMa-3.1 : 56 %.
  • Le point important : ce score n'est atteint qu'avec une consigne de persona (jeune introverti, argot, culture internet). Sans elle, GPT-4.5 tombe à 36 %. Le test ne mesure donc pas l'intelligence mais la capacité à produire une apparence d'humanité.

Conférence de Dartmouth (1956)

  • Date : été 1956, Dartmouth College, New Hampshire
  • Participants : dix chercheurs, atelier de deux mois
  • Le terme : « Intelligence Artificielle » n'est pas forgé pendant l'atelier. Il apparaît dans la demande de financement rédigée en 1955 par John McCarthy (28 ans à l'été 1956) pour la fondation Rockefeller. McCarthy cherchait à se démarquer de la « cybernétique », associée à Norbert Wiener.
  • Herbert Simon : présent avec Allen Newell, ils y montrent le Logic Theorist, souvent considéré comme le premier programme d'IA. Simon aura le prix Turing en 1975 et le prix Nobel d'économie en 1978.
  • Les prédictions : en 1958, Simon et Newell annoncent qu'une machine sera championne du monde d'échecs dans les dix ans. Ça prendra 39 ans. En 1965, Simon annonce que d'ici vingt ans les machines feront tout ce qu'un homme peut faire.
  • À retenir : les prédictions les plus fausses de l'histoire de l'IA ont été faites par les gens les plus compétents du domaine.

III. L'explosion contemporaine

Cycles de l'IA

Périodes d'euphorie :

  • 1956-1974 : IA symbolique
  • 1980-1987 : systèmes experts
  • 2012-aujourd'hui : deep learning puis IA générative

Hivers de l'IA :

  • 1974-1980 : premier hiver, les financements se tarissent
  • 1987-1993 : deuxième hiver, effondrement des systèmes experts. Le terme « intelligence artificielle » devient si toxique que les chercheurs cessent de l'employer dans leurs demandes de crédits.

Les moments de spectacle :

  • 11 mai 1997 : Deep Blue bat Kasparov (match revanche ; Kasparov avait gagné en 1996). Score 3,5-2,5.
  • Mars 2016 : AlphaGo bat Lee Sedol, un des meilleurs joueurs de Go au monde. Le numéro un mondial, Ke Jie, est battu en mai 2017.
  • 30 novembre 2022 : ChatGPT.

Schéma récurrent : euphorie → investissements massifs → désillusion → hiver

Ce qui s'est retourné : les chercheurs des années 50 pensaient que l'intelligence était de la logique — des symboles, des règles. Certains, dont Minsky, ont activement combattu l'approche connexionniste. La thèse « plus de puissance = plus d'intelligence » est celle d'aujourd'hui.

Geoffrey Hinton et le Deep Learning

  • 1986 : co-signe l'article qui popularise la rétropropagation. Il manque les données et la puissance de calcul.
  • Années 90-2000 : continue à Toronto pendant que le domaine passe à autre chose
  • 2012 : son équipe remporte ImageNet (AlexNet) avec une marge écrasante. Google rachète sa société aux enchères, 44 M$ pour trois personnes et aucun produit.
  • 2023 : quitte Google pour alerter librement sur les dangers de ce qu'il a contribué à créer
  • 2024 : prix Nobel de physique, partagé avec John Hopfield, pour ces mêmes travaux

Data Centers

  • GPT-3 : entraîné sur environ 570 Go de texte filtré (~300 milliards de tokens), extraits de dizaines de téraoctets bruts aspirés du web.
  • Consommation (AIE, rapport Energy and AI, 2025) : les centres de données ont consommé ~415 TWh en 2024, soit ~1,5 % de l'électricité mondiale. Projection 2030 : ~945 TWh, l'équivalent de la consommation totale du Japon aujourd'hui.
  • Le débat s'est déplacé : ce n'est plus l'entraînement qui domine, c'est l'inférence — des milliards de requêtes quotidiennes — plus la construction physique des bâtiments, leur eau de refroidissement et leur raccordement au réseau.

