{"id":3888,"date":"2026-09-29T16:31:40","date_gmt":"2026-09-29T16:31:40","guid":{"rendered":"https:\/\/la-marque.org\/?page_id=3888"},"modified":"2026-09-29T16:44:46","modified_gmt":"2026-09-29T16:44:46","slug":"les-reponses-de-lia-15","status":"publish","type":"page","link":"https:\/\/la-marque.org\/index.php\/les-reponses-de-lia-15\/","title":{"rendered":"Les r\u00e9ponses de l\u2019IA"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\"><strong>Question : Quelle est la g\u00e9n\u00e9alogie de l&rsquo;IA ?<br><\/strong>29 septembre 2026<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>R\u00e9ponse : Chat GPT<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>1. Les racines : logique et calcul<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Antiquit\u00e9 \u2192 XIX\u1d49 si\u00e8cle<\/strong> : logique formelle, math\u00e9matiques et m\u00e9canisation du raisonnement.<\/li>\n\n\n\n<li><strong>George Boole<\/strong> formalise au XIX\u1d49 si\u00e8cle une alg\u00e8bre de la logique qui deviendra fondamentale pour l&rsquo;informatique.<\/li>\n\n\n\n<li><strong>Charles Babbage<\/strong> et <strong>Ada Lovelace<\/strong> imaginent au XIX\u1d49 si\u00e8cle des machines programmables ; Lovelace entrevoit d\u00e9j\u00e0 la possibilit\u00e9 de manipuler autre chose que des nombres.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>2. La branche informatique : ann\u00e9es 1930\u20131940<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Alan Turing<\/strong> formalise le concept de calculabilit\u00e9 et, en 1950, pose la question c\u00e9l\u00e8bre : <em>\u00ab Les machines peuvent-elles penser ? \u00bb<\/em><\/li>\n\n\n\n<li>Les ordinateurs \u00e9lectroniques apparaissent pendant et apr\u00e8s la Seconde Guerre mondiale.<\/li>\n\n\n\n<li><strong>Claude Shannon<\/strong> montre notamment comment la logique bool\u00e9enne peut \u00eatre r\u00e9alis\u00e9e avec des circuits \u00e9lectriques.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>3. La naissance officielle de l&rsquo;IA : 1956<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Lors de l&rsquo;atelier de <strong>Dartmouth<\/strong>, le terme <em>artificial intelligence<\/em> est popularis\u00e9 par <strong>John McCarthy<\/strong>, avec notamment Marvin Minsky, Claude Shannon et Nathaniel Rochester.<\/li>\n\n\n\n<li>L&rsquo;id\u00e9e dominante est alors de reproduire l&rsquo;intelligence par la <strong>repr\u00e9sentation symbolique des connaissances et le raisonnement logique<\/strong>.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>4. Premi\u00e8re grande branche : l&rsquo;IA symbolique<\/strong><br>Ann\u00e9es 1950\u20131980 :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>syst\u00e8mes \u00e0 r\u00e8gles ;<\/li>\n\n\n\n<li>recherche dans des espaces de solutions ;<\/li>\n\n\n\n<li>d\u00e9monstration automatique de th\u00e9or\u00e8mes ;<\/li>\n\n\n\n<li>syst\u00e8mes experts.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Cette approche consid\u00e8re en gros l&rsquo;intelligence comme une manipulation de <strong>symboles et de r\u00e8gles<\/strong>.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>5. Deuxi\u00e8me branche : les r\u00e9seaux neuronaux<\/strong><br>Elle vient d&rsquo;une autre intuition : plut\u00f4t que de programmer explicitement les r\u00e8gles, faire apprendre la machine \u00e0 partir d&rsquo;exemples.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>McCulloch &amp; Pitts<\/strong> (1943) proposent un mod\u00e8le math\u00e9matique du neurone.