Conférence

L'IA facteur de réussite ou d'échec ?

Jean-Michel Richer

EC Informatique - LERIA - Université d'Angers

Jeudi 3 Avril 2025

Saint Aubin - La Salle - Verrières-en-Anjou

Logo UA           Logo Fac. Sciences

l'IA Sujet d'Actualité brûlant

De nos jours l'IA (Intelligence Artificielle) occupe une part importante des gros titres

Elle soulève plusieurs interrogations :

  • les machines vont elles devenir plus intelligentes que les hommes ? (singularité)
  • aurons nous un robot à la maison ?
  • les robots vont ils nous remplacer ?
  • aspects plus profonds de la société : sociologie, philosophie (perte d'emploi, place de l'homme et de la machine, juridique, valeur d'un diplôme, ...)

La peur liée à l'IA

est légitime même si on ne sait pas ce que cela signifie

  • nombreux films (The Electric State, I Robot, Megan, 2001 l'Odysée de l'Espace, Terminator, ...)
  • l'IA apparaît généralement sous forme de robots
  • elle est destructrice
  • désire supprimer le genre humain
  • vision apocalyptique de l'IA

        c3po

IA et les médias


l'IA Générative est une avancée majeure mais les nouvelles la concernant ne sont pas rassurantes


  • les journalistes font dans le sensationnel
  • on humanise les machines (anthropomorphisme, anthropopathisme)
  • certains chercheurs du domaine oublient qu'ils traitent avec des machines

exemple récent

L'IA a franchi la ligne rouge de l'auto-réplication

3 février 2025

  • "deux grands modèles de langage (LLM) populaires sont parvenus à se répliquer sans intervention humaine"
  • "Les modèles Llama31-70B-Instruct de Meta et Qwen25-72B-Instruct d'Alibaba ont reçu l'instruction de se cloner eux-mêmes en cas d'arrêt"
  • "Une auto-réplication réussie sans assistance humaine est l'étape essentielle qui permet à l'IA d'être ? plus intelligente que les êtres humains ?, et constitue un signal précoce pour les IA malveillantes"

Autres exemples

  • L'IA est trop imprévisible pour se conformer aux intentions humaines : son comportement reste un défi majeur pour l'alignement sur nos valeurs →
  • La plupart des hommes épouseraient leurs petites amies IA si c'était légal →
  • La première guerre mondiale de l'IA vient de commencer : La nouvelle IA Tulu3-405B détruit DeepSeek et OpenAI →
  • "Quels métiers vas-tu remplacer ?" : ChatGPT Deep Search, l'IA la plus performante à ce jour, répond→
  • Savoir écrire un prompt : l'expertise IA qui fera « de plus en plus la différence » entre les salariés→

Pour qui ?


A qui s'adresse cette conférence ?

  • pour le grand public
  • raccourcis afin de simplifier la compréhension des concepts
  • éviter de se perdre dans les méandres et les ramifications de l'IA
  • attention aux abus de langage (pense, déduit, apprend, etc)


Plan


  1. Qu'est ce qu'un ordinateur ?
  2. Qu'est ce que l'Intelligence Artificielle
  3. Qu'est ce que l'IA générative
  4. Dangers et avantages de l'IA générative
  5. Recommandations



Qu'est ce qu'un ordinateur ?

L'Ordinateur


  • Dispositif de calcul automatique : automate de calcul
  • très rapide :
    • Intel Core i9-13900K (2023) : ~ 2500 GFLOPS
    • Frontier (2022, Oak Ridge National Laboratory) : 1'300'000'000 GFLOPS = 1,3 ExaFLOPS
    • El Capitan (2024, Lawrence Livermore National Lab, California) : 1,7 ExaFLOPS
  • Ne commet pas d'erreur (ou presque : erreurs d'arrondi)


Fonctionnement


  • aller chercher une donnée $A$ en mémoire à l'adresse $a$
  • aller chercher une donnée $B$ en mémoire à l'adresse $b$
  • combiner $A$ et $B$ $\rightarrow C$ (+,-,*,/,...)
  • écrire le résultat $C$ en mémoire à l'adresse $c$
microprocesseur

Un appareil rudimentaire

  • ne sait faire que des calculs (arithmétiques, logiques, comparaisons)
  • ne possède pas de conscience propre ou de son environnement
  • ne possède pas d'intelligence
  • ne possède pas de volonté, pas de sentiments
  • il exécute les instructions données par un humain
  • tâches répétitives, fastidieuses, dangereuses, impossibles pour un humain

En quelque sorte un orgue de Barbarie

pour quels usages

Ce que l'on aimerait pouvoir faire

  • traduire du texte, générer du texte, reconnaître la voix
  • résoudre des problèmes complexes intelligemment
  • générer de la musique, des images
  • déplacer un robot dans un entrepôt, lui faire réaliser différentes actions
  • créer une voiture autonome (ex. Waymo)
  • ...


