Il y a depuis un certain temps des surestimations flagrantes de ce que l’intelligence artificielle (IA) est capable de faire et des produits dérivés qui nous sont offerts. Ceci génère de grandes peurs prématurées et des opinions largement trop enthousiastes. Il ne faut pas mêler nos rêves ambitieux avec des peurs et des affolements.

Les gens les plus enthousiastes sont les scientifiques et les chercheurs ayant besoin d’argent pour la poursuite de leurs travaux futuristes. Ceci est tout à fait normal ! Il leur faut convaincre les donneurs de fonds et de subventions tout en séduisant la population.

Les travaux en intelligence artificielle et dans le domaine quantique sont deux sujets à l’ordre du jour. Les outils quantiques ne sont pas largement disponibles ni à point en ce moment, mais l’IA, oui ! D’autre part, on agite, parfois à juste titre, divers épouvantails face aux périls anticipés. Comme le disait le président Roosevelt, « la seule chose que nous devons craindre est la crainte elle-même. »

Dans cet article, je vous propose de mieux comprendre l’IA avec un effort de lecture.

Introduction

Lors d’une intervention fort remarquée en janvier 2015, « Stephen Hawking, Elon Musk et des dizaines d’experts en intelligence artificielle ont signé une lettre ouverte sur l’intelligence artificielle. » Déjà en 2014, « ils avaient publiquement exprimé l’avis que l’intelligence artificielle pourrait fournir d’innombrables avantages, mais pourrait aussi mettre fin à la race humaine si elle était déployée sans précaution. »

En réponse à cette crainte, deux chercheurs ont publié en 2015 une lettre d’opinion dans le journal Le Devoir. On y mentionne que l’optimisme excessif pourrait tuer le progrès. L’expert chercheur réputé montréalais Yoshua Bengio mentionne « que les meilleurs algorithmes qu’on a aujourd’hui sont encore à un niveau d’intelligence très, très primitive. » Depuis ce temps, l’opinion de M. Bengio a évolué.

En 2023, ce dernier a été mandaté par le gouvernement britannique pour produire un rapport sur les risques de l’IA. Vous pourrez consulter ici le rapport de 132 pages en langue anglaise, publié en mai 2024 ; un rapport synthèse de 9 pages en français est aussi offert en cliquant ici. Une opinion étoffée de M. Bengio au sujet de la sécurité de l’IA est publiée dans cette référence de juillet 2024.

Dans cet article du 3 septembre 2024 du Journal de Montréal, un portrait de l’IA plus négatif que positif nous est présenté, sans vraiment expliquer ce qu’est cette technologie ni son fonctionnement.

Dans cet article de l’agence Agence France-Presse cité par La Presse du 17 novembre 2024, il y a une remise en question de l’ascension de l’IA en considérant les sommes colossales d’investissement requises.

Présentation des acteurs

Le cerveau humain fonctionne de sa naissance à sa mort sans utiliser des 0 et des 1, comme le font nos ordinateurs actuels. Toutefois, il a besoin d’un environnement favorable et de l’apport des autres personnes pour apprendre et évoluer au cours de sa vie. L’intelligence artificielle essaie d’imiter ce processus. Ce qui différencie l’humain est sa complexité, sa pensée originale, ses émotions, son empathie et sa capacité d’innovation créatrice.

L’IA est de l’informatique avancée et adaptative comparativement aux approches traditionnelles. Entre autres, elle est apte à écrire du code informatique, mais elle est incapable de penser, soyez-en certain ! Les programmeurs de l’IA cherchent à imiter le fonctionnement du cerveau avec ses réseaux neuronaux. L’IA est surtout infonuagique, mais elle peut être implantée et utilisée dans certains cas sur des ordinateurs personnels.

Cette référence mentionne que :

« L’IA fait des progrès impressionnants dans de nombreux domaines, notamment la reconnaissance et la génération de la parole, le traitement du langage naturel, la création d’images et de vidéos, la planification et la prise de décision. Mais il y a une fonction qu’elle n’a pas encore maîtrisée avec succès : générer des pensées purement originales. » (Traduction libre)

En fin de compte, l’IA et les humains peuvent travailler de manière complémentaire. Celle-ci peut aider à automatiser des tâches répétitives et à analyser des données à grande échelle, libérant ainsi du temps pour que les humains puissent se concentrer sur des tâches plus créatives et innovantes.