<\/li>\n\n\n\n<li><strong>Frank Rosenblatt<\/strong> d\u00e9veloppe le perceptron dans les ann\u00e9es 1950.<\/li>\n\n\n\n<li>Les r\u00e9seaux neuronaux connaissent ensuite plusieurs p\u00e9riodes d&rsquo;enthousiasme et de recul.<\/li>\n\n\n\n<li>La r\u00e9tropropagation et l&rsquo;augmentation des capacit\u00e9s de calcul permettent leur renaissance \u00e0 partir des ann\u00e9es 1980\u20132000.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>6. Le tournant statistique : ann\u00e9es 1990\u20132000<\/strong><br>L&rsquo;IA devient progressivement tr\u00e8s li\u00e9e aux <strong>statistiques et \u00e0 l&rsquo;apprentissage automatique<\/strong> (<em>machine learning<\/em>).<br>Au lieu de programmer directement \u00ab si X alors Y \u00bb, on donne \u00e0 l&rsquo;algorithme des donn\u00e9es et il apprend des r\u00e9gularit\u00e9s.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>7. Le deep learning : ann\u00e9es 2010<\/strong><br>Trois facteurs convergent :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>beaucoup plus de donn\u00e9es ;<\/li>\n\n\n\n<li>des GPU et une puissance de calcul consid\u00e9rablement accrue ;<\/li>\n\n\n\n<li>des r\u00e9seaux neuronaux beaucoup plus profonds.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Des r\u00e9sultats spectaculaires en reconnaissance d&rsquo;images, traduction et reconnaissance vocale acc\u00e9l\u00e8rent l&rsquo;adoption du <strong>deep learning<\/strong>.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>8. Les transformers : 2017 \u2192<\/strong><br>L&rsquo;article <em>Attention Is All You Need<\/em> introduit l&rsquo;architecture <strong>Transformer<\/strong>.<br>Elle devient progressivement la base de nombreux mod\u00e8les modernes de langage et, plus largement, de mod\u00e8les capables de traiter plusieurs modalit\u00e9s.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>9. Les IA g\u00e9n\u00e9ratives et les mod\u00e8les de fondation : ann\u00e9es 2020<\/strong><br>On passe \u00e0 des mod\u00e8les entra\u00een\u00e9s sur des volumes consid\u00e9rables de donn\u00e9es et capables de produire :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>texte ;<\/li>\n\n\n\n<li>images ;<\/li>\n\n\n\n<li>audio ;<\/li>\n\n\n\n<li>vid\u00e9o ;<\/li>\n\n\n\n<li>code.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Les <strong>LLM<\/strong> (<em>Large Language Models<\/em>) constituent l&rsquo;une des branches les plus visibles de cette \u00e9volution.<\/p>\n\n\n\n<h6 class=\"wp-block-heading\">En une seule ligne<\/h6>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Logique \u2192 calcul \u2192 informatique \u2192 IA symbolique + r\u00e9seaux neuronaux \u2192 apprentissage automatique \u2192 deep learning \u2192 transformers \u2192 mod\u00e8les de fondation \u2192 IA g\u00e9n\u00e9rative.<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Mais il est important de ne pas raconter cette histoire comme une succession o\u00f9 chaque technologie aurait simplement remplac\u00e9 la pr\u00e9c\u00e9dente. <strong>L&rsquo;IA moderne est plut\u00f4t un croisement de plusieurs lign\u00e9es<\/strong> : logique, statistiques, neurosciences, th\u00e9orie de l&rsquo;information, informatique, linguistique et optimisation.<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>R\u00e9ponse : DeepSeek<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">La g\u00e9n\u00e9alogie de l&rsquo;intelligence artificielle (IA) n&rsquo;est pas une simple ligne droite, mais plut\u00f4t un <strong>arbre g\u00e9n\u00e9alogique complexe<\/strong> dont les racines plongent dans la mythologie, la philosophie, les math\u00e9matiques et l&rsquo;informatique. On peut retracer cette filiation en plusieurs grandes branches historiques et intellectuelles.