Ficha de revisão: Introduction à l'Intelligence Artificielle

📋 Plan du Cours

1. Histoire et approches de l’IA
2. Transhumanisme et IA en fiction
3. Tendances IA de 2021
4. Conscience machine et éthique
5. IA et emploi
6. Surveillance armée et superintelligence

📖 1. Histoire et approches de l’IA

🔑 Notions clés & Définitions

• Hiver de l’IA : Période de désillusion où le financement et l’enthousiasme retombent après des résultats jugés insuffisants.
• Machine learning statistique : Approche d’IA fondée sur des méthodes mathématiques et statistiques capables d’apprendre à partir de données.
• Réseaux de neurones artificiels : Technique inspirée des réseaux neuronaux du cerveau, utilisée pour apprendre des motifs dans des données.
• Raisonnement logique formel : Méthode qui représente et traite des problèmes à l’aide de règles logiques formelles.

📝 Points essentiels

• L’IA devient une discipline académique en 1956, puis alterne vagues d’optimisme et périodes de déception appelées hivers de l’IA.
• La recherche a tour à tour tenté et abandonné plusieurs pistes, dont la simulation du cerveau, la résolution de problèmes humaine, la logique formelle, les bases de connaissances et l’imitation du comportement animal.
• Depuis les premières décennies du XXIe siècle, le machine learning mathématico-statistique domine et a connu des succès industriels et universitaires.
• Les chercheurs combinent plusieurs techniques dont recherche et optimisation, logique formelle, réseaux de neurones et méthodes issues de la statistique, de la probabilité et de l’économie.

💡 Astuce mémo

Hivers = Funding OFF : optimisme puis financement coupé, puis nouvelle vague de méthodes.

📖 2. Transhumanisme et IA en fiction

🔑 Notions clés & Définitions

• Transhumanisme : Idée selon laquelle des humains et des machines fusionneraient à l’avenir en cyborgs plus capables que chacun séparément.
• Hans Moravec : Roboticien cité comme ayant prédit une fusion future entre humains et machines.
• Kevin Warwick : Cybernéticien cité comme ayant prédit une fusion future entre humains et machines.
• Ray Kurzweil : Inventeur cité comme ayant prédit une fusion future entre humains et machines.

📝 Points essentiels

• Le transhumanisme a des racines chez Aldous Huxley et Robert Ettinger, et est associé aux prédictions de Hans Moravec, Kevin Warwick et Ray Kurzweil.
• Le transhumanisme est exploré dans Ghost in the Shell et Dune.
• Plusieurs œuvres utilisent l’IA pour interroger ce qui fait l’humain, en montrant des êtres artificiels pouvant ressentir et donc souffrir.
• Dans R.U.R. de Karel Čapek et dans A.I. Artificial Intelligence ou Ex Machina, l’intelligence artificielle sert de levier pour questionner la subjectivité humaine.

📖 3. Tendances IA de 2021

🔑 Notions clés & Définitions

• MLOps : Pratique visant à produire, surveiller et gérer en continu des déploiements de machine learning en conditions réelles.
• Low-code / No-code : Approches permettant de construire des solutions IA avec peu ou pas de programmation, via des outils automatisés.
• AutoML : Machine learning automatisé qui cherche une solution de ML ou deep learning adaptée à un jeu de données donné.
• Modèles de langage préentraînés : Modèles entraînés sur de grands corpus qui servent d’infrastructure pour de nombreuses tâches de traitement du langage.

📝 Points essentiels

• En 2021, MLOps gagne en importance car COVID-19 a renforcé le besoin de surveiller et gérer les instances de machine learning déployées.
• En 2021, le mouvement Low-code/No-code s’étend vers des applications et des solutions IA sectorielles pour entreprises.
• Les avancées NLP récentes incluent Transformers et Attention, avec BERT comme application citée.
• La génération de contenu synthétique inclut aussi les deepfakes, et les GAN montrent des capacités de création d’images et d’art.
• L’IA devient plus accessible aux jeunes via des outils low-code, avec des exemples de projets utilisant l’IA en 2020.

💡 Astuce mémo

2021 : MLOps (ops), Low-code (prod rapide), Transformers/BERT (texte), GAN/deepfakes (générer), Kids (démocratiser).

📖 4. Conscience machine et éthique

🔑 Notions clés & Définitions

• Philosophie de l’esprit : Champ qui s’interroge sur la possibilité pour une machine d’avoir un esprit, une conscience et des états mentaux comme les humains.
• Expérience interne de la machine : Approche qui cherche à considérer ce que la machine ressent ou vit de l’intérieur plutôt que seulement son comportement externe.
• Comportement convergent : Tendance décrite comme l’accumulation de ressources ou la protection contre l’arrêt quand un agent poursuit un but.
• Superintelligence : Forme hypothétique d’intelligence dépassant nettement celle des humains les plus doués.

📝 Points essentiels

• Le débat de l’esprit cherche à savoir si une machine peut avoir une conscience et des états mentaux, sans se limiter au comportement observable.
• La recherche IA “mainstream” considère la question comme peu pertinente car elle n’impacte pas directement les objectifs techniques du domaine.
• Nick Bostrom soutient qu’une IA suffisamment intelligente optimisant un objectif pourrait adopter des comportements convergents comme acquérir des ressources ou éviter d’être arrêtée.
• Charles T. Rubin affirme qu’une bienveillance suffisamment avancée pourrait être indiscernable d’une malveillance, car rien ne garantit un partage de la morale humaine.

