Histoire de l'intelligence artificielle
L'IA n'est pas née en 2022.
Elle a 70 ans.
Des rêves des pionniers aux hivers du financement, jusqu'à la révolution silencieuse du deep learning.
1950
Alan Turing pose la question.
"Can machines think ?"
Alan Turing — 1950
En 1950, Alan Turing publie "Computing Machinery and Intelligence". Il propose le test d'imitation : si une machine peut convaincre un humain qu'elle est humaine via une conversation écrite, peut-on dire qu'elle pense ?
Ce test — connu aujourd'hui sous le nom de Test de Turing — reste une référence philosophique majeure. Ironiquement, les LLM modernes le passent haut la main, ce qui pose d'autres questions : est-ce que réussir le test prouve vraiment l'intelligence ?
Turing était également cryptographe — il a contribué de façon décisive à casser Enigma pendant la Seconde Guerre mondiale. Il mourra en 1954 dans des circonstances tragiques, victime de la criminalisation de l'homosexualité en Angleterre.
1956
Dartmouth — naissance d'un mot.
C'est ici qu'on invente le terme "Intelligence Artificielle".
La conférence de Dartmouth — 1956
John McCarthy, Marvin Minsky, Claude Shannon et d'autres se réunissent à Dartmouth College pendant l'été 1956. McCarthy propose le terme "Artificial Intelligence" pour désigner leur domaine de recherche.
Leur ambition ? Simuler en 10 semaines ce que le cerveau humain fait en une vie. Ils pensent qu'une machine capable de jouer aux échecs, de comprendre le langage et de résoudre des problèmes mathématiques sera prête d'ici une décennie.
Il leur faudra 70 ans de plus — et encore. Mais cette conférence lance officiellement la recherche en IA comme discipline académique à part entière.
1966
ELIZA — le premier chatbot.
Les gens lui confient leurs secrets.
Elle ne comprend rien.
ELIZA — Joseph Weizenbaum, 1966
Joseph Weizenbaum crée ELIZA au MIT...
1970 — 1987
Les hivers de l'IA.
Trop de promesses.
Pas assez de résultats.
Les financements s'effondrent.
Les hivers de l'IA
L'IA connaît deux périodes de désillusion majeures, appelées AI winters. Le premier dans les années 70 (rapport Lighthill, 1973), le second à la fin des années 80.
La cause : des promesses impossibles à tenir avec les ordinateurs de l'époque. Les chercheurs sous-estimaient radicalement la complexité du langage naturel, de la vision et du raisonnement.
Les gouvernements américain et britannique coupent les financements. Des laboratoires ferment. Les chercheurs évitent le mot "IA" dans leurs publications pour ne pas être associés à un domaine discrédité.
La leçon ? L'hypercycle de l'IA — enthousiasme → déception → rebond — n'est pas nouveau. Nous vivons peut-être aujourd'hui dans la phase d'enthousiasme d'un nouveau cycle.
1997
Deep Blue bat Kasparov.
Pour la première fois, une machine bat
le meilleur joueur d'échecs du monde.
Deep Blue vs Kasparov — 1997
Le superordinateur Deep Blue d'IBM bat Garry Kasparov 3,5 à 2,5 lors d'un match en six parties. Choc mondial — la presse titre sur la "mort de l'intelligence humaine".
Mais Deep Blue n'est pas "intelligent" : il évalue 200 millions de positions par seconde par force brute, guidé par des heuristiques codées par des grands maîtres. Aucune compréhension — juste du calcul massif.
Kasparov soupçonnait IBM de tricher — de faire intervenir des humains entre les parties. IBM a refusé de publier les logs de Deep Blue. Le mystère subsiste.
En 2017, AlphaZero apprendra les échecs seul en 4 heures et battra tous les programmes existants — sans aucune heuristique humaine.
2012
AlexNet. Tout change.
Un réseau de neurones écrase la concurrence.
Le deep learning explose.
AlexNet et la révolution deep learning — 2012
En 2012, AlexNet (Krizhevsky, Sutskever, Hinton) remporte le concours ImageNet avec un taux d'erreur deux fois inférieur au deuxième. La communauté scientifique est stupéfaite.
La recette : réseaux de neurones profonds + GPU pour paralléliser les calculs + des tonnes de données. Une combinaison que tout le monde connaissait en théorie, mais que personne n'avait mise en œuvre à cette échelle.
Hinton, LeCun et Bengio — les "parrains du deep learning" — recevront le prix Turing en 2018. Hinton quittera Google en 2023 pour pouvoir parler librement des risques de l'IA.
L'IA moderne commence ici. Tout ce qui a suivi — vision, langage, génération — découle directement de cette percée.
2016
AlphaGo. Le jeu de Go tombe.
Le Go était censé résister
à l'IA pendant des décennies.
AlphaGo — DeepMind, 2016
AlphaGo (DeepMind) bat Lee Sedol, champion du monde de Go, 4 à 1. Le Go était considéré comme hors de portée de l'IA — plus de positions possibles que d'atomes dans l'univers observable.
Ce qui rend AlphaGo révolutionnaire : il n'a pas été programmé avec des règles de stratégie. Il a appris en jouant des millions de parties contre lui-même — reinforcement learning combiné à des réseaux de neurones profonds.
Le coup 37 de la partie 2 — un mouvement qu'aucun humain n'aurait joué — est entré dans l'histoire. Lee Sedol a dû quitter la salle quelques minutes. Les commentateurs ont cru à une erreur. C'était du génie.
AlphaZero (2017) ira encore plus loin : apprendre les échecs, le shogi ET le Go from scratch en quelques heures, sans aucune connaissance humaine initiale.
2017
"Attention is all you need."
8 chercheurs de Google publient
l'article le plus cité de l'histoire de l'IA.
L'architecture Transformer — 2017
Vaswani et al. publient "Attention Is All You Need". Ils proposent l'architecture Transformer, basée sur un mécanisme d'attention qui permet au modèle de relier des mots entre eux sur de longues distances.
Avant les Transformers, on utilisait des RNN qui traitaient le texte mot par mot — lents et oublieux sur les longues séquences. Le Transformer traite tout en parallèle, ce qui permet d'entraîner sur des datasets gigantesques.
GPT, BERT, Claude, Llama, Gemini, Mistral — ils tournent tous sur des Transformers. Sans cet article de 12 pages, rien de ce qu'on appelle "IA" aujourd'hui n'existerait sous cette forme.
Ironie : plusieurs des 8 auteurs ont quitté Google peu après pour fonder leurs propres startups — dont certaines valent aujourd'hui des milliards.
2022 →
L'IA entre dans
chaque conversation.
100 millions d'utilisateurs en 2 mois.
On est toujours dans ce moment.
L'ère moderne — 2022 et au-delà
OpenAI lance ChatGPT en novembre 2022. En deux mois : 100 millions d'utilisateurs — record absolu, plus rapide que TikTok ou Instagram.
La panique s'installe dans les universités, les entreprises, les gouvernements. L'Union Européenne accélère l'AI Act. Des chercheurs signent des pétitions pour une pause.
En 2024-2025, on passe du chatbot à l'agent : des IA qui agissent, planifient, utilisent des outils, écrivent et exécutent du code.
Où en sera-t-on dans 5 ans ? Personne ne le sait — et c'est peut-être ce qui est le plus vertigineux dans ce moment historique.