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Voici les principales \u00e9tapes de cette g\u00e9n\u00e9alogie :<\/p>\n\n\n\n<h6 class=\"wp-block-heading\">1. Les racines antiques et mythologiques (l&rsquo;anc\u00eatre conceptuel)<\/h6>\n\n\n\n<p class=\"wp-block-paragraph\">Avant d&rsquo;\u00eatre une science, l&rsquo;IA \u00e9tait un fantasme. Dans les mythes, on trouve d\u00e9j\u00e0 l&rsquo;id\u00e9e de cr\u00e9er une intelligence artificielle :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Les automates d&rsquo;H\u00e9ron d&rsquo;Alexandrie<\/strong> (Ier si\u00e8cle) : des machines m\u00e9caniques capables de mouvements programm\u00e9s.<\/li>\n\n\n\n<li><strong>La mythologie grecque<\/strong> : le mythe de Pygmalion (statue qui prend vie) ou de Talos (g\u00e9ant de bronze gardant la Cr\u00e8te).<\/li>\n\n\n\n<li><strong>Le Golem<\/strong> de la tradition juive : une cr\u00e9ature d&rsquo;argile anim\u00e9e par des mots et des rituels.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Ces r\u00e9cits posent la premi\u00e8re question : qu&rsquo;est-ce qui donne vie, conscience ou intelligence \u00e0 la mati\u00e8re ?<\/p>\n\n\n\n<h6 class=\"wp-block-heading\">2. Les fondements logiques et philosophiques (les lointains grands-parents)<\/h6>\n\n\n\n<p class=\"wp-block-paragraph\">Au fil des si\u00e8cles, des penseurs ont formalis\u00e9 la pens\u00e9e humaine en r\u00e8gles m\u00e9caniques :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Aristote<\/strong> (IVe si\u00e8cle av. J.-C.) : invente la logique formelle et les syllogismes, le premier syst\u00e8me de raisonnement d\u00e9ductif.<\/li>\n\n\n\n<li><strong>Gottfried Wilhelm Leibniz<\/strong> (XVIIe si\u00e8cle) : r\u00eave d&rsquo;une <em>characteristica universalis<\/em> (langage universel) et d&rsquo;un <em>calculus ratiocinator<\/em> (machine \u00e0 calculer la pens\u00e9e).<\/li>\n\n\n\n<li><strong>George Boole<\/strong> (XIXe si\u00e8cle) : invente l&rsquo;alg\u00e8bre bool\u00e9enne, une logique binaire (vrai\/faux, 0\/1). C&rsquo;est la langue maternelle de tous les ordinateurs modernes.<\/li>\n\n\n\n<li><strong>Gottlob Frege<\/strong> et <strong>Bertrand Russell<\/strong> : au tournant du XXe si\u00e8cle, ils tentent de fonder les math\u00e9matiques sur une logique pure, jetant les bases de la programmation.<\/li>\n<\/ul>\n\n\n\n<h6 class=\"wp-block-heading\">3. Le catalyseur math\u00e9matique et th\u00e9orique (les parents directs)<\/h6>\n\n\n\n<p class=\"wp-block-paragraph\">Au XXe si\u00e8cle, les concepts th\u00e9oriques se concr\u00e9tisent :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Alan Turing<\/strong> (1936-1950) : C&rsquo;est lui le v\u00e9ritable \u00ab\u00a0p\u00e8re fondateur\u00a0\u00bb. Il invente la <em>Machine de Turing<\/em> (mod\u00e8le abstrait de calcul), puis en 1950, il publie <em>Computing Machinery and Intelligence<\/em> et propose le c\u00e9l\u00e8bre <strong>Test de Turing<\/strong> pour d\u00e9terminer si une machine peut penser.<\/li>\n\n\n\n<li><strong>Claude Shannon<\/strong> (1948) : Invente la th\u00e9orie de l&rsquo;information. Il d\u00e9montre que l&rsquo;on peut transmettre et manipuler des donn\u00e9es binaires sans erreur.