Toujours considérée comme une faculté exclusive de l’Animal plus particulièrement de Homme, l’intelligence est de nos

Directeur de Cabinet Ministre
de l’Economie Numérique et des Télecommunications
morfattah@gmail.com
morfattah.Blogspot.com
jours embarquée dans des composants électroniques. Elle constitue, selon Jean Piaget, « l’état d’équilibre vers lequel tendent toutes les adaptations successives d’ordre sensorimoteur et cognitif, ainsi que tous les échanges assimilateurs et accommodateurs entre l’organisme et le milieu. » (Piaget, 1967, p.17).
Cette conception piagétienne de l’intelligence, comme on la voit, la définit comme un équilibre qui est la résultante d’une somme d’interactions entre un sujet et son milieu, ces dernières évoluant et se développant de manière empirique et sur un plan génétique pré codé.
C’est dire toute l’importance, pour le développement de l’intelligence, d’une participation active du sujet au sein de son milieu à un processus stimulant et continu d’apprentissage et d’acquisition de connaissances.
L’origine de l’Intelligence Artificielle
La notion a été conceptualisée en 1936 par le mathématicien Alan Turing qui a développé un modèle abstrait du fonctionnement des appareils mécaniques de calcul, tel un ordinateur en vue de donner une définition précise au concept d’algorithme ou de « procédure mécanique ». C’est dans son célèbre livre dénommé « Computing Machinery and Intelligence » qu’il a abordé pour la première fois l’idée de doter les machines d’intelligence. Il mit alors au point un test dit de Turing qui consiste à faire interagir à l’aveugle un sujet avec un autre, puis avec une machine programmée pour formuler des réponses sensées. La machine étant déclarée avoir réussi le test si le sujet ne parvenait pas à faire la différence entre la machine et l’humain. Ainsi on pourrait considérer la machine comme étant « intelligente ».
L’Intelligence Artificielle est ainsi une discipline relativement jeune surtout dans son développement actuel, qui se fonde sur les logiques, théories et techniques mathématiques d’analyse et de traitement des données dans le but de parvenir à faire imiter par une machine les capacités cognitives d’un être humain. Au moins deux écoles s’opposent à ce niveau ; d’une part ceux qui défendent que quels que performants puissent être les résultats, ils ne sauraient conférer aux machines l’attribut d’intelligence et les autres qui pensent qu’au contraire les machines deviennent réellement intelligentes.
Les premiers, qu’on peut qualifier de puristes, préfèrent en général employer le nom exact des technologies concrètement mises en œuvre et qui se rapprocheraient plus de l’apprentissage automatique (machine learning) et se défendent d’utiliser le terme « intelligence ». Ce concept de « Machine Learning » est une approche permettant aux ordinateurs d’apprendre sans avoir été programmés explicitement à cet effet. Cette école préfère le vocable de système expert car selon elle les résultats, bien qu’extraordinaires dans certains domaines, demeurent encore très modestes au regard des ambitions entretenues.

Les systèmes experts et le machine learning
