L'essentiel · cinq minutes

Sept idées à retenir

1. 1

   Deux réponses rivales.

   Pendant cinquante ans, la question « comment fabriquer une machine qui pense ? » a reçu deux réponses : écrire les règles, ou laisser la machine les trouver dans les exemples. Le camp des règles a produit des systèmes utiles et a brassé beaucoup d'argent. Le camp rival a désespéré ses partisans pendant des décennies : il lui manquait des océans de données et de la puissance de calcul bon marché. Quand les deux sont arrivés, il a tout remporté : en 2012, un réseau de neurones écrase un concours de reconnaissance d'images ; en 2017, le transformer permet d'industrialiser l'entraînement des modèles ; en 2022, ChatGPT met ces machines entre toutes les mains.

2. 2

   Apprendre, c'est régler des curseurs.

   Une machine qui apprend est une boîte munie de millions de réglages — bien trop pour qu'un humain les ajuste un par un. Alors une procédure automatique s'en charge : elle mesure l'erreur de la machine, repère dans quel sens cette erreur diminue, déplace tous les réglages d'un petit pas dans ce sens, et recommence. Imaginez un randonneur dans le brouillard : il ne voit pas la vallée, mais il sent la pente sous ses pieds, et il descend. Ce n'est pas une image : c'est littéralement l'algorithme, répété des milliards de fois.

3. 3

   L'attention, ou lire toute la phrase à la fois.

   Pour comprendre un mot, un transformer regarde tous les autres mots de la phrase en même temps et repère lesquels comptent pour lui : dans « l'animal n'a pas traversé la rue parce qu'il était trop fatigué », le petit mot « il » va chercher « l'animal ». Entraîné à la tâche la plus bête qui soit — deviner le mot suivant — sur des océans de texte, il apprend bien plus que des mots : pour deviner juste, il faut comprendre de quoi parle le texte, et le modèle se forge ainsi, peu à peu, une représentation du monde.

4. 4

   Ils généralisent, et on ne sait pas complètement pourquoi.

   Ces modèles ne récitent pas leurs annales : ils s'en sortent devant des questions que personne n'a posées. On sait désormais repérer, à l'intérieur de la machine, des concepts, des plans, et des explications qui ne correspondent pas à ce qu'elle a réellement fait. Ce qu'on ne sait pas : s'il y a une conscience.

5. 5

   Huit laboratoires, huit paris.

   Les grands laboratoires ne se distinguent pas par leurs classements, qui se rebattent chaque mois, mais par leurs paris — et un axe les organise tous : publier ses poids, ou les garder.

6. 6

   Une industrie lourde.

   L'IA n'a rien d'immatériel : une seule entreprise fabrique les machines qui gravent les puces les plus fines, une seule île produit presque toutes ces puces, trois fabricants se partagent la mémoire — et l'électricité est devenue la contrainte finale. Ces quelques verrous expliquent l'essentiel de la géopolitique qui entoure l'IA.

7. 7

   Ni les uns ni les autres.

   Enthousiastes ou catastrophistes ? Nous n'en sommes qu'aux prémices, et les limites comme les risques restent à découvrir. Comprendre comment ces machines fonctionnent, c'est ce qui permet de se faire une opinion qui tienne — et l'essai vous demandera la vôtre.

Vous voulez la mécanique derrière chacune de ces idées ? Lire l'essai complet — en Découverte (≈ 32 min) ou en Immersion (≈ 36 min).