Qu’est-ce que ChatGPT nous apprend sur l’évolution de l’intelligence artificielle ?

Au cours de la dernière décennie, l’intelligence artificielle (IA) a suscité à la fois des rêves d’une transformation massive dans l’industrie technologique et une profonde anxiété entourant ses conséquences potentielles. Elon Musk, une voix de premier plan dans l’industrie technologique, a démontré cette dualité. Il promet simultanément un monde de voitures autonomes alimentées par l’IA tout en nous avertissant des risques associés à l’IA, allant même jusqu’à demander une pause dans le développement de l’IA. C’est particulièrement ironique, compte tenu du fait que Musk était un investisseur précoce dans OpenAI, fondée en 2015.

L’un des développements les plus excitants et les plus inquiétants qui chevauchent l’actuelle vague de recherche en IA est l’IA autonome. Les systèmes d’IA autonome peuvent effectuer des tâches, prendre des décisions et s’adapter à de nouvelles situations sans surveillance humaine continue ni programmation tâche par tâche. L’un des exemples les plus connus à l’heure actuelle est ChatGPT, un jalon important dans l’évolution de l’intelligence artificielle. Regardons comment ChatGPT est apparu, où il se dirige et ce que la technologie peut nous apprendre sur l’avenir de l’IA.

Construire vers l’IA autonome

L’histoire de l’intelligence artificielle est une histoire captivante de progrès et de collaboration entre les disciplines. Elle a commencé au début du 20e siècle avec les efforts pionniers de Santiago Ramón y Cajal, un neuroscientifique qui a utilisé sa compréhension du cerveau humain pour créer le concept de réseaux de neurones, une pierre angulaire de l’IA moderne. Les réseaux de neurones sont des systèmes informatiques qui imitent la structure du cerveau humain et du système nerveux pour produire une intelligence basée sur la machine. Un peu plus tard, Alan Turing était occupé à développer l’ordinateur moderne et à proposer le test de Turing, un moyen d’évaluer si une machine pouvait afficher un comportement intelligent similaire à celui de l’homme. Ces développements ont suscité une vague d’intérêt pour l’IA.

En conséquence, les années 1950 ont vu John McCarthy, Marvin Minsky et Claude Shannon explorer les perspectives de l’IA, et Frank Rosenblatt a forgé le terme “intelligence artificielle”. Les décennies suivantes ont vu deux avancées majeures. La première était les systèmes experts, qui sont des systèmes d’IA conçus individuellement pour effectuer des tâches spécifiques à une niche, à une industrie. La seconde étaient des applications de traitement du langage naturel, comme les premiers chatbots. Avec l’arrivée de grands ensembles de données et d’une puissance de calcul de plus en plus améliorée dans les années 2000 et 2010, les techniques d’apprentissage automatique ont prospéré, nous menant à l’IA autonome.

Ce pas significatif permet aux systèmes d’IA d’effectuer des tâches complexes sans avoir besoin d’une programmation au cas par cas, les ouvrant à une large gamme d’utilisations. L’un de ces systèmes autonomes – Chat GPT d’OpenAI – a bien sûr récemment acquis une grande notoriété pour sa capacité incroyable à apprendre à partir de vastes quantités de données et à générer des réponses cohérentes et similaires à celles de l’homme.

Qu’est-ce qui a rendu l’IA autonome possible ?

Qu’est-ce qui est à la base de ChatGPT ? Nous, les humains, avons deux capacités de base qui nous permettent de penser. Nous possédons des connaissances, qu’il s’agisse d’objets physiques ou de concepts, et nous possédons une compréhension de ces choses dans des structures complexes comme le langage, la logique, etc. Être capable de transférer ces connaissances et cette compréhension aux machines est l’un des défis les plus difficiles de l’IA.

Avec des connaissances seules, le modèle GPT-4 d’OpenAI ne pouvait pas gérer plus d’une seule pièce d’information. Avec le contexte seul, la technologie ne pouvait pas comprendre quoi que ce soit sur les objets ou les concepts qu’elle contextualisait. Mais combinez les deux, et quelque chose de remarquable se produit. Le modèle peut devenir autonome. Il peut comprendre et apprendre. Appliquez cela au texte, et vous avez ChatGPT. Appliquez-le aux voitures, et vous avez la conduite autonome, et ainsi de suite.