Révolution de l'image (2022)

Outils : DALL-E 2, Midjourney, Stable Diffusion Fonctionnement : génération d'images à partir de descriptions textuelles Problématique : entraînement sur des milliards d'images récupérées sans autorisation ni rémunération.

Précision : le modèle ne stocke pas les images — quelques gigaoctets ne peuvent pas contenir des milliards de photos. Il en a appris des régularités statistiques. Mais des cas de mémorisation sont documentés sur des images très dupliquées dans le corpus. La question n'est donc pas « est-ce une copie », c'est l'usage d'un travail collectif comme matière première d'un produit commercial.

ChatGPT (2022)

  • Lancement : 30 novembre 2022
  • Adoption : 1 million d'utilisateurs en 5 jours, 100 millions en 2 mois (estimation UBS)
  • Comparaison pour 1 million : Instagram 75 jours, Facebook 10 mois
  • Record battu depuis : Threads a atteint 100 millions d'inscrits en 5 jours (juillet 2023), mais en s'appuyant sur les comptes Instagram existants
  • Impact : l'IA sort des laboratoires et devient quotidienne

IV. Les grandes familles d'IA

IA Réactive

  • Traite chaque problème indépendamment, sans mémoire ni apprentissage
  • Exemple : Deep Blue, 200 millions de positions par seconde
  • Fonctionne quand les règles sont fixes, connues et complètes
  • Limite : ne s'améliore jamais

IA à Mémoire Limitée

  • Intègre de nouvelles données au fil du temps
  • Exemples : GPS, aide à la conduite

Votre voiture n'apprend pas en roulant. Elle exécute un modèle figé, entraîné en amont chez le constructeur. Elle remonte des données ; ces données servent, ailleurs et plus tard, à réentraîner un modèle, et la voiture reçoit une nouvelle version par mise à jour logicielle.

La distinction structurante :

  • Entraînement : coûteux, centralisé, rare
  • Inférence : quand le modèle est utilisé

L'appareil que vous avez en main ne fait quasiment que de l'inférence. L'apprentissage se passe ailleurs, chez quelqu'un d'autre, avec vos données.

IA Générative

Fonctionnement réel (modèles de diffusion) : le modèle part d'une image de bruit pur et la débruite progressivement, en 20 à 50 étapes, l'image entière à chaque passage, guidé par votre texte. Ce n'est ni un collage d'éléments, ni un dessin pixel par pixel, ni un assemblage « fourrure + casque spatial ». Et ça se passe dans un espace latent compressé.

Modèles de texte : logique différente, production token par token, chaque mot dépendant de tous les précédents.

Ce que ça implique : ce qu'on perçoit comme « créativité » est une recombinaison probabiliste de régularités apprises. Le modèle ne comprend ni les chats ni l'espace ; il modélise la manière dont on les représente.

Classification par niveau

ANI (Artificial Narrow Intelligence)

  • Excellence dans un domaine, nullité ailleurs
  • Exemples : Shazam, AlphaGo, moteurs de recommandation
  • Limite récente de cette catégorie : les modèles généralistes actuels écrivent, codent, analysent une image et traduisent. Ils ne rentrent plus vraiment dans la case « étroite ». C'est une des raisons pour lesquelles le débat sur l'AGI est devenu confus.

AGI (Artificial General Intelligence)

  • Intelligence polyvalente équivalente à l'humain
  • Il n'existe aucune définition partagée. Aucun test, aucun seuil, aucun jury.
  • Positions actuelles : les dirigeants des grands laboratoires annoncent quelques années ; une partie des chercheurs universitaires soutient que l'architecture actuelle n'y mènera jamais, quelle que soit l'échelle.
  • La seule question utile à poser à qui annonce une date : comment saurez-vous qu'elle est arrivée ?

ASI (Artificial Super Intelligence)

  • Système hypothétique dépassant l'humain dans tous les domaines
  • Les « capacités » qu'on lui prête (résoudre le climat, guérir le cancer) sont des arguments promotionnels, pas des propriétés démontrées. À traiter comme telles.

