INTELLIGENCE ARTIFICIELLE
IA et conceptualisation
Il semble que l'IA n'en soit qu'au début de son aventure. En Asie principalement, des machines humanoïdes attendent avec patience qu'elle leur donne la vie artificielle à laquelle elles aspirent. Ce sera chose faite lorsqu'elle aura achevé son évolution, que d'IA elle sera devenue SA : l'Intelligence Artificielle aura alors muté en Sujet Artificiel.
*****
Nous savons qu'en 2026, une IA est capable de comprendre ce que nous lui disons, et de répondre à une question, dans notre langage, de manière sensée ; d'effectuer pour nous une recherche difficile dans de gigantesques bases de données, et d'en produire une synthèse argumentée et documentée ; d'exécuter une tâche complexe que nous lui confions ; etc., c'est l'extraordinaire réussite d'une poignée d'ingénieurs d'exception qui, au long des dernières décennies, l'ont conçue, élaborée, mise au point, et ne cessent de la perfectionner.
Cela dit, il convient d'observer d'un peu plus près ce qu'est effectivement capable de faire une intelligence artificielle, et de tenter de distinguer ce qu'elle maîtrise de ce qui lui échappe encore, qui reste, pour un temps indéterminé, notre apanage.
À lire la palette des communications de la médiasphère avec toutefois la prudence qui s'impose, il semble qu'on s'achemine aujourd'hui vers une répartition des tâches entre l'humain et l'IA. Celui-ci garderait la maîtrise d'œuvre, il déciderait de l'objectif et des moyens à lui attribuer, et sous-traiterait à l'IA l'exécution des travaux subordonnés.
Et la compréhension, notre compréhension du monde, semble elle aussi s'organiser de manière duale. D'une part, dans sa dimension spécialisée, opérative, on la voit comme la « Faculté/action de saisir intellectuellement les causes et les conséquences qui se rattachent à telle chose et qui l'expliquent[1] » ; et d'autre part, sous son aspect le plus général, conçue comme la « Faculté/action de saisir par l'esprit [quelque chose][2] », c'est aussi l'intuition, l'invention, en un mot la conceptualisation, cette capacité à voir et mettre de l'ordre là où il n'y avait que désordre apparent dans les choses du monde. Se pourrait-il alors que la machine domine la compréhension du premier type, opérative, mais que nous seuls disposions encore de la capacité de concevoir ?
Avec le livre de Yan Le Cun, « Quand la machine apprend », nous avons la possibilité d'observer dans le détail l'émergence d'un concept entièrement nouveau, précisément dans le domaine de l'intelligence artificielle, qui a pris corps en un modèle abouti, celui d'un réseau de neurones convolutif multicouche, dont les déclinaisons variées composent les IA modernes. Examinons son élaboration dans diverses étapes qu'il présente.
- 1943 un neurone artificiel : Warren Mc Culloch et Walter Pitts conçoivent un modèle mathématique très simplifié de neurone biologique : celui-ci « calcule une somme pondérée des nombres représentant les activités des neurones connectés en amont. Si cette somme est inférieure à un certain seuil, le neurone reste inactif. Si, au contraire, elle est supérieure à ce seuil, le neurone s’active [...] [et déclenche vers l'aval][3] ». Le modèle est binaire. Pour ses concepteurs, ces neurones font du calcul logique, et le cerveau peut être considéré comme une machine d’inférence logique.
Il est essentiel de bien comprendre ce qu'est la somme pondérée dont on parle : chaque nombre de la somme est pondéré, c-à-d. multiplié par un poids, qui est un nombre qu'on peut faire varier. Si le poids est égal à zéro, le nombre pondéré est égal à 0, s'il est égal à 1, le nombre pondéré est égal au nombre initial ; si le poids est égal à 0.5, le nombre pondéré est égal à la moitié du nombre initial, etc. On peut ainsi faire varier la somme en faisant varier les poids. Dans le modèle, cette pondération est censée représenter l'intensité du signal qui transite par chaque synapse dans un neurone réel, qui est elle aussi variable.
On n'a pas encore approché l'idée de l'apprentissage. Il faudra attendre le perceptron.
- 1957 le perceptron : construction d'un perceptron par Frank Rosenblatt. « Le perceptron, dans sa forme la plus simple, est donc un neurone de McCulloch et Pitts unique, qui apprend [à reconnaître des formes, des lettres de l'alphabet, par exemple] en modifiant ses poids [ceux de la somme pondérée][4] ».
L’innovation du perceptron est la procédure d’apprentissage : il ajuste automatiquement ses poids après chaque présentation d’une image et de la sortie désirée correspondante. Conceptuellement, l’idée d’ajuster les paramètres d’un modèle à partir de données existe en statistique depuis des siècles. La nouveauté est d’appliquer cette idée à la reconnaissance des formes[5].
Par construction cependant, les capacités du perceptron sont limitées ; on ne pourra pas l'utiliser pour reconnaître, par exemple, des objets dans les images naturelles.
