En tant que chef de produit IA, je passe mes journées à naviguer dans cet univers fascinant. Mais quand j’en parle autour de moi, je vois souvent les mêmes sourcils se froncer. On entend parler d’IA « faible », d’IA « forte », de quatre types mystérieux, d’IA « générative »… C’est un vrai bazar, et on a l’impression que personne n’est d’accord sur les définitions. 🤯
La bonne nouvelle ? C’est en fait beaucoup, beaucoup plus simple qu’il n’y paraît. Le secret, c’est de comprendre qu’il n’y a pas une, mais deux manières principales de classer les IA. Une fois qu’on a saisi ça, tout le brouillard se dissipe.
Alors, prenez un café, installez-vous confortablement, on va démêler ce sac de nœuds ensemble. Promis, pas de jargon, juste des exemples que tout le monde connaît. C’est parti ! 🚀
Le vrai problème : il n’y a pas une mais deux classifications !
Toute la confusion vient du fait qu’on mélange constamment deux « grilles de lecture » qui n’ont rien à voir. C’est comme si on débattait pour savoir si une Tesla est une « voiture électrique » ou une « berline ». La réponse est : les deux ! Ce sont juste deux façons différentes de la décrire.
Pour l’IA, c’est pareil. On a deux classifications qui se croisent :
- Grille n°1 : La classification par fonctionnement. C’est la plus connue, celle des fameux « 4 types ». Elle répond à la question : « Comment est-ce que cette IA réfléchit ? ».
- Grille n°2 : La classification par capacité. C’est celle qui oppose l’IA « faible » et « forte ». Elle répond à la question : « Quoi, ou plutôt jusqu’à quel point, cette IA est-elle capable de faire ? ».
Pour que ce soit limpide, voici mon analogie préférée : c’est comme classer des véhicules. On peut le faire par type de moteur (essence, électrique, hybride) OU par leur fonction (voiture de ville, camion de chantier, moto de course). Une voiture électrique (moteur) peut être une voiture de ville (fonction). Les deux classifications sont justes et utiles.
| Grille de lecture | Question posée | Analogie du véhicule |
|---|---|---|
| Par fonctionnement (Les 4 types) | Comment l’IA réfléchit-elle ? | Le type de moteur (essence, électrique, hybride…) |
| Par capacité (Faible vs Forte) | Quel est son niveau d’intelligence ? | La fonction du véhicule (voiture, camion, moto…) |
Maintenant qu’on a la clé, explorons ces deux classements.
Le classement n°1 : les 4 types d’IA selon leur fonctionnement
Cette classification est la plus « académique ». Elle a été proposée par le chercheur Arend Hintze et elle classe les IA selon leur niveau de complexité, du plus simple au plus… futuriste.
Type 1 : l’IA réactive (le spécialiste sans mémoire)
C’est la forme la plus basique d’IA. Elle ne fait qu’une seule chose, et elle la fait bien, mais elle n’a aucune mémoire du passé. Elle voit une situation à l’instant T et réagit. Point final.
L’analogie : C’est comme un joueur d’échecs qui ne voit que la position actuelle des pièces sur l’échiquier. Il ne se souvient pas de vos 10 derniers coups pour anticiper votre stratégie. Il calcule juste le meilleur coup possible *maintenant*.
Exemples concrets :
- Deep Blue, l’ordinateur d’IBM qui a battu le champion d’échecs Garry Kasparov en 1997.
- Les filtres anti-spam les plus basiques, qui identifient un email suspect sur la base de mots-clés, sans se souvenir des emails précédents.
- La plupart des « bots » dans les jeux vidéo qui réagissent quand vous entrez dans leur champ de vision.
Type 2 : l’IA à mémoire limitée (celle qu’on utilise tous les jours)
Ici, on monte d’un cran. Cette IA peut stocker des informations du passé récent pour prendre de meilleures décisions dans le présent. C’est l’écrasante majorité des IA que nous utilisons aujourd’hui. ✨
L’analogie : C’est votre GPS qui analyse en temps réel le trafic des 15 dernières minutes pour vous proposer un itinéraire plus rapide. Il n’a pas besoin de se souvenir de votre trajet d’hier, juste des données récentes pour être pertinent.
Exemples concrets :
- Les systèmes de recommandation de Netflix ou Spotify (basés sur ce que vous venez d’écouter/regarder).
- Les voitures autonomes, qui doivent « se souvenir » de la vitesse et de la trajectoire des voitures autour d’elles pour naviguer en sécurité.
- Et bien sûr, les chatbots comme ChatGPT. Il se souvient du début de votre conversation pour que ses réponses restent cohérentes. Si vous lui demandez de résumer votre discussion, il en est capable grâce à sa mémoire limitée.
Type 3 : la théorie de l’esprit (l’IA qui se met à votre place – pour l’instant, c’est de la SF)
On entre dans le domaine de la science-fiction. Ce type d’IA serait capable de comprendre les émotions, les intentions, les croyances et les pensées des êtres humains avec qui elle interagit. Elle aurait une forme d’intelligence sociale.
L’analogie : Imaginez un assistant vocal qui, rien qu’au ton de votre voix, comprend que vous êtes frustré et dit : « Je sens que ma réponse précédente n’était pas claire, laissez-moi reformuler plus simplement. » au lieu de juste traiter les mots que vous prononcez.
