« Le cerveau, un modèle pour l'intelligence artificielle » : 40 ans de recherche racontés par Frédéric Alexandre
À l'occasion des 40 ans de la présence d'Inria en Lorraine, Frédéric Alexandre, directeur de recherche Inria actuellement à Inria Bordeaux, est revenu sur son parcours à travers un exposé aussi personnel que scientifique "Le cerveau, un modèle pour l'intelligence artificielle".
Arrivé à Nancy en 1986 pour un DEA d'informatique, il n'a depuis jamais quitté ce fil rouge : comprendre le cerveau pour mieux concevoir l'intelligence artificielle — et comprendre l'IA pour mieux éclairer le fonctionnement du cerveau.
Un même questionnement, quarante ans d'évolutions
Du projet de recherche RFIA à Nancy, où se côtoyaient IA symbolique et approches numériques, à la création de Cortex puis de l'équipe-projet Mnemosyne à Bordeaux, Frédéric Alexandre a suivi — et façonné — les grandes bascules du domaine : les systèmes à base de connaissances des débuts, l'essor des réseaux de neurones, la révolution du deep learning, puis l'arrivée fracassante de l'IA générative en 2022.
Son fil conducteur reste constant : les deux grandes familles de méthodes en IA — raisonner à partir de connaissances, ou apprendre à partir de données — ont toujours eu leur pendant dans le cerveau. Et les «malédictions» qui poursuivent l'IA depuis ses origines — absence de sens, explosion combinatoire, difficulté à s'adapter à l'incertain — trouvent, chez l'humain, des réponses dans les émotions, l'hippocampe (qui rejoue nos souvenirs pendant le sommeil pour rééquilibrer nos apprentissages) ou le cortex préfrontal.
Ce que l'IA générative ne sait pas encore faire
Le cœur de l'exposé porte sur une distinction essentielle : nos fonctions cognitives « rapides et implicites » (reconnaître, décider) ont un vrai équivalent en IA — les réseaux de neurones profonds fonctionnent, en gros, comme notre « système 1 ». Mais nos fonctions « métacognitives » — délibérer, planifier, raisonner, contrôler notre propre pensée — relèvent d'un « système 2 » que l'IA générative, aussi impressionnante soit-elle, continue d'imiter... avec les outils du système 1. D'où des biais persistants, une tendance à la « bouillie » quand les modèles s'entraînent sur leurs propres productions, et un coût environnemental que nos 20 watts de cerveau rendent presque comique par comparaison.
Pourquoi cet écart ? Parce que nous, êtres vivants, sommes contraints par le temps, une puissance de calcul limitée et l'impossibilité de nous « greffer » les compétences des autres — ce qui nous a obligés à inventer la décomposition de problèmes, l'apprentissage rapide par l'hippocampe, et... le langage.
Des enjeux qui dépassent le laboratoire
Frédéric Alexandre n'élude pas les questions qui inquiètent aujourd'hui chercheurs, enseignants et citoyens : la « dette cognitive » liée à un usage non réfléchi d'IA générative, tel que ChatGPT, la baisse de l'esprit critique, le risque de dépendance géostratégique vis-à-vis de quelques acteurs privés non européens. Ses réponses : éduquer — et pas seulement les étudiants, mais aussi décideurs, journalistes et entrepreneurs —, réguler, et surtout continuer à investir dans la recherche sur la métacognition, pour apprendre à se servir de l'IA sans s'y soumettre.
Les échanges qui ont suivi, nombreux et animés, ont abordé aussi bien la piste d'une IA pour la recherche contre Alzheimer que la responsabilité des chercheurs européens face aux cultures qui façonnent, souvent implicitement, les grands modèles actuels.
Envie d'en savoir plus ?
Cet exposé, à la fois accessible et dense, retrace quarante ans de recherche à la croisée des neurosciences et de l'intelligence artificielle — et donne des clés bien utiles pour comprendre les enjeux de l'IA générative aujourd'hui. Le replay complet du webinaire est disponible ici : une belle occasion de (re)découvrir ces échanges dans leur intégralité, et de mesurer combien l'histoire d'Inria continue de s'écrire, y compris dans nos Centres.
Commentaires0
Veuillez vous connecter pour lire ou ajouter un commentaire
Articles suggérés