Démystification

Ceci étant dit, je vais maintenant décrire et démystifier l’IA et même, probablement, faire des simplifications un peu brutales. L’IA ne possède pas de propriétés divines. Elle n’est ni un esprit ni un cerveau humain avancé.

En simplifiant fortement, l’IA est issue d’un ordinateur performant basé sur l’infonuagique opérant avec des logiciels avancés utilisant des banques de données alimentées et formatées par des milliers d’humains. Mentionnons notamment :

• Open AI (ChatGPT) ;
• Google (Gemini) ;
• Microsoft (Copilot).

Il faut aussi savoir qu’il y a beaucoup d’autres IA en développement. Personnellement, j’expérimente et j’utilise les versions suivantes :

• Venice.AI (privé et non censuré) ;
• Claude 3 Haiku (privé d’Enthropic) ;
• et d’autres, dont Voilà.

Les programmes informatiques incluant les algorithmes et les modèles de l’IA sont créés par des informaticiens humains. Pour exister, l’IA doit recevoir l’apport initial et une alimentation continuelle de nombreux travailleurs humains employés par des entreprises bien financées avec des poches très profondes !

L’IA n’est pas un cerveau, car elle ne crée pas vraiment et elle n’innove certainement pas. L’IA fait ce que les humains lui demandent. Le cerveau analogique humain est beaucoup plus puissant, mais moins rapide que l’IA pour certaines tâches. Cette dernière est incapable d’émotions et d’empathie, ce que l’humain possède. Le jour où l’IA sera capable de penser, nous aurons un nouveau Robocop !

Je tiens à mentionner que j’ai fait personnellement du traitement avancé d’images bien avant la venue de l’IA. Aujourd’hui, c’est beaucoup plus facile pour les néophytes bienveillants ou non. L’hypertrucage, délétère ou pas, a toujours existé. Nous avons créé de nombreux outils modernes et sophistiqués pour nous rendre la vie plus agréable tout en nous apportant de nouveaux ennuis. Prévisible et normal, n’est-ce pas ?

Je compte faire la démonstration de ceci à la suite de mes recherches incluant des textes de référence et des entrevues avec des IA, dont Copilot. Il m’a fallu faire attention à ce qu’on appelle des hallucinations lorsqu’il répond de manière incongrue quand il est dans l’ignorance ou lorsqu’il semble mal comprendre une question.

Questions posées à Copilot

Le dialogue suivant se passe entre moi, l’humain, et mon robot assistant personnel, Copilot.

Les questions 1 à 5 abordent des sujets généraux comme :

1. la nature du cerveau humain ;
2. le manque d’intuition et d’innovation de l’IA ;
3. les ressources humaines dédiées à faire fonctionner et développer Copilot ;
4. la présentation très optimiste et axée vers le marketing de l’IA ;
5. la capacité d’apprentissage de l’IA considérant l’apport humain.

Les questions 6 à 10 montrent clairement que l’IA n’a pas une origine divine, mais qu’elle est issue d’équipements et de logiciels fabriqués et utilisés par de nombreux humains très compétents. L’IA est loin d’être capable de remplacer le cerveau humain. Même si les réponses de l’IA sont parfois très impressionnantes, cet outil est encore dans son enfance. Cependant, je trouve très utile l’assistant personnel Copilot présent dans Edge.

6. les ordinateurs utilisés pour l’IA ;
7. les superordinateurs utilisés pour l’IA ;
8. les logiciels et les langages de programmation utilisés en IA ;
9. les principaux algorithmes de l’IA ;
10. les logiciels sur PC ayant intégré l’IA pour la manipulation des images.

---

Q1. L’IA actuelle est bien en deçà des capacités du cerveau humain, surtout que ce sont les humains qui la programment. Le cerveau humain est analogique.