- 1957+ : pour tenter de contourner la limitation précédente, on ajoute une couche de neurones de base qui extrait des caractéristiques des objets à reconnaitre. Mais celles-ci sont construites à la main ou avec diverses méthodes mathématiques, et ne sont pas apprises.
- Maths : Il est maintenant nécessaire, pour progresser dans la performance du modèle et donc dans l'élaboration du concept, de découvrir quelques avantages que procurent les mathématiques :
- Lorsqu'un objet n'est pas reconnu par le perceptron alors qu'il devrait l'être, on cherche la plus petite variation des poids qui permet qu'il le soit. D'un point de vue mathématique, on cherche à minimiser un coût, en utilisant une fonction.
- « Pour que l’apprentissage puisse se faire efficacement, il faut trouver un bon compromis entre l’erreur d’apprentissage et la complexité de la fonction utilisée pour obtenir cette erreur[6] ».
- « La méthode permet de calculer efficacement le gradient [taux de variation] d’un coût dans un réseau multicouche. Elle ajuste les paramètres [poids] des couches du réseau pour minimiser le coût depuis la sortie jusqu’à l’entrée [rétropropagation] ; et, finalement, les premières couches identifient elles-mêmes les bons motifs de l’image à détecter pour accomplir la tâche [parce que c'est nécessaire à la minimisation à effectuer, donc à l'accomplissement la tâche][7] ».
- Les réseaux multicouches- Les réseaux multicouches que l'on peut construire sont alors capables d'apprendre très efficacement en manipulant une grande complexité : c'est la naissance du deep learning.
Le principe d’apprentissage reste le même : il consiste à ajuster les paramètres du réseau pour que le système fasse la plus petite erreur possible. L’entraînement de bout en bout de réseaux multicouches constitue le deep learning, ou apprentissage profond. Le système apprend non seulement à classifier, mais les couches successives arrivent aussi à transformer leurs entrées de manière à en faire des représentations pertinentes, comme le faisait l’extracteur de caractéristiques dans le perceptron amélioré. En réalité, les couches successives sont une version entraînée de l’extracteur de caractéristiques. C’est l’avantage décisif des réseaux multicouches : ils apprennent automatiquement à représenter le signal de manière appropriée[8].
Les réseaux sont cependant gourmands en temps de calcul, ils consomment des milliers de données d’entraînement, et ils sont compliqués à faire marcher.
- Chaque neurone d’un paquet – ou cellule simple – réagit à une ligne d’une orientation particulière.
- Les millions de paquets de 50‑100 neurones qui tapissent le champ visuel sont connectés à l’ensemble des champs récepteurs.
- Des millions de neurones détectent le même motif à des endroits différents du champ visuel.
- des cellules complexes prennent un paquet de réponses de cellules simples du même type (par exemple les neurones qui détectent des contours verticaux à des endroits différents mais voisins), et calculent une moyenne de ces réponses.
- Le pooling construit de l’invariance à partir de la réponse des cellules complexes par rapport à des petits changements de position des motifs dans l’image. Ces petits changements peuvent être dus à une translation d’un objet dans le champ visuel, une petite rotation ou une petite déformation[9].
Depuis l'ouvrage de YLC, l'évolution des IA se poursuit sans relâche et à grande vitesse. Mais cette excursion dans la construction progressive de son outil de base suffit à nous montrer que celle-ci a été discontinue. Certes, nous comprenons bien aujourd'hui le lien nécessaire, qui unit la représentation formelle d'un neurone et l'utilisation de celle-ci dans une machine perceptron, pour apprendre à reconnaître un objet dans une image. Pour autant Messieurs Mac Culloch et Pitts ne l'ont pas découvert, et il a fallu que Frank Rosenblatt se dise, quelque quinze ans plus tard, « Tiens ! Si j'utilisais… » pour qu'il construise sa machine apprenante. Puis la limitation théorique de cette machine a de nouveau bloqué la construction. Il en va de même à l'intérieur d'une même tête. Yan Le Cun n'a pas d'emblée conçu le modèle d'un réseau de neurones convolutif multicouche. Lui est d'abord venue l'idée d'un algorithme d'apprentissage pour réseau multicouche, qu'il a baptisé HLM, qui utilise encore des neurones binaires. Puis il a observé la rétropropagation de gradient, découverte entretemps, et encore après la convolution dans les systèmes vivants. Ce sont tous ces sauts, discrets, dans la connaissance, qui ont permis de construire le concept du réseau, puis son modèle dont on utilise aujourd'hui les déclinaisons.
La question qui se pose maintenant : une construction de cette nature peut-elle être réalisée par une IA ? On sait aujourd'hui qu'on peut confier une tâche à une IA : on a alors construit un agent. Mais jusqu'ici, sauf défaut d'information, on ne lui confie que des tâches que nous pourrions réaliser nous-mêmes avec les outils adéquats ; les constituants et les étapes sont connus, et donc ce sont des tâches que nous maîtrisons, que nous pourrions décrire avec un algorithme approprié. La conceptualisation en diffère en ceci que ce que nous construisons n'est pas connu, parce que non encore conçu, ne peut donc être préalablement décrit, ni davantage la construction elle-même. Par conséquent l'ingénieur qui architecture les réseaux en fonction de la tâche à accomplir n'a pas de solution ici. Il lui faut préalablement se poser la question : quelle structure pourrait rendre possible une telle opération dont on ignore le résultat ? Et c'est ici qu'intervient la notion de sujet.