<\/li>\n\n\n\n<li><strong>Norbert Wiener<\/strong> (1948) : Fonde la <strong>cybern\u00e9tique<\/strong>, l&rsquo;\u00e9tude des syst\u00e8mes de contr\u00f4le et de communication chez l&rsquo;animal et la machine. Il introduit l&rsquo;id\u00e9e de la r\u00e9troaction (feedback).<\/li>\n<\/ul>\n\n\n\n<h6 class=\"wp-block-heading\">4. La naissance officielle de l&rsquo;IA (la date de naissance)<\/h6>\n\n\n\n<p class=\"wp-block-paragraph\">Le 31 ao\u00fbt 1956, lors de la <strong>Conf\u00e9rence de Dartmouth<\/strong> (\u00c9tats-Unis), quatre scientifiques (John McCarthy, Marvin Minsky, Nathaniel Rochester et Claude Shannon) officialisent le terme <strong>\u00ab\u00a0Intelligence Artificielle\u00a0\u00bb<\/strong>. C&rsquo;est l&rsquo;acte de bapt\u00eame. Cette conf\u00e9rence rassemble les premiers disciples et d\u00e9finit les objectifs de la discipline.<\/p>\n\n\n\n<h6 class=\"wp-block-heading\">5. La s\u00e9paration en deux grandes branches familiales<\/h6>\n\n\n\n<p class=\"wp-block-paragraph\">Apr\u00e8s 1956, l&rsquo;arbre se divise en deux branches rivales qui s&rsquo;affrontent pendant des d\u00e9cennies :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>La branche symboliste (ou \u00ab\u00a0IA classique\u00a0\u00bb \/ GOFAI)<\/strong> :\n<ul class=\"wp-block-list\">\n<li>Men\u00e9e par <strong>John McCarthy<\/strong>, <strong>Allen Newell<\/strong> et <strong>Herbert Simon<\/strong>.<\/li>\n\n\n\n<li>Leur philosophie : l&rsquo;intelligence est une manipulation de symboles et de r\u00e8gles logiques (syst\u00e8mes experts, r\u00e9solution de probl\u00e8mes).<\/li>\n\n\n\n<li>Anc\u00eatres : Aristote, Boole, Turing.<\/li>\n<\/ul>\n<\/li>\n\n\n\n<li><strong>La branche connexionniste (ou \u00ab\u00a0IA analogique\u00a0\u00bb \/ R\u00e9seaux de neurones)<\/strong> :\n<ul class=\"wp-block-list\">\n<li>Issue des travaux de <strong>Warren McCulloch<\/strong> et <strong>Walter Pitts<\/strong> (1943) sur les neurones artificiels.<\/li>\n\n\n\n<li><strong>Frank Rosenblatt<\/strong> invente le <em>Perceptron<\/em> en 1958.<\/li>\n\n\n\n<li>Leur philosophie : l&rsquo;intelligence \u00e9merge de l&rsquo;interconnexion de millions de petits calculateurs (comme le cerveau).<\/li>\n\n\n\n<li>Anc\u00eatres : la neurologie, le mod\u00e8le biologique.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n\n\n\n<h6 class=\"wp-block-heading\">6. Les hivers et les r\u00e9surrections (les crises g\u00e9n\u00e9tiques)<\/h6>\n\n\n\n<p class=\"wp-block-paragraph\">L&rsquo;histoire de l&rsquo;IA est marqu\u00e9e par des interruptions de \u00ab\u00a0transmission g\u00e9n\u00e9tique\u00a0\u00bb :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Hiver de l&rsquo;IA<\/strong> (ann\u00e9es 1970 puis 1980) : les promesses d\u00e9mesur\u00e9es \u00e9chouent. Le Perceptron \u00e9choue (limites d\u00e9montr\u00e9es par Minsky et Papert), les syst\u00e8mes experts stagnent. Le financement s&rsquo;effondre.<\/li>\n\n\n\n<li><strong>Renaissance<\/strong> (ann\u00e9es 1980-1990) : l&rsquo;algorithme de <strong>r\u00e9tropropagation (backpropagation)<\/strong> (Geoffrey Hinton, David Rumelhart, Yann LeCun) relance les r\u00e9seaux de neurones. <strong>Judea Pearl<\/strong> introduit les r\u00e9seaux bay\u00e9siens (probabilit\u00e9s et causalit\u00e9).<\/li>\n<\/ul>\n\n\n\n<h6 class=\"wp-block-heading\">7. La lign\u00e9e moderne : le Deep Learning et les LLM (le rameau contemporain)<\/h6>\n\n\n\n<p class=\"wp-block-paragraph\">Aujourd&rsquo;hui, l&rsquo;IA est essentiellement le descendant florissant de la branche <strong>connexionniste<\/strong>.