[Copilot]
« Vous avez raison, le cerveau humain est une merveille d’ingéniosité et de complexité. Voici quelques points de comparaison entre l’IA et le cerveau humain :

Q1.1. Nature analogique vs numérique

Le cerveau humain fonctionne de manière analogique, avec des neurones et des synapses qui transmettent des signaux électriques et chimiques. L’IA, en revanche, fonctionne de manière numérique, traitant des informations sous forme de bits et d’octets.

Q1.2. Capacité d’apprentissage

Le cerveau humain est capable d’apprentissage adaptatif et contextuel, intégrant des expériences passées et des émotions pour prendre des décisions. L’IA, bien qu’elle puisse apprendre à partir de données, est limitée par les algorithmes et les données avec lesquelles elle est entraînée.

Q1.3. Créativité et intuition

Les humains possèdent une créativité et une intuition qui sont difficiles à reproduire avec l’IA. Les artistes, les scientifiques et les penseurs utilisent souvent des processus non linéaires et intuitifs pour innover et résoudre des problèmes complexes.

Q1.4. Conscience et émotions

Le cerveau humain est capable de conscience et d’émotions, ce qui influence fortement la prise de décision et les interactions sociales. L’IA, quant à elle, n’a pas de conscience ni d’émotions, et ses décisions sont basées uniquement sur des données et des algorithmes.

Q1.5. Complexité et interconnexion

Le cerveau humain est extrêmement complexe, avec environ 86 milliards de neurones interconnectés. Les réseaux de neurones artificiels, bien qu’inspirés par le cerveau, sont beaucoup moins complexes et interconnectés.

En résumé, bien que l’IA soit un outil puissant et en constante évolution, elle reste loin d’égaler les capacités du cerveau humain. L’IA et le cerveau humain ont chacun leurs forces et leurs limites, et ils peuvent se compléter pour résoudre des problèmes complexes et améliorer notre compréhension du monde. »

Q2. L’IA manque d’intuition et d’innovation. L’IA ne remplace pas les Einstein de ce monde.

[Copilot]
« Tu as raison, l’IA ne remplace pas les génies comme Einstein. L’intuition et l’innovation humaine sont des qualités uniques qui émergent de l’expérience, de la créativité et de la capacité à penser de manière abstraite. L’IA, bien qu’extrêmement puissante pour analyser des données et effectuer des tâches spécifiques, manque de cette capacité à avoir des « éclairs de génie » ou à faire des découvertes révolutionnaires de manière intuitive.

L’IA excelle dans des domaines où des modèles peuvent être appris à partir de grandes quantités de données, mais elle ne peut pas encore rivaliser avec la capacité humaine à faire des connexions inattendues ou à avoir des idées originales. Les humains apportent une perspective émotionnelle et contextuelle qui est essentielle pour l’innovation véritable. »

Q3. Combien de personnes ou ressources humaines furent et sont dédiées à faire fonctionner et développer Copilot ?

[Copilot]
« Je suis désolé, mais je n’ai pas accès aux informations spécifiques concernant le nombre de personnes ou de ressources humaines dédiées au développement et au fonctionnement de Copilot.

Cependant, je peux vous dire que le développement de technologies avancées comme Copilot implique généralement une équipe multidisciplinaire de chercheurs, ingénieurs, développeurs, et experts en intelligence artificielle, travaillant ensemble pour créer et améliorer les capacités de l’IA. »

Q4. Lors d’un échange antérieur, Copilot semble faire une présentation un peu trop rose et marketing du bon Dieu IA !

[Copilot]
« Je comprends votre point de vue. L’intelligence artificielle est souvent présentée de manière très positive, mais il est important de reconnaître qu’elle a aussi ses limites et ses défis. Voici quelques aspects à considérer :

Q4.1. Biais et éthique

Les systèmes d’IA peuvent refléter les biais présents dans les données avec lesquelles ils sont entraînés. Cela peut conduire à des décisions injustes ou discriminatoires si ces biais ne sont pas correctement gérés.