Exemples concrets : Aucun. Ça n’existe pas encore. C’est le grand objectif de la recherche en robotique avancée et pour les assistants personnels du futur. 🤔
Type 4 : l’IA auto-consciente (l’IA qui dit « je » – le fantasme ultime)
C’est le sommet de la pyramide, le niveau qui alimente tous les fantasmes et toutes les peurs. Une machine qui aurait sa propre conscience, ses propres sentiments, ses propres désirs, une existence propre.
L’analogie : Là, on est en plein dans les films. C’est HAL 9000 dans 2001, l’Odyssée de l’espace, c’est Skynet dans Terminator. C’est une machine qui ne simule pas seulement l’intelligence, mais qui *est* intelligente et consciente d’elle-même.
Exemples concrets : Zéro. C’est un concept purement théorique et philosophique. Et pour être clair, on en est extrêmement loin. On ne sait même pas comment la conscience fonctionne chez l’humain, alors la créer… Respirez, Skynet n’est pas pour demain. 😉
Le classement n°2 : le « niveau d’intelligence » de l’IA (IA faible vs forte)
Cette deuxième classification est plus pragmatique. Elle ne s’intéresse pas au fonctionnement interne, mais répond à une question simple : « Est-ce que cette IA est aussi intelligente et polyvalente qu’un humain ? ».
IA faible ou étroite (ANI – artificial narrow intelligence)
Définition simple : c’est toute l’intelligence artificielle qui existe aujourd’hui. Sans exception. Une IA faible est une IA spécialisée dans une tâche (ou un ensemble de tâches très proches) et elle est incapable d’en sortir. Même les plus puissantes et les plus bluffantes sont des IA « faibles ».
Le point clé à marteler :
- ChatGPT est une IA faible. Il est incroyable pour manipuler le langage, mais demandez-lui de contrôler un robot pour faire le café, il n’en a aucune idée.
- Midjourney est une IA faible. Il génère des images sublimes, mais il est incapable de vous écrire un email.
- L’IA qui pilote une Tesla est une IA faible. Elle est experte en conduite, mais nulle pour vous recommander un film.
IA forte ou générale (AGI – artificial general intelligence)
C’est le Graal de la recherche actuelle en IA. Une IA forte serait une machine dotée d’une intelligence égale à celle d’un humain. Elle pourrait apprendre, raisonner et s’adapter à n’importe quelle tâche intellectuelle. Elle pourrait apprendre le code, puis décider d’apprendre à cuisiner en lisant des recettes, puis se mettre à écrire un roman… comme un humain curieux le ferait.
Statut : On n’y est pas encore, même si certains pensent qu’on s’en approche. C’est l’objectif de laboratoires comme OpenAI ou DeepMind.
La superintelligence (ASI – artificial superintelligence)
C’est l’étape d’après. Une intelligence qui surpasserait celle des humains les plus brillants dans absolument tous les domaines : créativité, sciences, intelligence sociale…
Le lien avec le classement n°1 ? Une superintelligence serait très probablement une IA de type 4, c’est-à-dire auto-consciente. C’est à ce stade que les questions éthiques deviennent… vertigineuses.
La checklist zéro jargon : quel type d’IA j’utilise ?
Pour vous aider à y voir clair, voici un petit guide pratique. Quand vous tombez sur un nouvel outil IA, posez-vous ces questions :
- 1. Est-ce qu’elle crée du contenu (texte, image, code) ? -> Oui : c’est une IA générative (qui est un sous-ensemble des IA à mémoire limitée et des IA faibles).
- 2. Est-ce qu’elle se souvient de ce que vous avez dit il y a 5 minutes dans la même conversation ? -> Oui : c’est une IA à mémoire limitée.
- 3. Est-ce qu’elle ne sait faire qu’une seule chose très bien (ex: recommander un film, traduire un texte) mais est nulle pour tout le reste ? -> Oui : c’est une IA faible (ou étroite).
- 4. Est-ce qu’elle semble comprendre vos émotions ou avoir une conscience ? -> Non : parfait, vous n’êtes pas dans un film de science-fiction ! 🤖
Conclusion : alors, on retient quoi pour briller au prochain dîner ?
Si vous ne devez retenir qu’une seule phrase de tout cet article, que ce soit celle-ci :
« Toute l’IA que nous utilisons aujourd’hui est une IA faible, qui fonctionne le plus souvent sur le modèle de la mémoire limitée. »
Pourquoi c’est important de savoir ça ?
- Pour dédramatiser : on est très, très loin des scénarios à la Terminator. Les peurs sont souvent basées sur une confusion entre l’IA faible d’aujourd’hui et l’IA forte de demain.
- Pour avoir des attentes réalistes : vous comprenez maintenant pourquoi il ne faut pas demander à ChatGPT de « ressentir » de la joie ou de piloter votre aspirateur. Ce n’est pas pour ça qu’il est conçu.
- Pour mieux comprendre l’actualité : la prochaine fois que vous lirez un article sur une « révolution » en IA, vous saurez vous demander : « Ok, mais est-ce qu’on est toujours dans le cadre d’une IA faible et à mémoire limitée ? ». La réponse sera probablement « oui », mais ça vous aidera à mesurer la portée réelle de l’innovation.
Pour finir, voici une dernière analogie pour la route : penser que ChatGPT est une IA forte, c’est comme voir une Formule 1 pulvériser un record de vitesse et en déduire qu’elle peut aussi voler et aller sous l’eau. C’est une machine extraordinairement performante, mais uniquement sur son circuit bien défini.
Maintenant que tout est plus clair, quel est l’exemple d’IA à mémoire limitée que vous utilisez le plus souvent sans même vous en rendre compte ? Partagez vos découvertes en commentaire !