Un sujet maîtrise la représentation, avec laquelle il va pouvoir jouer. Il se représente le monde : d'une part il « cartographie » celui-ci, pourrait-on dire, avec des concepts et des images produits par les réseaux neuronaux ; et d'autre part, le destinataire de cette action c'est lui-même, qu'il distingue du reste du monde, avec son image propre. Ce n'est pas de la métaphysique, c'est un microsystème construit pour inventer des solutions à des problèmes. Ces concepts et ces images, il apprend à les reconnaître, certes ; mais il est aussi capable d'en découvrir, d'en inventer, c-à-d. de construire et tester : négatif le test les rend illusoires, positif il les rend efficaces, donc utilisables dans un projet et, par transition, dans la réalité. C'est à cette seconde démarche, conceptualisatrice, que le réseau de neurones multicouche convolutif ne peut plus être entraîné puisque nulle sortie souhaitée n'est disponible. Il est donc nécessaire d'en intégrer les déclinaisons à une structure, qui exploitera ce qu'il a appris, et qui, elle, réalisera la conceptualisation. C'est à cette structure que nous donnerons le nom générique de sujet.
Signalons enfin que le monde des mathématiques, dont est - non sans ironie - issue l'IA, est en effervescence depuis que celle-ci produit des démonstrations ou réfutations de conjectures restées jusqu'ici des problèmes sans solution. David Bessis, dans son article « The fall of the theorem economy » d'avril 2026, livre un avis extrêmement clair :
les systèmes d’IA actuels et les humains traitent les mathématiques de manières totalement différentes. Les meilleurs modèles sont incroyablement plus forts sur certains aspects, ce qui implique nécessairement que les humains restent incroyablement plus forts sur d’autres. L’IA est à la fois surhumaine et sous-humaine, selon le point de vue. C’est un compliment pour les IA et les humains[10]
[…]
Une idée simple à laquelle je reviens sans cesse est qu’il nous faut quelque chose comme une échelle d’intelligence mathématique, ou une échelle d’automatisation mathématique, comme c’est le cas pour les voitures autonomes. Cela répondrait au danger pressant des références objectives qui, par leur nature même, ne tiennent pas compte de l’intelligibilité et de la construction de concepts. Lorsque l’IA écrase la prochaine version de la Première Preuve, le communiqué de presse devrait indiquer : « L’IA résout la Première Preuve et atteint le niveau 3 (sur 10) sur l’échelle de l’intelligence mathématique »
Les mathématiciens ne devraient pas avoir peur de la subjectivité. Il ne s’agit pas de tricher. Il s’agit d’être juste et de ne pas commettre de seppuku collectif. En fait, tout acte de poser des problèmes est déjà subjectif — il n’y a rien d’objectif dans les problèmes de la Première Démonstration, les problèmes d’Erdős ou les problèmes du Prix du Millénaire, si ce n’est que (en théorie) nous pouvons évaluer objectivement si l’un d’eux a été résolu.
Cette qualité d’être objectivement vérifiable manque aux aspects plus profonds de la créativité mathématique, tels que la pose de problèmes elle-même, la canonisation et la construction de concepts, la recadre, la simplification, la conjecture, jusqu’à la construction de grandes théories et la création de branches entièrement nouvelles des mathématiques — mais cela ne signifie pas que ces activités n’existent pas et ne sont pas centrales aux mathématiques[11].
La question se pose donc, ou se posera tôt ou tard : comment formaliser le sujet ?
été 2026
NOTES
*****
[1] ATILF, https://www.portail-lexical.fr/definition/compréhension, II, B.
[2] ATILF, https://www.portail-lexical.fr/definition/compréhension, II.
[3] Warren S. McCulloch, Walter Pitts, « A logical calculus of the ideas immanent in nervous activity », The Bulletin of Mathematical Biophysics, 1943, 5 (4), p. 115-133.
[4] Yann Le Cun, « Quand la machine apprend », Odile Jacob, octobre 2019, Machines apprenantes simples, p. 97.
[5] Yann Le Cun, op. cit., Machines apprenantes simples, p. 100.
[6] Yann Le Cun, op. cit., Apprentissage par minimisation..., p. 163.
[7] Yann Le Cun, op. cit., Réseaux profonds et rétropropagation, p. 165.
[8] Yann Le Cun, op. cit., Réseaux profonds et rétropropagation, p. 184.
[9] Yann Le Cun, op. cit., Les réseaux convolutifs, piliers de l'IA, p. 200.
[10] David Bessis, « The fall of the theorem economy », https://davidbessis.substack.com/p/the-fall-of-the-theorem-economy The overhang.
[11] David Bessis, « The fall of the theorem economy », https://davidbessis.substack.com/p/the-fall-of-the-theorem-economy Coming clean.