L'échec du test de Turing

L'homme n'est pas une machine et l'ordinateur n'est pas un système pensant. Mais dans quelle mesure un ordinateur peut-il simuler la pensée humaine ? Une machine peut-elle être intelligente ?

Ces questions préoccupent la recherche en intelligence artificielle depuis de nombreuses décennies : non seulement comment, mais aussi si la machine peut enfin être qualifiée d'intelligente.

Alan Turing a mis au point un test simple à cet effet. Une personne entame un dialogue au moyen d'un clavier et d'un écran. Il essaie de résoudre l'énigme de savoir qui répond. L'interlocuteur invisible tente de le convaincre qu'il est humain.

Dans l'édition papier de Der Spiegel 14/2017, on pouvait lire à la page 19

"Le moment où les machines atteindront une intelligence semblable à celle de l'homme est controversé, peut-être dans 20 ans, peut-être dans 100, mais la plupart des chercheurs pensent que c'est en principe possible".

Tout est faux ! Les machines n'atteindront jamais une intelligence semblable à celle de l'homme - ni dans 20 ans, ni dans 100 ans, ni même dans 1000 ans. Google en a apporté la preuve début 2016 et il est possible de la répéter à tout moment avec un test de Turing "raté".

L'année dernière, Google a organisé un tournoi de go : une machine construite par Google a affronté le meilleur joueur de go du monde.

Il ne s'agissait pas d'un ordinateur classique, communément appelé machine universelle, qui maîtrise généralement aussi bien le traitement de texte que les programmes de dessin et le calcul. Il ne s'agissait pas non plus d'un superordinateur programmé avec des algorithmes géniaux et qui, à l'instar d'un ordinateur d'échecs, calcule des millions de coups en un minimum de temps pour mettre son adversaire à genoux.

Les superordinateurs, même équipés des meilleurs algorithmes, ne sont que de médiocres joueurs de go. Le jeu de plateau avec les pions noirs et blancs est plusieurs fois plus complexe que les échecs.

Google s'est lancé dans la compétition avec une machine également appelée réseau neuronal. L'apprentissage machine ou profond de l'IA repose en grande partie sur les réseaux neuronaux.

Il s'agit ici d'une construction plutôt simple dans son principe. Le réseau électronique est calqué sur notre cerveau beaucoup plus complexe. Il se compose de millions de nœuds et d'arêtes qui relient ces nœuds.

Le réseau neuronal de la machine Google Go a joué contre lui-même 24 heures sur 24 pendant des mois (Deep Learning) et a ainsi trouvé de manière autonome les meilleures et les plus récentes façons de jouer au Go - un peu comme le Dr. B. l'explique dans la nouvelle sur les échecs de Stefan Zweig.

Au début, la machine de go ne disposait que des coups corrects. En désespoir de cause, le Dr B. a dérobé un livre contenant une collection de parties d'échecs célèbres. La machine jouait contre elle-même, tout comme le Dr B. jouait aux échecs contre lui-même.

L'année dernière, la machine de go a finalement remporté quatre parties sur cinq contre le champion du monde de go en titre. Dans la nouvelle sur les échecs de Stefan Zweig, le Dr B. bat le champion du monde d'échecs en titre.

Dans le cadre d'un test de Turing, un joueur de go pourrait discuter avec la machine de go de Google : Il constaterait rapidement que son interlocuteur invisible doit être un excellent joueur, peut-être même le meilleur - mais il lui serait tout aussi facile de constater que son interlocuteur n'est pas humain !

La machine de go est trop intelligente ! La machine ne joue pas au niveau du meilleur joueur de go humain, mais bien au-delà. Les observateurs du tournoi de go ont expliqué que la machine faisait des coups qu'aucun humain ne ferait jamais, qui ne figurent dans aucune littérature sur le go - et pourtant, la machine est sortie victorieuse.

Le réseau neuronal auto-apprenant ne s'est donc pas donné la peine de devenir aussi bon que le meilleur joueur, mais a tout de suite commencé à laisser derrière lui les connaissances traditionnelles du jeu de go et à partir à la découverte de nouveaux mondes.

Ainsi, dans le test de Turing, il est facile de démasquer la machine en tant que machine. Ce qui signifie également que le deep learning n'atteindra jamais une intelligence semblable à celle de l'homme, mais qu'il passera outre sans trop de difficultés.

L'intelligence humaine comme étape intermédiaire insignifiante vers la véritable intelligence artificielle - une prophétie formulée il y a de nombreuses années déjà par le chercheur en IA le plus célèbre du moment, Jürgen Schmidhuber.