Hiver de l’IA
années 1970–années 1990 · L’écart entre promesses et réalité
Le refroidissement du premier essor de l’IA est arrivé plus vite que prévu. Au début des années 1970, les chercheurs en IA ont découvert qu’ils avaient largement sous-estimé la difficulté de réaliser l’intelligence. La réduction des financements et les attentes publiques non satisfaites ont plongé l’IA dans un long hiver de critiques et de doutes.
Cette période peut être divisée en deux phases principales : le premier hiver de l’IA (années 1970–1980) et le deuxième hiver de l’IA (1987–1993). Cependant, même durant cette période difficile, des développements importants ont eu lieu — les applications commerciales des systèmes experts, la renaissance du connexionnisme et la victoire historique d’IBM Deep Blue aux échecs — qui ont préparé le terrain pour le renouveau de l’IA.
Il est à noter que, même pendant l’hiver, le gouvernement japonais a continué à investir dans le projet d’ordinateurs de cinquième génération, témoignant d’une confiance à long terme dans le développement de l’IA.
Jalons importants
Critique de Minsky-Papert
Marvin Minsky et Seymour Papert publièrent « Perceptrons », une analyse rigoureuse de ce que les perceptrons monocouches peuvent ou non représenter. L’ouvrage est souvent associé au recul ultérieur de l’intérêt pour les réseaux neuronaux, mais les changements de financement tenaient aussi aux limites de calcul, aux attentes déçues et à des décisions politiques plus larges.
Marvin Minsky et Seymour Papert
Naissance de Prolog
Alain Colmerauer, Philippe Roussel et leurs collaborateurs développèrent à Marseille la première version de Prolog, appliquant la logique des prédicats à la programmation et faisant progresser la programmation logique et l’IA symbolique.
Alain Colmerauer et Philippe Roussel
Rapport Lighthill
Le scientifique britannique James Lighthill a soumis un rapport pessimiste sur la recherche en IA au gouvernement du Royaume-Uni, entraînant des réductions significatives des financements.
James Lighthill (1924–1998)
Théorie des cadres
Marvin Minsky a publié le « Frame Paper », proposant la théorie des cadres pour la représentation des connaissances. Cette théorie a influencé la programmation orientée objet ultérieure et les méthodes de représentation des connaissances.
Marvin Minsky
Système expert MYCIN
L’Université Stanford a développé MYCIN, un système expert pour le diagnostic médical. Il a démontré la praticité des systèmes experts, bien qu’il n’ait jamais été utilisé en clinique en raison de problèmes de responsabilité.
Université Stanford
Système expert XCON
DEC a déployé XCON (eXpert CONfigurer), un système expert destiné à configurer les systèmes informatiques VAX. Son développement a commencé en 1978 à l’université Carnegie-Mellon, un premier déploiement a eu lieu en 1979 et le système était pleinement opérationnel en 1980. Ce fut l’un des premiers systèmes experts à connaître un succès commercial, faisant économiser des millions chaque année à l’entreprise.
Digital Equipment Corporation
Premier hiver de l’IA
Après des évaluations critiques et des réductions de financement dans les années 1970, une partie de la recherche en IA a connu un recul. Le « premier hiver de l’IA » est une périodisation rétrospective dont la date et l’intensité varient selon les pays et les domaines.
FGCS japonais
Le Japon a annoncé le projet d’ordinateurs de cinquième génération (FGCS) lors d’une conférence de la JIPDEC et du MITI en octobre 1981, une initiative nationale de 10 ans visant à développer des ordinateurs capables de raisonnement logique et de traitement des connaissances. Le projet a été officiellement lancé en avril 1982 avec la création de l’ICOT (Institute for New Generation Computer Technology).
MITI japonais
Algorithme de rétropropagation
David Rumelhart, Geoffrey Hinton et Ronald Williams ont publié leurs travaux sur l’algorithme de rétropropagation, rendant possible l’entraînement de réseaux de neurones multicouches.
David Rumelhart et Geoffrey Hinton
Début du deuxième hiver de l’IA
À la fin des années 1980, des attentes qui avaient devancé les résultats ont été déçues. Les fabricants de machines Lisp ont perdu face aux stations de travail généralistes, plusieurs entreprises d’IA ont fermé, et le financement de la DARPA pour la recherche fondamentale en IA a baissé entre 1987 et 1989.
IA dans la guerre du Golfe
L’armée américaine a utilisé des systèmes de planification et de logistique basés sur l’IA lors de la guerre du Golfe, démontrant le potentiel de l’IA dans les applications réelles.
Armée américaine
Fin du deuxième hiver
Le ralentissement s’est atténué progressivement plutôt que de prendre fin à une date précise. De nombreux chercheurs se sont tournés vers des objectifs plus modestes et atteignables, tandis que le renouveau des réseaux de neurones et des méthodes probabilistes a posé les fondations d’une nouvelle ère.
Deep Blue contre Kasparov
Deep Blue d’IBM a vaincu le champion du monde d’échecs Garry Kasparov, démontrant la capacité de l’IA à surpasser les capacités humaines dans des tâches bien définies.
IBM Deep Blue
Personnalités importantes
Geoffrey Hinton
Père de l’apprentissage profond
Hinton est un pionnier des réseaux de neurones et de l’apprentissage profond. Ses contributions à la rétropropagation, aux machines de Boltzmann et aux réseaux capsules ont été révolutionnaires. Même pendant l’hiver de l’IA, il a persévéré dans la recherche sur les réseaux de neurones et a reçu le prix Turing en 2018.
Garry Kasparov
Champion du monde d’échecs
En 1997, Kasparov a été vaincu par Deep Blue d’IBM. Cet événement a non seulement démontré les capacités de l’IA, mais a également suscité des réflexions philosophiques. Il est devenu par la suite un défenseur actif de l’IA.
James Lighthill
Critique de l’IA
Le rapport de Lighthill a eu un impact profond sur la recherche en IA au Royaume-Uni, entraînant une décennie de réductions budgétaires. Cependant, ses critiques ont aussi incité les chercheurs en IA à être plus pragmatiques.
Karen Spärck Jones
Pionnière de la recherche d’information
En 1972, Spärck Jones publie dans le Journal of Documentation la fréquence inverse de document, qui pondère un terme selon sa rareté dans une collection. Cette idée fonde le classement des résultats et demeure au cœur des systèmes de recherche actuels. Elle a travaillé à Cambridge pendant les années de disette budgétaire de l’IA et soutenait que l’informatique était trop importante pour être laissée aux hommes.
Citations célèbres
Dans aucune partie du domaine les découvertes faites jusqu’ici n’ont produit l’impact majeur qui avait alors été promis.
Artificial Intelligence: A General Survey · Science Research Council, 1973, §3 · Chilton Computing
Deep Blue était la preuve concluante que les machines pouvaient surpasser les humains dans des tâches cognitives complexes que nous avions longtemps supposées être l’apanage de nos cerveaux développés.
There’s No Shame in Losing to a Machine · Fortune, 2017