La revanche des neurones : L’invention des machines inductives et la controverse de l’intelligence artificielle

Résumé Fr En

Depuis 2010, les techniques prédictives basées sur l’apprentissage artificiel (machine learning), et plus spécifiquement des réseaux de neurones (deep learning), réalisent des prouesses spectaculaires dans les domaines de la reconnaissance d’image ou de la traduction automatique, sous l’égide du terme d’“Intelligence artificielle”. Or l’appartenance de ces techniques à ce domaine de recherche n’a pas toujours été de soi. Dans l’histoire tumultueuse de l’IA, les techniques d’apprentissage utilisant des réseaux de neurones – que l’on qualifie de “connexionnistes” – ont même longtemps été moquées et ostracisées par le courant dit “symbolique”. Cet article propose de retracer l’histoire de l’Intelligence artificielle au prisme de la tension entre ces deux approches, symbolique et connexionniste. Dans une perspective d’histoire sociale des sciences et des techniques, il s’attache à mettre en évidence la manière dont les chercheurs, s’appuyant sur l’arrivée de données massives et la démultiplication des capacités de calcul, ont entrepris de reformuler le projet de l’IA symbolique en renouant avec l’esprit des machines adaptatives et inductives de l’époque de la cybernétique.

Neurons spike backSince 2010, machine-learning-based predictive techniques, and more specifically deep learning neural networks, have achieved spectacular performances in the fields of image recognition and automatic translation, under the umbrella term of “Artificial Intelligence” (AI). But their relation to this field of research is not straightforward. In the tumultuous history of AI, learning techniques using so-called “connectionist” neural networks have long been mocked and ostracized by the “symbolic” movement. This article retraces the history of artificial intelligence through the lens of the tension between symbolic and connectionist approaches. From a social history of science and technology perspective, it highlights how researchers, relying on the availability of massive data and the multiplication of computing power, have undertaken to reformulate the symbolic AI project by reviving the spirit of adaptive and inductive machines dating back from the era of cybernetics.