Histoire de l’intelligence artificielle : de Turing à ChatGPT

Les origines : 1943-1955

Avant même l’existence du terme « intelligence artificielle », des mathématiciens et des neurologues se demandaient si la pensée pouvait être décrite par des calculs.

1. 1943Le premier neurone artificiel

   Le neurologue Warren McCulloch et le logicien Walter Pitts publient un modèle mathématique simplifié du neurone. C’est l’ancêtre des réseaux de neurones actuels.

2. 1950Alan Turing pose la question

   Dans l’article « Computing Machinery and Intelligence », le mathématicien britannique Alan Turing propose un test, aujourd’hui appelé test de Turing : une machine est-elle capable de converser sans que son interlocuteur puisse la distinguer d’un humain ?

3. 1955-1956L’atelier de Dartmouth

   John McCarthy, Marvin Minsky, Nathaniel Rochester et Claude Shannon proposent en 1955 un atelier d’été au Dartmouth College (États-Unis), tenu en 1956. John McCarthy y popularise le terme « intelligence artificielle ». On date traditionnellement de cet événement la naissance de la discipline.

Premiers succès et premières déceptions : 1956-1980

1. 1958Le perceptron

   Le psychologue américain Frank Rosenblatt présente le perceptron, un réseau de neurones à une seule couche capable d’apprendre à classer des motifs simples.

2. 1966ELIZA, le premier « chatbot »

   Joseph Weizenbaum, au MIT, publie ELIZA, un programme qui imite un psychothérapeute en reformulant les phrases de l’utilisateur. Il est surpris de voir des gens lui prêter de la compréhension et des émotions : on parle depuis d’« effet ELIZA ».

3. 1969Le livre « Perceptrons »

   Marvin Minsky et Seymour Papert démontrent les limites des perceptrons à une couche. L’ouvrage contribue à détourner une partie de la recherche des réseaux de neurones pendant une dizaine d’années.

4. 1973-1974Le premier « hiver de l’IA »

   Au Royaume-Uni, le rapport Lighthill (1973) juge sévèrement les résultats de la recherche en IA ; les financements publics baissent. Les promesses des débuts, jugées excessives, n’ont pas été tenues.

Systèmes experts, retour des réseaux de neurones : 1980-2000

1. Années 1980L’essor des systèmes experts

   Des programmes à base de règles écrites par des spécialistes (en médecine, en ingénierie) sont adoptés par les entreprises. L’industrie de l’IA passe de quelques millions à plusieurs milliards de dollars. Mais ces systèmes sont coûteux à maintenir et peu souples.

2. 1982Réseaux de Hopfield

   John Hopfield démontre qu’un certain type de réseau de neurones peut mémoriser des motifs et les retrouver. Ce travail lui vaudra le prix Nobel de physique en 2024.

3. 1986La rétropropagation popularisée

   David Rumelhart, Geoffrey Hinton et Ronald Williams publient dans Nature une méthode efficace pour entraîner des réseaux de neurones à plusieurs couches : la rétropropagation du gradient. Les réseaux de neurones reviennent en grâce.

4. Fin des années 1980Le second hiver de l’IA

   Le marché des systèmes experts s’effondre, les financements se tarissent de nouveau.

5. 1989-1990Les réseaux convolutifs

   Yann LeCun applique les réseaux de neurones convolutifs à la reconnaissance de chiffres manuscrits ; cette technique sera utilisée pour lire des chèques bancaires.

6. 1997Deep Blue bat Kasparov

   En mai 1997, le superordinateur Deep Blue d’IBM bat le champion du monde d’échecs Garry Kasparov (3,5 à 2,5 sur six parties). Deep Blue ne « apprend » pas : il explore brutalement des centaines de millions de positions par seconde avec des règles réglées par des experts. La même année, Sepp Hochreiter et Jürgen Schmidhuber publient les réseaux LSTM, importants pour le traitement du langage avant les Transformers.

La révolution de l’apprentissage profond : 2009-2016

1. 2009ImageNet

   Fei-Fei Li et ses collègues présentent ImageNet, une immense base de millions d’images annotées. Elle servira de terrain d’épreuve à la reconnaissance d’images.

2. 2011Watson gagne à Jeopardy!

   Le système Watson d’IBM bat deux champions du jeu télévisé américain Jeopardy!, une démonstration de traitement du langage naturel face au grand public.

3. 2012AlexNet : le déclic

   Alex Krizhevsky, Ilya Sutskever et Geoffrey Hinton remportent le concours ImageNet avec AlexNet, un réseau profond entraîné sur deux cartes graphiques : 15,3 % d’erreur contre 25,8 % pour le deuxième. Les GPU, les grandes bases de données et de meilleures techniques d’entraînement convergent : l’ère de l’apprentissage profond commence.

