Tout comprendre (ou presque) sur l’intelligence artificielle

L’ouvrage part du constat que l’on a « l’impression d’avoir déjà tout entendu sur l’IA ». Mais cette impression, comme le souligne l’avant-propos, « est largement trompeuse ». L’ambition des auteurs est alors de fournir les connaissances de base indispensables à une véritable compréhension du sujet sous une forme accessible à tous. Le livre est ainsi structuré autour de vingt questions auxquelles une vingtaine de spécialistes du sujet (chercheurs ou universitaires) tentent de répondre de façon simple et synthétique : « Qui a inventé l’IA ? », « Qu’est-ce qu’un réseau de neurones ? », « Comment fonctionne un grand modèle de langage ? », « L’IA peut-elle être induite en erreur ? », etc. Abondamment illustré, le texte se lit facilement (et rapidement).

L’effort de vulgarisation est au rendez-vous et certains chapitres sont très bien présentés. « L’IA comprend-elle toutes les langues ? » souligne les limites des corpus disponibles dans certaines langues, mais présente les méthodes d’apprentissage multilingue mises en œuvre. « L’IA peut-elle être sociale ? » soulève de manière intéressante la nature de la relation qui s’établit entre un modèle d’IA et un être humain. « L’IA peut-elle être induite en erreur ? » aborde la question sensible des stratégies qui peuvent être mises en œuvre pour délibérément tromper les systèmes d’IA (contournement des filtres mis en place, empoisonnement des données, etc.).

On regrettera quelques imprécisions ou petites erreurs. Les réseaux de convolution sont évoqués à propos des LLM (grands modèles de langage, p.43) alors que, s’il fallait vraiment présenter une architecture, les réseaux récurrents auraient été plus pertinents, au moins pour leur caractère historique dans le traitement des textes ; le langage Prolog a été inventé en France et non pas au Japon (même si le Japon a ensuite joué un rôle majeur dans sa diffusion)… Si AlphaGo, le programme qui a battu le champion du monde du jeu de go en 2016, a effectivement été principalement entraîné sur des parties jouées par des humains, il n’est pas exact de suggérer qu’il n’aurait pas découvert de stratégies inédites qui auraient surpris les spécialistes (p.80). Le coup n°37 lors du deuxième match est devenu légendaire, tant il a étonné les observateurs. Il a ensuite enrichi l’art du jeu. Certains concepts auraient gagné à avoir des définitions plus précises. Ainsi, le fonctionnement des logiciels de type ChatGPT est réduit à sa partie LLM sans que ne soit évoqué précisément ce qui permet à ces systèmes de réaliser des tâches très variées ou plus spécialisées (fine tuning, system-prompt, etc.) ni comment ces modules sont utilisés pour façonner le comportement attendu (alignement). Il est écrit qu’« un algorithme est sans biais si ses décisions ne varient pas en fonction de variables sensibles (genre, origine, etc.) ». Il existe pourtant de façon évidente des décisions qui varient en fonction de ces variables (par exemple, en médecine, entre les femmes et les hommes) sans que l’on puisse les qualifier de biaisées. Le terme « hallucination » largement présent dans la littérature n’est jamais mentionné, sauf dans le tout dernier chapitre pour indiquer qu’il est impropre. Une explication aurait été utile (par exemple, le fait que les productions des IA génératives sont statistiquement cohérentes avec leurs données d’apprentissage, et qu’en ce sens, ce ne sont pas des hallucinations).

Il est par ailleurs regrettable que le propos ne soit accompagné d’aucune référence, d’aucune source pour approfondir le sujet. Les chapitres semblent avoir été rédigés indépendamment les uns des autres. C’est dommage car on se prive de fils directeurs qui auraient permis de donner une cohérence globale à l’ouvrage. Avec la qualité des auteurs et des illustratrices, il y avait matière à faire un excellent ouvrage.

Toutefois, malgré ces critiques, ce livre sera utile pour toute personne voulant mieux comprendre ce que sont les nouveaux systèmes d’IA.