Avec son titre un peu racoleur, Tout comprendre (ou presque)…, sa tranche fine, son enchaînement de questions, avec ses dessins simplistes et ses pages peu fournies en texte, avouons que ce livre semblait peu destiné à se distinguer de productions semblables. Erreur. La promesse du titre est plus que tenue : au rappel de connaissances de base se mêlent des plongées dans des avancées scientifiques récentes, voire l’introduction à des questions de recherche encore ouvertes.
La réussite tient à ce que chacune des 20 questions et réponses a été rédigée par des chercheurs différents (trois femmes seulement), sans que le niveau et le style du livre en pâtissent. Les chapitres sont sans fioritures, allant à l’essentiel, avec des paragraphes réduits à une ou deux phrases. Ils se concluent par un « mot de la fin » venant résumer les quatre ou cinq pages de chaque sujet. Les nombreuses illustrations servent tant de support pédagogique, apportant des informations, que d’éléments graphiques esthétiques. L’ensemble est dense.
Les trois premières questions balaient l’histoire de l’époque contemporaine, pour nous amener jusqu’à l’explosion de la version générative de l’intelligence artificielle (IA). Les cinq suivantes ouvrent le capot des concepts d’apprentissage, de réseaux de neurones, de « tokens » (les unités de langage), d’inférence, de convolution, de transformeurs… Même la technique de la génération d’images par un modèle de diffusion est expliquée en une page et cinq dessins.
« Apprentissage fédéré »
Suivent une série de questions qui interrogent l’« intelligence » de ces outils. Sont-ils meilleurs que nous ? Sont-ils créatifs ? Que comprennent-ils ? Les réponses relèvent les limites et les nombreuses problématiques que soulèvent ces nouvelles technologies.
Après quatre autres chapitres sur les applications (en santé, en robotique, dans la recherche), offrant là encore un regard critique sur ce qui est fait, est faisable et n’est pas encore atteignable, le livre se termine par quatre questions à la portée plus sociale. Les thèmes du respect de la vie privée, de la sécurité, des biais de genre, d’origine, de classe sociale ou de l’éthique stimulent la réflexion du lecteur et sont l’occasion de témoigner de la vitalité des recherches dans ces domaines. Là encore, nul abaissement à faire simple : les auteurs parlent d’« apprentissage fédéré », de causalité, de « biais d’optimisation »… Et, malgré la taille réduite de l’ouvrage, parviennent à glisser que le terme « hallucination », très souvent employé pour désigner un défaut classique des IA, l’est à tort.
Il vous reste 15.37% de cet article à lire. La suite est réservée aux abonnés.