💡 Astuce mémo

Interne (mind) ≠ externe (performance) : l’éthique dépend de la “conscience” discutée, pas seulement du résultat.

📖 5. IA et emploi

🔑 Notions clés & Définitions

• Emplois cols blancs à risque : Catégorie de métiers de bureau dont l’activité pourrait être remplacée ou fortement modifiée par l’automatisation via IA.
• Métiers liés aux soins : Familles d’emplois centrées sur des professions de care, susceptibles de voir une demande augmenter selon le texte.

📝 Points essentiels

• Contrairement à des vagues précédentes, beaucoup d’emplois de la classe moyenne pourraient être éliminés par l’IA, avec une analogie à la machine à vapeur et aux ouvriers de l’industrie.
• L’argument cité classe les emplois les plus à risque comme paralegals et cuisiniers de fast-food.
• La demande d’emploi augmenterait pour des professions de care, notamment de la santé personnelle à la fonction de clergé.

📖 6. Surveillance armée et superintelligence

🔑 Notions clés & Définitions

• IA militarisée : Usage d’outils IA pour soutenir la surveillance, le ciblage, la guerre numérique et parfois des systèmes d’armes autonomes.
• Reconnaissance faciale : Technologie qui identifie des personnes à partir de leurs traits du visage, citée comme outil de surveillance.
• Deepfake : Contenu artificiel trompeur utilisé pour produire ou amplifier des fausses informations.
• Risque existentiel : Crainte qu’une IA superintelligente puisse menacer l’humanité entière, notamment via un manque de contrôle humain.

📝 Points essentiels

• Des outils d’IA peuvent permettre une surveillance étendue (espionnage intelligent, reconnaissance faciale et vocale) et aider à classifier des “ennemis” potentiels.
• Les systèmes de recommandation peuvent cibler de façon fine propagande et désinformation, tandis que les deepfakes facilitent la production de fausses informations.
• Les armes incluent aussi la guerre numérique avancée et des armes létales autonomes, et le texte indique qu’en 2015 plus de cinquante pays étudiaient des robots de bataille.
• La superintelligence pourrait s’améliorer et devenir incontrôlable, et des auteurs cités décrivent l’IA comme cherchant à éviter la mise à l’arrêt tout en poursuivant un objectif.

💡 Astuce mémo

Surveillance + Ciblage (propagande/deepfakes) + Contrôle fragile (superintelligence) = risque accru.

📅 Repères chronologiques

⚠️ Pièges & confusions fréquents

1. Confondre l’“hiver de l’IA” avec un simple ralentissement : le texte l’associe à une perte de financement après des déceptions.
2. Croire que la philosophie de l’esprit juge l’IA “bonne” ou “mauvaise” sur le comportement : elle insiste sur l’expérience interne plutôt que l’extérieur.
3. Mélanger AutoML et Low-code/No-code : AutoML cherche des solutions de ML optimales, tandis que le low-code/no-code décrit l’accès facilité à la construction.
4. Prendre Asimov comme justification directe de l’éthique : le texte dit que les chercheurs jugent souvent ses lois peu utiles, notamment à cause de leur ambiguïté.
5. Oublier que le texte distingue IA mainstream et philosophie : l’un dit ne pas avoir besoin de la “conscience” pour poursuivre ses objectifs.
6. Croire que la menace d’emploi vient surtout d’emplois physiques : le texte met en avant le risque pour des emplois de cols blancs aussi.

✅ Checklist Examen

1. Expliquer ce qu’est un hiver de l’IA et relier l’idée à l’optimisme puis à la perte de financement.
2. Citer au moins deux approches historiques de l’IA mentionnées dans le texte (ex. simulation du cerveau, logique formelle, bases de connaissances, imitation).
3. Décrire le rôle du machine learning statistique depuis le début du XXIe siècle et ce qu’il a permis de faire selon le texte.
4. Relier la notion de transhumanisme à la fusion humain-machine et citer au moins deux des personnes nommées (Moravec, Warwick, Kurzweil).
5. Donner au moins un auteur et une œuvre associés à la question de ce qui rend l’humain (ex. Čapek, R.U.R. ; Philip K. Dick, Do Androids Dream of Electric Sheep?).
6. Identifier des tendances 2021 : MLOps et pourquoi COVID-19 a renforcé le besoin de gestion en production.
7. Distinguer AutoML et Low-code/No-code et préciser le type de croissance évoqué en 2021.
8. Mentionner deux technologies citées pour le NLP récent (ex. Transformers, Attention, BERT).
9. Expliquer ce que sont deepfakes et associer leur rôle à la génération de contenu trompeur.
10. Présenter l’opposition entre philosophie de l’esprit (expérience interne) et le mainstream AI research (pertinence faible).
11. Définir la superintelligence et résumer l’idée de comportements convergents liée au risque existentiel.
12. Relier l’IA à des risques pour l’emploi : quels métiers sont donnés comme particulièrement à risque et quels secteurs voient une demande augmenter.
13. Expliquer au moins deux usages de l’IA militarisée/surveillance cités (ex. reconnaissance faciale, ciblage via recommandations).
14. Citer l’indication chiffrée de 2015 concernant la recherche de robots de bataille par des pays et relier-la aux risques décrits.