V. Les méthodes d'apprentissage

Apprentissage Supervisé

  • Exemples étiquetés, correction systématique des erreurs
  • Méthode fiable mais coûteuse : chaque exemple doit être étiqueté par quelqu'un

Apprentissage Auto-Supervisé

C'est le tournant des dix dernières années. Pour un modèle comme GPT, personne n'a annoté à la main des milliers de milliards de mots : c'est impossible.

L'astuce : on prend du texte brut, on cache le mot suivant, le modèle doit le deviner. L'étiquette, c'est le texte lui-même. Pas d'annotateur. C'est ce qui a permis de changer d'échelle — tout internet devient un corpus d'entraînement.

Le travail humain intervient après, dans une phase bien plus courte : affinage sur des exemples de dialogue, puis RLHF. Et il existe bel et bien : en janvier 2023, TIME a révélé qu'OpenAI avait recouru à des travailleurs kényans payés environ 2 $/heure pour étiqueter des contenus violents et sexuels destinés à entraîner les filtres de sécurité.

Apprentissage Non-Supervisé

  • Données brutes sans étiquettes, recherche de patterns cachés
  • Découverte de groupes naturels
  • Risque : regroupements absurdes (par couleur dominante plutôt que par contenu)

Apprentissage par Renforcement

  • Système de récompenses et de punitions, exploration par essai-erreur
  • Précision sur AlphaGo : la version qui bat Lee Sedol en 2016 a d'abord été entraînée en supervisé sur ~30 millions de coups humains, puis améliorée par auto-jeu. C'est AlphaGo Zero (2017) qui apprend à partir des seules règles, sans aucune donnée humaine — et qui bat la version précédente 100 à 0.
  • Coup 37 de la deuxième partie (2016) : pris pour une erreur par tous les commentateurs, compris cinquante coups plus tard comme le coup gagnant.
  • Lien direct avec ChatGPT : c'est cette méthode (RLHF) qui sert à régler les modèles de langage. Des humains classent des réponses, le modèle apprend à produire celles qui seront le mieux notées. Ce qu'on prend pour la « personnalité » de l'outil est le résultat de ce réglage.

VI. Où on en est en 2026 : cinq bascules

1. Les catégories par modalité ont fondu

Il y a trois ans, nous avions un outil par usage. Aujourd'hui les grands modèles font tout : on génère une image dans ChatGPT, on analyse une vidéo dans Gemini, on fait lire un plan à Claude. Ce qui reste spécialisé, c'est le haut de gamme.

2. Les modèles ne produisent plus des fichiers, ils prennent la main

C'est le passage aux agents. Le 28 avril 2026, Anthropic a publié neuf connecteurs officiels : Blender, SketchUp, Autodesk Fusion, Adobe Creative Cloud, Ableton, Splice, Affinity, Resolume. Le connecteur Blender est maintenu par les développeurs de Blender, expose toute l'API Python, et repose sur MCP — donc c'est utilisable par d'autres modèles.

Concrètement : le modèle voit la scène 3D, la débogue, renomme les objets, et écrit un outil qui apparaît dans le menu du logiciel.

3. Les modèles ouverts ont rattrapé les modèles fermés

Mistral (France), Llama (Meta), DeepSeek et Qwen (Chine), FLUX (Black Forest Labs). Poids téléchargeables, souvent utilisables commercialement. L'écart avec les modèles propriétaires se compte en mois.

4. Donc le local redevient possible

Un modèle ouvert tourne sur une machine personnelle. Pas d'abonnement, pas de quota, aucune donnée qui sort. Enjeu direct pour un studio sous confidentialité ou pour une école qui ne veut pas envoyer le travail de ses étudiants à une entreprise étrangère.

C'est ce que nous allons faire avec un server installé ici à l'école et des modèles à poids ouverts.

5. La vidéo a basculé

Veo génère l'image et l'audio synchronisé (dialogues et bruitages compris). Kling fait des vidéos de trois minutes. Runway tient un personnage cohérent d'un plan à l'autre.

