L’intelligence artificielle se trompe tout le temps. Elle le fait de moins en moins et finira par le faire moins que les humains. Mais elle continuera à se tromper.
Tout simplement parce les ordinateurs ne peuvent pas matériellement calculer en un temps donné toutes les solutions possibles à un problème d’une grande complexité et donc trouver la meilleure. L’intelligence artificielle fait des choix, parfois ils sont mauvais…
En mai 1997, Garry Kasparov, maître incontesté des Échecs, affronte un programme d’intelligence artificielle. L’adversaire est de taille : 1 mètre 80 de haut, 1,4 tonne de composants électroniques, et une vingtaine d’ingénieurs informaticiens pour faire fonctionner la bête. Capable de calculer plus de 100 millions de positions par seconde, Deep Blue est forcément impressionnant. Pourtant, Garry Kasparov a toutes ses chances et il le prouve en remportant la première manche. Mais dans la deuxième, tout bascule. La machine prend l’avantage après un 36e coup qui empêche Kasparov de menacer son roi. Le champion d’échec est alors mis en difficulté, la machine prend progressivement l’ascendant. Mais soudain, au 44e coup, Deep Blue commet une erreur. Une erreur terrible, inexplicable, qui aurait pu sauver Kasparov en lui assurant une partie nulle ! La machine déplace son roi sur la mauvaise case et, au lieu de s’assurer une victoire, elle offre à son adversaire une porte de sortie.
À lire aussi : Rendez-nous nos transports en commun!
Pourtant, Kasparov ne croit pas à l’erreur de la machine. Il pense qu’il n’a pas vu quelque chose, que la machine ne peut pas se tromper. Pas si grossièrement. Il ne saisit pas cette opportunité qui lui est donnée. Il se dit peut-être qu’il a loupé quelque chose. Au 45e coup, il abandonne la partie.
La réaction de Garry Kasparov immédiatement après ce match est intéressante. Il accuse l’équipe de Deep Blue d’avoir triché, d’avoir fait appel à un joueur humain pour le battre. Pour le champion du monde, aucune machine n’aurait pu à la fois jouer l’excellent 36e coup et commettre cette erreur grossière au 44e. C’est donc forcément un joueur humain qui a dicté ce coup à Deep Blue. Comme beaucoup de non-spécialistes, Kasparov ne croit pas que la machine puisse être à ce point faillible. Il est à mille lieues de la vérité.
La théorie de la complexité
Les programmes d’intelligence artificielle, comme tous les programmes informatiques, obéissent à certains principes mathématiques incontournables. Les spécialistes regroupent ces principes sous le nom de « théorie de la complexité ».
Pour comprendre cette théorie, il faut se rappeler qu’un programme informatique correspond simplement à une séquence de calculs effectuée par une machine. Chaque programme nécessite donc un certain nombre d’opérations pour calculer une réponse à un problème donné, qu’il s’agisse de trouver le meilleur coup pour jouer aux échecs ou de déterminer l’action à produire sur le système de conduite d’un véhicule autonome. Ainsi, un ordinateur individuel construit en 2020 est capable de faire quelques milliards de calculs à chaque seconde. C’est à la fois gigantesque (combien de temps faut-il au cerveau humain pour effectuer une seule addition de deux nombres ayant plusieurs dizaines de chiffres) et ridiculement petit à l’échelle de la théorie de la complexité.
À lire aussi : Elon Musk, le Christophe Colomb de notre temps
Le nombre d’opérations qu’un programme informatique doit effectuer pour calculer une réponse peut en effet rapidement atteindre des valeurs astronomiques. Au sens propre du terme. Prenons le cas des échecs. Pour déterminer à coup sûr le coup gagnant, il faudrait regarder toutes les parties possibles, chaque joueur jouant alternativement l’une de ses 16 pièces sur le plateau de 64 cases. Au milieu du XXe siècle, le mathématicien Claude Shannon a estimé qu’il y a environ 10 puissance 120 parties d’échecs possibles. Cela s’écrit avec un 1 suivi de 120 zéros. Pour vous donner la mesure de ce nombre, il est des milliards de milliards de fois plus grand que le nombre total d’atomes dans tout l’univers. Prenez le temps de réfléchir à ce que cela représente… Même avec des machines dont la puissance de calcul continuerait de doubler tous les deux ans, comme le stipule la loi de Moore, nous sommes encore très loin de construire un ordinateur qui serait capable d’énumérer toutes ces parties avant de tomber en ruine (sans même parler de les jouer).
Mais il y a pire. La théorie définit la complexité d’un problème comme le nombre d’opérations que mettrait le meilleur programme imaginable pour donner une réponse exacte à ce problème. Cette complexité peut être purement théorique : il arrive qu’on n’ait pas encore trouvé l’algorithme capable de l’atteindre. Mais c’est une limite infranchissable. Quoi qu’il arrive, aucune méthode de résolution basée sur le calcul ne pourra jamais descendre en dessous. Lorsque cette complexité est trop grande, comme c’est le cas pour le problème « trouver le coup gagnant à coup sûr aux échecs », c’est qu’il est impossible, quelle que soit la méthode utilisée, de construire un programme informatique qui y réponde sans y passer des millénaires. Et c’est là que l’intelligence artificielle intervient.
Poursuivez la lecture de l’article sur le site de Transitions&Energies en cliquant ici
Causeur ne vit que par ses lecteurs, c’est la seule garantie de son indépendance.
Pour nous soutenir, achetez Causeur en kiosque ou abonnez-vous !