Exemple de traduction


la traduction automatique n'est pas toujours évidente : sémantique, contexte

  • il y a anguille sous roche
  • traduire en anglais
  • there is an eel under a stone / rock
  • I smell a rat

un texte n'est pas un chiffre, pas de calcul possible

Autre exemple de traduction

Je ne suggère pas que nous abandonnions les outils d'IA — ce bateau a coulé.

I’m not suggesting we abandon AI tools — that ship has sailed.

  • ce bateau a coulé (sunk ?, deepl)
  • ce train-là est déjà parti (chatgpt)
  • il est trop tard pour revenir en arrière (alternative chatgpt)
  • ce bateau a navigué
  • ce navire a quitté le port
  • c'est trop tard
  • le mal est fait
  • les dés sont jetés


Qu'est ce que l'IA

Définition simple


Rendre les machines intelligentes

mais on oublie...

Faire faire à une machine (ordinateur, robot) ce que les hommes savent faire

Introduire une partie de l'intelligence humaine dans les algorithmes

Fondation de l'IA 1956

Université d'été au Dartmouth Collège, New Hampshire, USA (2 mois, 20 chercheurs)

  • domaine des thinking machines: cybernetics, automata theory, complex information processing
  • John McCarthy, Marvin Minsky, Claude Shannon, Allen Newell, Herbert Simon, John Holland, etc
  • terme IA choisi par John McCarthy
  • Logic Theorist (démonstration automatique de théorèmes)
  • algorithme $\alpha\beta$ \(\rightarrow\) NSS pour les échecs (1958)

IA : Terminologie

Raisonnement Machine \(\simeq\) Thinking Machines

  • intelligence (cerveau , émotion ?)
  • artificielle (artifice = ruse, tromper)
  • grands espoirs suite à la conférence de Dartmouth mais vite déçus


Les domaines de l'IA

Les domaines de l'IA

  • Le raisonnement (logique), l'apprentissage (systèmes experts - années 70-80 : MYCIN, DENDRAL, PROSPECTOR), fouille de données (~classification), data-mining, machine learning, deep learning, réseaux de neurones
  • La résolution de problèmes : les jeux (dames, échecs, go, etc), les problèmes d'optimisation (maximiser son gain en minimisant ses pertes), bioinformatique, industrie
  • La compréhension : la vision artificielle, la reconnaissance de formes, la reconnaissance de caractères,
    • traitement d'image, la reconnaissance vocale, le traitement automatique du langage naturel (Natural Language Processing, LLM : ChatGPT, CoPilot, Gemini, DeepSeek)
  • la robotique

Qu'est ce que l'IA Générative ?

l'IA Générative

désigne un ensemble de modèles d’intelligence artificielle capables de créer du contenu nouveau en s’appuyant sur des exemples existants.

  • elle consiste à générer des textes, des images, des vidéos
  • à partir d'un prompt (question, description)
  • utilise l'historique des prompts (dessine moi un mouton, lion)
  • elle nécessite de nombreux textes, images, ... comme base de connaissance (apprentissage)
  • cette technologie repose principalement sur l'utilisation de réseaux de neurones

IA Générative ou IA Générale

Attention : il ne faut pas confondre l'IA Générative et l'IA Générale :

  • IA générative (GAI - Generative AI)
  • IA générale (AGI - Artificial General Intelligence) : IA qui pourrait exécuter n'importe quelle tâche cognitive qu’un humain peut accomplir. Elle serait capable d’apprendre et de raisonner sur de multiples domaines sans être spécifiquement programmée pour chaque tâche.

De ce point de vue l'IA générative est spécialisée pour un domaine

IA Génératives et Réseau de Neurones


Pourquoi ça marche, pourquoi ça ne marche pas ?


Pour comprendre l'IA générative et ses écueils, il faut comprendre le fonctionnement des réseaux de neurones.

réseau de neurones

  • modélisation du cerveau sous forme de neurones artificiels
  • plusieurs couches :
    • couche d'entrée de $e$ neurones
    • couches intermédiaires
    • couche de sortie de $s$ neurones
  • une grosse fonction de calcul avec $e$ entrées et $s$ sorties

réseau de neurones

Excepté pour la couche d'entrée, tous les neurones d'une couche sont reliées aux neurones de la couche précédente