4. 2013-2014Les mots en nombres, les images générées

   En 2013, Tomas Mikolov (Google) publie word2vec, qui représente les mots par des vecteurs de nombres. En 2014, Ian Goodfellow invente les réseaux antagonistes génératifs (GAN), première grande famille de modèles capables de générer des images réalistes.

5. Mars 2016AlphaGo bat Lee Sedol

   À Séoul, du 9 au 15 mars, le programme AlphaGo de Google DeepMind bat le champion Lee Sedol 4 à 1 au jeu de go, réputé bien plus complexe que les échecs. AlphaGo avait appris en étudiant environ 30 millions de coups de joueurs professionnels, puis en jouant contre lui-même. Son 37e coup, lors de la deuxième partie, a surpris tous les commentateurs.

Les Transformers et l’explosion de l’IA générative : 2017-2022

1. 12 juin 2017« Attention Is All You Need »

   Huit chercheurs de Google (dont Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan Gomez, Łukasz Kaiser et Illia Polosukhin) publient l’architecture Transformer. Elle remplace les réseaux séquentiels par un mécanisme d’« attention » traitable en parallèle. C’est la base de presque tous les grands modèles de langage actuels (voir comment fonctionne ChatGPT).

2. 2018GPT et BERT

   OpenAI publie GPT-1 (juin) ; Google publie BERT (octobre). Le principe : pré-entraîner un grand modèle sur du texte brut, puis l’adapter à des tâches précises.

3. Février 2019GPT-2

   OpenAI annonce GPT-2 (1,5 milliard de paramètres), capable de générer des textes crédibles. L’entraînement aurait coûté environ 50 000 dollars selon les estimations publiées.

4. 28 mai 2020GPT-3

   OpenAI présente GPT-3 : 175 milliards de paramètres, entraînés sur environ 300 milliards de « tokens » de texte (extraits d’un corpus d’environ 500 milliards). Le modèle impressionne par sa capacité à accomplir des tâches sans entraînement spécifique à partir de quelques exemples dans la consigne.

5. 2020-2021AlphaFold et la science

   L’IA AlphaFold 2 de DeepMind prédit la forme 3D de protéines avec une précision inédite. Ses créateurs, Demis Hassabis et John Jumper, recevront avec David Baker le prix Nobel de chimie 2024.

6. 2021-2022L’image générative arrive au grand public

   OpenAI présente DALL-E (2021), puis DALL-E 2 (2022). Midjourney ouvre sa bêta publique à l’été 2022. Stable Diffusion, publié en août 2022 en accès libre, démocratise la génération d’images (voir l’IA générative d’images).

7. 30 novembre 2022Lancement de ChatGPT

   OpenAI ouvre au public ChatGPT, un assistant conversationnel basé sur GPT-3.5. Il dépasse le million d’utilisateurs en cinq jours et les 100 millions en deux mois environ, ce qui en fait l’un des services grand public à la croissance la plus rapide de l’histoire.

L’IA aujourd’hui : 2023-2026

1. 2023La course aux modèles

   GPT-4 (mars) ; premiers lancements publics de Claude (Anthropic, mars) ; modèles ouverts de Meta (LLaMA) ; création de Mistral AI, jeune pousse française fondée le 28 avril 2023 par Arthur Mensch, Guillaume Lample et Timothée Lacroix, qui publie Mistral 7B en septembre.

2. 2024Régulation et reconnaissance scientifique

   Le règlement européen sur l’IA (AI Act) entre en vigueur le 1er août 2024. En octobre, deux prix Nobel récompensent des travaux liés à l’IA : physique (John Hopfield et Geoffrey Hinton) et chimie (David Baker, Demis Hassabis, John Jumper).

3. 20 janvier 2025DeepSeek-R1

   La société chinoise DeepSeek publie R1, un modèle de raisonnement aux poids ouverts rivalisant avec les meilleurs modèles américains. L’annonce provoque une chute de l’action Nvidia et relance le débat sur le coût de l’entraînement.

4. 2025-2026Des IA qui raisonnent et agissent

   Les assistants savent désormais chercher sur le web, analyser des documents, écrire du code et enchaîner des actions (on parle d’« agents »). Selon l’AI Index 2026 de l’université Stanford, 88 % des organisations interrogées utilisent déjà l’IA, et l’écart de performance entre les meilleurs modèles américains et chinois est devenu très faible.

Pour savoir ce qui se cache derrière ces modèles, voir comment on fabrique une IA. Pour connaître les limites et les règles, voir limites, risques et régulation.

Ce que cette histoire nous apprend

• Les idées précèdent la technique. Les réseaux de neurones datent de 1943, la rétropropagation de 1986 : ils n’ont éclaté qu’en 2012, quand données et puissance de calcul ont suffi.
• L’enthousiasme est cyclique. Deux « hivers de l’IA » rappellent qu’il faut se méfier des promesses excessives.
• Le rythme s’accélère. Entre le Transformer (2017) et ChatGPT (2022), il s’est écoulé moins de six ans.

Questions fréquentes