Q4.2. Transparence et explicabilité

Il peut être difficile de comprendre comment et pourquoi une IA prend certaines décisions, surtout avec des modèles complexes comme les réseaux neuronaux profonds. Cela pose des défis en termes de transparence et de confiance.

Q4.3. Sécurité et confidentialité

L’utilisation de l’IA soulève des questions de sécurité et de confidentialité des données. Il est crucial de protéger les informations sensibles et de garantir que les systèmes d’IA ne sont pas vulnérables aux attaques.

Q4.4. Impact sur l’emploi

L’automatisation par l’IA peut entraîner des pertes d’emplois dans certains secteurs, bien qu’elle puisse aussi créer de nouvelles opportunités. Il est important de gérer cette transition de manière équitable.

Q4.5. Responsabilité

Déterminer qui est responsable en cas de défaillance ou de mauvaise utilisation de l’IA est un défi. Les cadres juridiques et réglementaires doivent évoluer pour répondre à ces nouvelles questions.

L’IA a un potentiel énorme pour améliorer notre vie quotidienne et résoudre des problèmes complexes, mais il est essentiel de l’aborder avec une perspective équilibrée et critique. »

Q5. Capacité d’apprentissage de l’IA pourvu que des humains interviennent dans la préparation et le format des données ajoutées et programment le modèle et ses algorithmes.

[Copilot]
« Vous avez tout à fait raison. L’apprentissage automatique et l’intelligence artificielle dépendent fortement de la qualité et de la préparation des données fournies par les humains. Voici quelques points clés à ce sujet :

Q5.1. Préparation des données

Les données doivent être nettoyées, formatées et étiquetées correctement pour que les algorithmes d’IA puissent les utiliser efficacement. Cela inclut la suppression des valeurs aberrantes, la gestion des données manquantes et la normalisation des valeurs.

Q5.2. Sélection des caractéristiques

Les humains jouent un rôle crucial dans la sélection des caractéristiques pertinentes à partir des données brutes. Cette étape, appelée ingénierie des caractéristiques, permet de transformer les données en un format que les algorithmes peuvent comprendre et utiliser pour faire des prédictions.

Q5.3. Supervision et validation

Les modèles d’IA nécessitent une supervision humaine pour s’assurer qu’ils apprennent correctement. Cela inclut la validation des résultats, l’ajustement des hyperparamètres et la mise à jour des modèles en fonction des nouvelles données.

Q5.4. Éthique et biais

Les humains doivent également veiller à ce que les données utilisées pour entraîner les modèles d’IA soient exemptes de biais et respectent les normes éthiques. Cela inclut la vérification de la diversité des données et l’évaluation de l’impact des décisions prises par les modèles d’IA.

En somme, l’intervention humaine est essentielle pour garantir que les systèmes d’IA fonctionnent de manière précise, éthique et efficace. L’IA est un outil puissant, mais elle dépend fortement de la qualité des données et de la supervision humaine pour atteindre son plein potentiel. »

Q6. Quels ordinateurs se sert-on pour l’IA ?

[Copilot]
« Pour l’intelligence artificielle (IA), on utilise souvent des ordinateurs puissants et des serveurs dotés de capacités de calcul élevées. Voici quelques types d’ordinateurs et de matériels couramment utilisés :

Q6.1. Ordinateurs et matériels

• Stations de travail : des ordinateurs de bureau haut de gamme avec des processeurs puissants (comme les Intel Xeon ou AMD Ryzen Threadripper) et des cartes graphiques dédiées (comme les NVIDIA RTX ou les AMD Radeon).
• Serveurs : utilisés dans les centres de données pour entraîner des modèles d’IA à grande échelle. Ils sont souvent équipés de multiples processeurs et de grandes quantités de mémoire vive (RAM).
• GPU (Unités de traitement graphique) : les cartes graphiques NVIDIA (comme les séries RTX et Tesla) et AMD sont largement utilisées pour l’apprentissage profond en raison de leur capacité à effectuer des calculs parallèles massifs.
• TPU (Unités de traitement tensoriel) : développées par Google, ces unités sont spécialement conçues pour accélérer les calculs d’apprentissage automatique (machine learning) et d’apprentissage profond (deep learning).
• Ordinateurs portables pour développeurs : des laptops puissants avec des processeurs rapides et des GPU dédiés, comme les modèles de la gamme Dell XPS, MacBook Pro, ou les laptops de gaming.

Q6.2. Exemples de configurations

• NVIDIA DGX Station : une station de travail dédiée à l’IA avec plusieurs GPU NVIDIA.
• Google Cloud TPU : des unités de traitement tensoriel disponibles via le cloud pour des tâches de machine learning intensives.
• AWS EC2 Instances : Amazon Web Services propose des instances de calcul optimisées pour l’IA, comme les instances P3 avec GPU NVIDIA.

Ces matériels permettent de traiter des volumes de données importants et d’entraîner des modèles d’IA complexes de manière efficace. Y a-t-il un type de matériel ou une configuration spécifique qui vous intéresse ? »

Q7. Se sert-on de superordinateurs pour l’IA ?

[Copilot]
« Oui, les superordinateurs sont souvent utilisés pour l’intelligence artificielle (IA), en particulier pour des tâches nécessitant une puissance de calcul massive, comme l’entraînement de modèles de deep learning très complexes. Voici quelques exemples de superordinateurs et de leurs applications en IA :

Q7.1. Exemples de superordinateurs

• Summit : développé par IBM pour le Oak Ridge National Laboratory, il est utilisé pour des recherches en IA, notamment dans les domaines de la santé et de la physique.
• Sierra : utilisé par le Lawrence Livermore National Laboratory, il est également employé pour des simulations et des recherches en IA.
• Fugaku : le superordinateur japonais, développé par RIKEN et Fujitsu, est utilisé pour des applications variées, y compris l’IA et la recherche médicale.
• NVIDIA DGX SuperPOD : utilisé pour l’entraînement de modèles de deep learning à grande échelle, il combine plusieurs unités de traitement graphique (GPU) pour offrir une puissance de calcul exceptionnelle.
• Cray XC50 : utilisé par divers instituts de recherche pour des applications en IA et en calcul haute performance.

Q7.2. Applications en IA

• Entraînement de modèles de deep learning : les superordinateurs permettent d’entraîner des réseaux neuronaux profonds sur de vastes ensembles de données en un temps réduit.
• Simulations complexes : utilisés pour des simulations en physique, chimie, et biologie où l’IA aide à analyser et interpréter les résultats.
• Recherche médicale : les superordinateurs aident à analyser des données médicales massives pour découvrir de nouveaux traitements et diagnostics.

Ces machines permettent de repousser les limites de ce qui est possible avec l’IA, en offrant des capacités de calcul bien au-delà de celles des ordinateurs traditionnels. Y a-t-il un aspect particulier de l’utilisation des superordinateurs en IA qui vous intéresse ? »

Q8 : Quels logiciels et langages de programmation utilise-t-on pour programmer l’IA ?

[Copilot]
« Pour programmer l’intelligence artificielle (IA), on utilise une variété de logiciels et de langages de programmation. Voici quelques-uns des plus courants :

Q8.1. Langages de programmation

• Python : très populaire pour l’IA en raison de sa simplicité et de ses nombreuses bibliothèques comme TensorFlow, Keras, et PyTorch.
  [Ajout par Robert : vidéo sur le langage Python pour le Machine Learning ]
• R : utilisé principalement pour les statistiques et l’analyse de données.
• Java : connu pour sa portabilité et sa performance.
• C++ : utilisé pour des applications nécessitant une performance élevée.
• Julia : conçu pour les calculs scientifiques et numériques.

Q8.2. Logiciels et bibliothèques

• TensorFlow : une bibliothèque open source développée par Google pour le machine learning.
• PyTorch : une bibliothèque open source développée par Facebook pour le deep learning.
• Keras : une API de haut niveau pour construire et entraîner des modèles de deep learning.
• Scikit-learn : une bibliothèque pour la machine learning en Python.
• OpenCV : utilisé pour la vision par ordinateur.

Ces outils et langages permettent de créer des modèles d’IA pour diverses applications, allant de la reconnaissance d’image à l’analyse de données. Y a-t-il un domaine spécifique de l’IA qui vous intéresse ? »

Q9. Quels sont les principaux algorithmes de l’IA ?

[Copilot]
« Les principaux algorithmes utilisés en intelligence artificielle (IA) sont variés et adaptés à différents types de tâches. Voici quelques-uns des plus courants :

Q9.1. Algorithmes d’apprentissage supervisé

• Régression linéaire : utilisé pour prédire une valeur continue.
• Régression logistique : utilisé pour des problèmes de classification binaire.
• Machines à vecteurs de support (SVM) : utilisé pour la classification et la régression.
• Arbres de décision : utilisé pour la classification et la régression.
• Forêts aléatoires : une extension des arbres de décision pour améliorer la précision.

Q9.2. Algorithmes d’apprentissage non supervisé

• K-means : utilisé pour le clustering.
• Algorithmes de regroupement hiérarchique : utilisé pour créer une hiérarchie de clusters.
• Analyse en composantes principales (PCA) : utilisé pour la réduction de dimensionnalité.

Q9.3. Algorithmes d’apprentissage par renforcement

• Q-learning : un algorithme de base pour l’apprentissage par renforcement.
• Deep Q-Networks (DQN) : utilisé pour des tâches complexes nécessitant des réseaux neuronaux profonds.

Q9.4. Algorithmes de réseaux neuronaux

• Perceptron multicouche (MLP) : utilisé pour des tâches de classification et de régression.
• Réseaux de neurones convolutifs (CNN) : utilisé principalement pour la vision par ordinateur.
• Réseaux de neurones récurrents (RNN) : utilisé pour le traitement des séquences, comme le texte et la parole.
• Long Short-Term Memory (LSTM) : une variante des RNN pour mieux gérer les dépendances à long terme.

Ces algorithmes sont à la base de nombreuses applications d’IA, allant de la reconnaissance d’image à la traduction automatique. Y a-t-il un algorithme en particulier qui vous intéresse ? »

Q10. Pour la manipulation et la reconnaissance des images, quels logiciels puissants sur PC ont intégré l’IA ?

[Copilot]
« Oui, il existe plusieurs logiciels puissants pour la manipulation des images par IA que vous pouvez utiliser sur votre PC. Voici quelques exemples populaires :

• Adobe Photoshop : bien que traditionnellement utilisé pour l’édition d’images, Photoshop intègre désormais des fonctionnalités d’IA pour des tâches comme le remplissage basé sur le contenu et la sélection automatique des objets.
• GIMP : un logiciel libre et gratuit qui offre des fonctionnalités similaires à Photoshop, avec des plug-ins d’IA disponibles pour améliorer ses capacités.
• Corel PaintShop Pro : un autre logiciel d’édition d’images qui utilise l’IA pour des améliorations automatiques et des effets spéciaux.
• Luminar AI : spécifiquement conçu pour l’édition d’images avec l’IA, Luminar AI propose des outils pour améliorer les photos de manière intuitive et rapide.
• Topaz Labs : offre une suite de logiciels basés sur l’IA pour la réduction du bruit, l’amélioration de la netteté et la mise à l’échelle des images.

Ces logiciels utilisent des algorithmes d’IA pour automatiser et améliorer diverses tâches d’édition d’images, rendant le processus plus rapide et souvent plus précis. »

---

Note de l’éditeur

Robert Lapointe a fait carrière en informatique où il est considéré un expert en réseaux informatiques utilisant Internet. Il a contribué à plusieurs articles sur ce blogue.

L’intelligence artificielle a été mentionnée à multiples reprises sur le CHIP. Il est possible de citer deux parutions récentes, Le cerveau humain et l’intelligence artificielle de même que Questions pointues à Copilot sur le routage BGP de l’Internet.

Pour sa part, l’intelligence artificielle développée par les Chinois, Deepseek, vient de faire une très forte impression dans le monde technologique :

• Radio-Canada ;
• TVA Nouvelles.

R. Gervais