reseau de neurones

neurone artificiel

agit comme un interrupteur $f(\Sigma x_i × w_{i,j})$

neurone artificiel

neurone artificiel

Beaucoup de calculs que l'on peut effectuer en parallèle

\( f\left( \begin{bmatrix} w_{1,1} & w_{1,2} & w_{1,3} & w_{1,4} \\ w_{2,1} & w_{2,2} & w_{2,3} & w_{2,4} \\ w_{3,1} & w_{3,2} & w_{3,3} & w_{3,4} \\ w_{4,1} & w_{4,2} & w_{4,3} & w_{4,4} \end{bmatrix} × \begin{bmatrix} x_1 \\ x_2 \\ x_3 \\ x_4 \end{bmatrix} \right) \) =
\( \begin{bmatrix} f(w_{1,1} \cdot x_1 + w_{1,2} \cdot x_2 + w_{1,3} \cdot x_3 + w_{1,4} \cdot x_4) \\ f(w_{2,1} \cdot x_1 + w_{2,2} \cdot x_2 + w_{2,3} \cdot x_3 + w_{2,4} \cdot x_4) \\ f(w_{3,1} \cdot x_1 + w_{3,2} \cdot x_2 + w_{3,3} \cdot x_3 + w_{3,4} \cdot x_4) \\ f(w_{4,1} \cdot x_1 + w_{4,2} \cdot x_2 + w_{4,3} \cdot x_3 + w_{4,4} \cdot x_4) \end{bmatrix} \)

Apprentissage et réseau de neurones


on dit que le réseau apprend car :

  • on lui soumet des exemples (entrées)
  • on calcule la sortie et on compare à la sortie attendue
  • on corrige les erreurs par backpropagation
  • on répète ce processus plusieurs fois pour de nombreux exemples

on a un processus lent qui affine la fonction jusqu'à un état stable

Application


La reconnaissance de caractères écrits à la main


On ne peut pas écrire un programme classique pour reconnaître les caractères !

for, while, if, ...

Application

MNIST : une base de données de chiffres écrits à la main

  • 60000 images d'apprentissage
  • 10000 images de test
  • images de 28x28 pixels (784 pixels)
  • anticrénelées avec niveaux de gris
  • réseau de 784 entrées, 10 sorties
MNIST example

Ecueils du réseau de neurones


  • certains exemples utilisés pour l'apprentissage sont mal prédits (difficile d'expliquer pourquoi)
  • si on prend un nouvel exemple (qui n'a pas été utilisé pour l'apprentissage) :
    • on peut obtenir une bonne prédiction
    • ou une mauvaise prédiction

le résultat n'est donc pas fiable à 100%, il dépend de la structure du réseau de neurones

Regard critique


Il faut toujours avoir un regard critique quant aux productions des IA Génératives car leurs résultats dépendent d'un calcul et non d'une compréhension


Attention aux hallucinations (confabulation - psychiatrie)

Dangers et avantages de l'IA Générative

Les avantages au travail


  • travailler plus efficacement, améliorer sa productivité
  • faciliter certaines tâches (rédactionnelles et organisationnelles)
  • résumer des textes, des vidéos, des images
  • créer des images, des vidéos, des musiques
  • créer des exercices, des histoires, des poèmes
  • passer moins de temps au travail (?)

un assistant qui vous facilite certaines tâches


Les dangers au travail


Avoir une confiance absolue en l'IA

  • ne pas faire sérieusement son travail : l'IA le fera pour moi
  • obtenir des informations erronées et les propager
  • fake news (vidéo, images, bandes sonores)
  • être IA dépendant

le pape en doudoune, Donald Trump parlant parfaitement le français, etc

Dangers pour les apprenants

Les dangers

utiliser l'IA pour avoir une bonne moyenne

on recopie sans comprendre ou intégrer de nouvelles connaissances

  • une génération IA (Id... et Ab...)
  • un manque de culture, de connaissances
  • des personnes inutiles pour la société (?)
  • avec des difficultés à trouver un emploi

si l'IA peut le faire alors pourquoi engager un humain ?

Les avantages


utiliser l'IA pour apprendre et augmenter ses connaissances

  • amélioration des compétences et des connaissances
  • des personnes ayant une valeur pour la société (plus-value)
  • faire un travail intéressant

l'IA est un professeur particulier

Actif ou passif ?

Passif

l'IA fait mes devoirs à ma place

  • parce que je ne désire pas apprendre
  • je veux regarder mes séries sur Netflix
  • jouer avec mes copains en réseau

Actif

l'IA m'aide à faire mes devoirs

  • j'apprends de nouvelles choses
  • je me construis
  • je suis responsable de ma réussite

regarder Netflix toute la journée : actif ou passif ?

Dépendance à l'IA

L'IA est en train de créer une génération de programmeurs illettrés

"Nous ne deviendrons pas des développeurs 10 fois plus performants grâce à l'IA."

"Nous devenons 10 fois plus dépendants de l'IA. Il y a une différence"

nous sommes déjà dépendants du téléphone, des médias, de la voiture, ...

Conclusion

Dans l'état actuel des choses

  • nos ordinateurs ne disposent pas (pour le moment) : de conscience, de volonté, de sentiments
  • vouloir leur attribuer des caractéristiques humaines est une escroquerie ou un manque de compréhension de leur fonctionnement
  • il faut savoir tirer partie des IA génératives
  • s'en servir pour progresser et améliorer ses connaissances et compétences

Merci de votre attention

un peu d'humour

Liens