6. Le droit est arrivé

Fiche outils — par besoin, pas par modalité

J'ai besoin de… J'ouvre
d'une image d'ambiance, une planche de style Midjourney
de photoréalisme, ou entraîner sur mes visuels FLUX (local, ComfyUI)
de texte lisible dans l'image gpt-image-2 (ChatGPT), Gemini Image
De retoucher dans mon fichier de travail Firefly dans Photoshop
d'animer une image Runway, Kling
d'ne vidéo avec du son Veo
d'une voix, un doublage ElevenLabs
d'une musique de fond Suno
de piloter Blender / SketchUp / Photoshop Claude + connecteur
de travailler sans que mes données sortent Ollama, ComfyUI, serveur local

VII. Qu'est-ce qu'un Dataset ?

ImageNet

Composition

  • Base complète : 14 millions d'images, 22 000 catégories
  • Sous-ensemble du concours annuel (ILSVRC), celui qu'AlexNet remporte en 2012 : 1,2 million d'images, 1 000 catégories
  • Créé à partir de 2007 par l'équipe de Fei-Fei Li (Stanford)

Qui a étiqueté Pas des chercheurs ni des étudiants : environ 49 000 personnes dans 167 pays, payées à la tâche sur Amazon Mechanical Turk, entre 2007 et 2009.

Le nom de la plateforme n'est pas un hasard. Jeff Bezos la décrivait lui-même comme de l'« artificial artificial intelligence ». Deux siècles après Kempelen, on a remis des humains dans le meuble, et on a donné au meuble le nom du meuble.

Les catégories problématiques Elles n'ont pas été « découvertes » par hasard. En 2019, Kate Crawford et Trevor Paglen publient Excavating AI et mettent en ligne ImageNet Roulette, qui permet à chacun d'envoyer son portrait et de voir dans quelle catégorie il est rangé. Résultat viral et accablant. Dans les mois qui suivent, l'équipe d'ImageNet retire plus de 600 000 images et supprime la majorité des catégories décrivant des personnes.

À retenir : un dataset n'est jamais neutre. C'est une ontologie — quelqu'un a décidé quelles cases existent et où va chaque chose.

Cas Tay (Microsoft, 2016)

  • Chatbot lancé le 23 mars 2016, censé apprendre en discutant sur Twitter
  • Débranché 16 heures plus tard
  • Raid coordonné depuis 4chan

Nuance technique importante : une grande partie des captures les plus scandaleuses ne vient pas d'un apprentissage. Tay disposait d'une fonction « repeat after me » qui lui faisait répéter mot pour mot ce qu'on lui dictait. Ce n'était pas une IA qui avait appris le racisme, c'était un perroquet piégé. L'autre partie, en revanche, venait bien de ce qu'elle avait absorbé.

Leçon : une IA n'est jamais meilleure que ce qu'on lui donne. Dix ans après, le problème n'est pas résolu, il est enfoui derrière des filtres.

IA généraliste vs spécialisée

Généraliste : polyvalence, coût d'inférence élevé, performances variables sur un domaine pointu.

Spécialisée : un petit modèle affiné sur un domaine égale un modèle géant sur ce domaine précis, pour une fraction du coût, et tourne sur votre machine.

Dataset créatif

Comparer deux extrêmes :

  • LAION : ~5 milliards de paires image-texte aspirées automatiquement du web, sans regard humain. A servi à entraîner Stable Diffusion.
  • Une collection de musée (Rijksmuseum, Metropolitan, Gallica) : centaines de milliers d'œuvres décrites une par une par des conservateurs — auteur, date, technique, sujet.
  • WikiArt : œuvres annotées par style, mouvement et artiste, très utilisé en recherche sur le transfert de style.

Le premier donne un modèle qui sait tout faire moyennement et a avalé les biais du web entier. Le second donne une matière étroite, cohérente, documentée, dont on peut rendre compte.

VIII. Exercice pratique : « L'inventaire du visible »

Sujet 01 | Inventaire du visible

Pré-rendu: Rendu: