I- DES ESSAIS DE DEFINITION :

L’intelligence artificielle serait un ensemble de théories et de techniques mises en œuvre en vue de réaliser des machines capables de simuler l’intelligence humaine (1). Pour Yann LECUN (2), « l’intelligence artificielle est un ensemble de techniques permettant à des machines d’accomplir des tâches et de résoudre des problèmes normalement réservés aux humains et à certains animaux » (3). La Commission Nationale Informatique et Libertés (CNIL), prenant à son compte l’une des définitions proposées par Marvin Minsky (4), affirme que de façon large, l’intelligence artificielle peut être définie comme « la science qui consiste à faire faire aux machines ce que l’Homme ferait moyennant une certaine intelligence » (5). Le rapport de synthèse France IA de mars 2017 quant à lui, retient la définition suivante : « un ensemble de notions s’inspirant de la cognition humaine ou du cerveau biologique et destinés à assister ou suppléer l’individu dans le traitement des informations massives » (6). Le point commun de toutes ces définitions est qu’elles sont très anthropocentrées et qu’elles sont axées sur l’objectif assigné à l’IA. Pour comprendre l’IA, il nous faut cependant aller au-delà, en rechercher les composantes par exemple.
Dans cet ordre d’idées, l’IA serait un outil informatique, d’un genre nouveau, reposant sur des algorithmes, fonctionnant avec des entrées (données initiales) et aboutissant à des sorties (les résultats), en suivant différentes étapes qui requièrent des calculs, des opérations logiques, des comparaisons ou des analogies (7). Trois ingrédients fondamentaux constitueraient le cœur de l’IA : l’ingrédient algorithmique, qui en serait le cerveau, l’ingrédient data (donnée), la matière et l’ingrédient informatique, l’ensemble des outils de stockage et de traitement s’exécutant automatiquement sur une machine (8).
L’algorithme, selon la définition adoptée par la CNIL, serait « une suite finie et non ambigüe d’instructions permettant d’aboutir à un résultat à partir de données fournies en entrées » (9). Il a été assimilé à une sorte de recette de cuisine (10), dont le seul et unique ingrédient, à notre avis serait la donnée.
Les algorithmes revêtent de multiples formes, rajoutant un argument en faveur de la pluralité des Intelligences artificilles.

II- DE LA PLURALITE DES INTELLIGENCES ARTIFICIELLES :

Sur la base des algorithmes et de leurs capacités et méthodes d’apprentissage, on est parvenus à les classer. On distinguera ainsi les algorithmes « classiques », dits déterministes, des algorithmes apprenants, dits probabilistes. A la différence des algorithmes classiques, qui reposent essentiellement sur la programmation, les algorithmes probabilistes reposent sur un apprentissage automatique, le machine learning. Ce dernier a été défini par Andrew Ng, de l’Université de Stanford, comme la « science permettant de faire agir les ordinateurs sans qu’ils aient à être explicitement programmés » (11). Une autre catégorie qui relève de l’apprentissage automatique est le deep learning, littéralement l’apprentissage profond. Ses algorithmes sont particulièrement efficaces dans le traitement de données complexes (12). Une IA qui repose sur des algorithmes probabilistes aura tendance à produire des résultats mouvants, dépendants de la base d’apprentissage, les données d’entrée qui lui auront été fournies. En termes de classification, on a également pu distinguer les IA dites fortes ou généralistes, de celles dites faibles ou spécialisées. Une troisième catégorie d’IA, dite Super Intelligence a également été envisagée. Elle aurait la capacité de réaliser des tâches inatteignables au cerveau humain (13). Les algorithmes relevant du machine learning retiendront notre attention dans le cadre des développements à venir.
Les IA dites fortes constituaient l’ambition initiale des chercheurs réunis à une conférence au Dartmouth College en 1956, à la suite des travaux initiaux d’Alan Turing (14).
L’IA a réellement commencé à faire parler d’elle en 1991, suite à la victoire de IBM Deep Blue (15), face à Gary Kasparov alors champion du monde d’échecs. L’exploit sera réédité en 2001, par IBM Watson (16). Plus proche de nous, la victoire de Google Alpha Go (17) contre Lee Sedol en 2016, ou celle de Libratus (18), contre quatre joueurs humains en 2017, dans une variante du poker. On ne pourrait pas non plus faire l’impasse sur les expérimentations, en 2015, de voitures autonomes « Google Cars », en Californie. L’IA s’étant invitée sur les devants de la scène, par des coups d’éclats médiatiques, l’opinion scientifique a voulu être éclairée sur ses enjeux éthiques et juridiques (19). Ceci pose essentiellement le problème de la qualification juridique de cette dernière.

1- LAROUSSE Éditions, « Encyclopédie Larousse en ligne - intelligence artificielle », [consulté le 26 août 2020].
2- Professeur d’informatique et de neurosciences à l’Université de New York et Directeur de Facebook AI Research
3- « L’intelligence artificielle dans la banque : emploi et compétences », [consulté le 27 août 2020].
4- Scientifique américain et pionnier de l’Intelligence Artificielle. Il définit également l’IA comme étant « la construction de programmes informatiques qui s’adonnent à des tâches pour l’instant accomplies de façon plus satisfaisante par des êtres humains car elles demandent des processus mentaux de haut niveau tels que l’apprentissage perceptuel, l’organisation de la mémoire et le raisonnement critique ».
5- « Comment permettre à l’homme de garder la main ? Les enjeux éthiques des algorithmes et de l’intelligence artificielle| Vie publique.fr », [consulté le 27 août 2020].
6- « France Intelligence artificielle Rapport de synthèse, 2017 | Vie publique.fr », [consulté le 27 août 2020].
7- BARRAUD Boris, op. cit.
8- « Big Data, IA... Revue des concepts », [consulté le 28 août 2020].
9- « Comment permettre à l’homme de garder la main ? Les enjeux éthiques des algorithmes et de l’intelligence artificielle| Vie publique.fr », [consulté le 27 août 2020].
10- « L’intelligence artificielle dans la banque : emploi et compétences », [consulté le 27 août 2020] « Comment permettre à l’homme de garder la main ? Les enjeux éthiques des algorithmes et de l’intelligence artificielle| Vie publique.fr », [consulté le 27 août 2020].
11- « Comment permettre à l’homme de garder la main ? Les enjeux éthiques des algorithmes et de l’intelligence artificielle| Vie publique.fr », [consulté le 27 août 2020].
12- « Document de réflexion - Intelligence artificielle », sur Banque de France [en ligne], publié le 20 décembre 2018, [consulté le 29 août 2020].
13- « Le Guide du Big Data 2018/2019 », [consulté le 28 août 2020].
14- TURING A. M., « I.—COMPUTING MACHINERY AND INTELLIGENCE », Mind, LIX, Oxford Academic, 1950.
15- « Deep Blue », sur L’intelligence artificielle [en ligne], [consulté le 29 août 2020].
16- « IBM Watson », sur Webqam/ [en ligne], [consulté le 29 août 2020].
17- « AlphaGo », sur Deepmind [en ligne], [consulté le 29 août 2020].
18- « Libratus Poker écrase les humains », sur PokerListings FR [en ligne], publié le 31 janvier 2017, [consulté le 29 août 2020].
19- VIAL Alexandre, « Dossier », sur Revue Droit & Affaires [en ligne], LexisNexis SA, publié le 20 décembre 2018, [consulté le 27 août 2020].