OpenAI n’est pas seul dans son domaine, et de nombreuses entreprises ont développé des algorithmes d’apprentissage automatique et utilisé des réseaux de neurones pour produire des algorithmes capables de gérer à la fois les connaissances et le contexte pendant des décennies. Alors, qu’est-ce qui a changé lorsque ChatGPT est arrivé sur le marché ? Certaines personnes ont pointé du doigt la quantité stupéfiante de données fournies par Internet comme le grand changement qui a alimenté ChatGPT. Cependant, si c’était tout ce qui était nécessaire, il est probable que Google aurait battu OpenAI en raison de la dominance de Google sur toutes ces données. Alors, comment OpenAI a-t-elle fait ?

L’un des secrets d’OpenAI est un nouvel outil appelé apprentissage par renforcement à partir de la rétroaction humaine (RLHF). OpenAI a utilisé le RLHF pour former l’algorithme d’OpenAI à comprendre à la fois les connaissances et le contexte. OpenAI n’a pas créé l’idée du RLHF, mais l’entreprise a été l’une des premières à s’appuyer entièrement sur celui-ci pour le développement d’un grand modèle de langage (LLM) comme ChatGPT.

Le RLHF a simplement permis à l’algorithme de s’auto-corriger en fonction de la rétroaction. Donc, tandis que ChatGPT est autonome dans la façon dont il produit une réponse initiale à une invite, il dispose d’un système de rétroaction qui lui indique si sa réponse était précise ou problématique d’une manière ou d’une autre. Cela signifie qu’il peut constamment s’améliorer sans changements de programmation importants. Ce modèle a abouti à un système de chat à apprentissage rapide qui a rapidement pris d’assaut le monde.

L’IA autonome remplacera-t-elle les travailleurs humains ?

La nouvelle ère de l’IA autonome a commencé. Dans le passé, nous avions des machines qui pouvaient comprendre divers concepts à un certain degré, mais seulement dans des domaines et des industries très spécifiques. Par exemple, des logiciels d’IA spécifiques à l’industrie ont été utilisés en médecine depuis longtemps. Mais la recherche d’une IA autonome ou générale – c’est-à-dire une IA qui pourrait fonctionner par elle-même pour effectuer une large gamme de tâches dans divers domaines avec un degré d’intelligence similaire à celui de l’homme – a finalement produit des résultats remarquables au niveau mondial en 2022, lorsque Chat GPT a aisément et de manière décisive passé le test de Turing.

Compréhensiblement, certaines personnes commencent à craindre que leur expertise, leurs emplois et même leurs qualités humaines uniques puissent être remplacés par des systèmes d’IA intelligents comme ChatGPT. D’un autre côté, passer le test de Turing n’est pas un indicateur idéal de l’intelligence « similaire à celle de l’homme » d’un système d’IA particulier.

Par exemple, Roger Penrose, qui a remporté le prix Nobel de physique en 2020, soutient que passer le test de Turing ne signifie pas nécessairement une véritable intelligence ou conscience. Il soutient qu’il existe une différence fondamentale entre la façon dont les ordinateurs et les humains traitent l’information et que les machines ne seront jamais capables de reproduire le type de processus de pensée humaine qui donne naissance à la conscience.

Ainsi, passer le test de Turing n’est pas une mesure réelle de l’intelligence, car il ne teste que la capacité d’une machine à imiter le comportement humain, et non sa capacité à véritablement comprendre et raisonner sur le monde. Une véritable intelligence nécessite la conscience et la capacité de comprendre la nature de la réalité, ce qui ne peut pas être reproduit par une machine. Cela signifie que, loin de nous remplacer, ChatGPT et des logiciels similaires nous fourniront simplement des outils pour nous aider à améliorer et à accroître l’efficacité dans une variété de domaines.

Pensées finales

Ainsi, les machines seront capables d’effectuer de nombreuses tâches de manière autonome, de façons que nous n’aurions jamais cru possibles, allant de la compréhension et de la rédaction de contenu à la sécurisation de vastes quantités d’informations, à l’exécution de chirurgies délicates et à la conduite de nos voitures. Mais, pour l’instant, du moins dans cette ère actuelle de la technologie, les travailleurs capables n’ont pas à craindre pour leurs emplois. Même les systèmes d’IA autonomes n’ont pas d’intelligence humaine. Ils peuvent simplement comprendre et effectuer mieux que nous, les humains, certaines tâches. Ils ne sont pas plus intelligents que nous dans l’ensemble, et ils ne représentent pas une menace significative pour notre mode de vie ; du moins, pas dans cette vague de développement de l’IA.