Double page 19

Ouverture de partie : dans la tête d'une machine

Une IA reconnaît ton visage, comprend ta question, écrit un poème. Mais que se passe-t-il vraiment à l'intérieur ? Pas de magie, pas de cerveau électronique : des données, des nombres et énormément de calculs.

Dans cette partie, tu découvriras…

• Comment une machine peut apprendre sans qu’on lui écrive toutes les règles.
• Ce qu’est un neurone artificiel, et en quoi il diffère d’un vrai neurone.
• Comment une IA reconnaît un chat sur une photo… et pourquoi elle peut le confondre avec un muffin.
• Comment des mots peuvent devenir des nombres.
• Pourquoi ChatGPT ne sait pas toujours compter les lettres d’un mot.
• Pourquoi une IA peut inventer des informations avec un aplomb parfait.
• Pourquoi plier du linge est plus difficile pour un robot que battre un champion d’échecs.

Le principe à retenir

Presque toutes les IA modernes reposent sur la même idée : apprendre à partir d’exemples. On leur montre des millions de données, elles ajustent des milliards de petits réglages internes, jusqu’à produire les bonnes réponses. Le résultat est un modèle : un gigantesque ensemble de nombres qui transforme une entrée (une image, une question) en une sortie (une étiquette, une réponse).

Idée reçue : « Les programmeurs savent exactement comment leur IA prend ses décisions. » C’est souvent faux. Les concepteurs connaissent la méthode d’apprentissage, mais les milliards de réglages obtenus sont si nombreux qu’il est très difficile de comprendre pourquoi le modèle donne telle ou telle réponse. On parle de boîte noire. Toute une branche de la recherche, l’interprétabilité, tente d’ouvrir cette boîte.