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 de Cinquième Génération d’Ordinateurs, 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 & 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 & 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)
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 pour la configuration des systèmes informatiques VAX. XCON fut le premier système expert à succès commercial, économisant des millions par an 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 de Cinquième Génération d’Ordinateurs (FGCS), un projet de 10 ans visant à développer des ordinateurs capables de raisonnement logique et de traitement des connaissances.
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 & Geoffrey Hinton
Début du Deuxième Hiver de l’IA
Avec l’essor des ordinateurs personnels, le marché coûteux des machines Lisp s’est effondré. De nombreuses entreprises d’IA ont de nouveau fait faillite.
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
À mesure que la technologie mûrissait et que les applications commerciales se multipliaient, l’IA a commencé à sortir de l’hiver. Le renouveau des réseaux de neurones et l’essor des méthodes statistiques ont 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
Cependant, je dois dire que, dans le domaine de l’IA, il y a eu une quantité immense de travail accompli, avec une quantité immense d’argent dépensée, avec une quantité immense de battage médiatique et d’enthousiasme. Aucun résultat majeur, aucun résultat grandiose n’a résisté à l’examen de cette enquête très rigoureuse, qui a été menée par un comité de certains des plus grands scientifiques du monde.
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.