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Le big data et les GPU<\/strong> : les puces graphiques des jeux vid\u00e9o (ann\u00e9es 2000) permettent de calculer massivement.<\/li>\n\n\n\n<li><strong>La trilogie du deep learning<\/strong> : <strong>Geoffrey Hinton<\/strong>, <strong>Yann LeCun<\/strong> et <strong>Yoshua Bengio<\/strong> (Prix Turing 2018) perfectionnent les r\u00e9seaux de neurones profonds (CNN, RNN).<\/li>\n\n\n\n<li><strong>La r\u00e9volution Transformers (2017)<\/strong> : L&rsquo;article <em>Attention is All You Need<\/em> (Vaswani et al.) introduit l&rsquo;architecture <strong>Transformer<\/strong>. C&rsquo;est l&rsquo;anc\u00eatre direct des mod\u00e8les de langage modernes.<\/li>\n\n\n\n<li><strong>Les LLM (Large Language Models)<\/strong> : GPT (OpenAI), LLaMA (Meta), Gemini (Google). Ce sont les \u00ab\u00a0arri\u00e8re-petits-enfants\u00a0\u00bb de cette lign\u00e9e, nourris par des milliards de textes, capables de g\u00e9n\u00e9rer du langage, du code et des images.<\/li>\n<\/ul>\n\n\n\n<h6 class=\"wp-block-heading\">Conclusion : Une famille m\u00e9tiss\u00e9e<\/h6>\n\n\n\n<p class=\"wp-block-paragraph\">La g\u00e9n\u00e9alogie de l&rsquo;IA est donc un <strong>m\u00e9tissage<\/strong> :<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Du <strong>mythe<\/strong> (la volont\u00e9 de cr\u00e9er la vie),<\/li>\n\n\n\n<li>de la <strong>logique<\/strong> (la formalisation de la raison),<\/li>\n\n\n\n<li>de la <strong>cybern\u00e9tique<\/strong> (le contr\u00f4le des machines),<\/li>\n\n\n\n<li>de la <strong>biologie<\/strong> (l&rsquo;inspiration des neurones),<\/li>\n\n\n\n<li>et des <strong>statistiques<\/strong> (la gestion de l&rsquo;incertitude).<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Les grands mod\u00e8les actuels (ChatGPT, Gemini, etc.) sont les h\u00e9ritiers directs de cette lign\u00e9e, mais ils portent encore les traces de toutes leurs racines : le paradoxe de Turing, la logique de Boole et les neurones de Rosenblatt. En essence, l&rsquo;IA d&rsquo;aujourd&rsquo;hui est un enfant prodige dont les anc\u00eatres sont \u00e0 la fois des philosophes grecs, des math\u00e9maticiens anglais et des ing\u00e9nieurs am\u00e9ricains du XXe si\u00e8cle.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Question : Quelle est la g\u00e9n\u00e9alogie de l&rsquo;IA ?29 septembre 2026 R\u00e9ponse : Chat GPT 1. Les racines : logique et calcul 2. La branche informatique : ann\u00e9es 1930\u20131940 3. La naissance officielle de l&rsquo;IA : 1956 4. Premi\u00e8re grande branche : l&rsquo;IA symboliqueAnn\u00e9es 1950\u20131980 : Cette approche consid\u00e8re en gros l&rsquo;intelligence comme une manipulation [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-3888","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/la-marque.org\/index.php\/wp-json\/wp\/v2\/pages\/3888","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/la-marque.org\/index.php\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/la-marque.org\/index.php\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/la-marque.org\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/la-marque.org\/index.php\/wp-json\/wp\/v2\/comments?post=3888"}],"version-history":[{"count":8,"href":"https:\/\/la-marque.org\/index.php\/wp-json\/wp\/v2\/pages\/3888\/revisions"}],"predecessor-version":[{"id":3898,"href":"https:\/\/la-marque.org\/index.php\/wp-json\/wp\/v2\/pages\/3888\/revisions\/3898"}],"wp:attachment":[{"href":"https:\/\/la-marque.org\/index.php\/wp-json\/wp\/v2\/media?parent=3888"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}