L’IA – Une menace pour le monde de la programmation ?

Plusieurs nouvelles technologies ont créé un buzz autour de l’intelligence artificielle (IA) et de ce que cela signifie pour notre avenir en tant que société. Chaque technologie provient de différentes branches de l’IA et comporte un ensemble unique d’avantages et de préoccupations.


Les deepfakes et les IA de clonage de voix vous empêchent de faire confiance à tout ce que vous voyez ou entendez sur Internet. Certains disent que ChatGPT et des systèmes similaires d’IA d’apprentissage en profondeur sont susceptibles de créer des licenciements dans divers domaines. Une question troublante se pose : « l’IA finira-t-elle par remplacer les programmeurs ? »


Qu’est-ce que l’intelligence artificielle ?

L’IA est une branche de l’informatique qui se concentre sur la capacité d’un système à résoudre des problèmes en utilisant une (ou plusieurs) des quatre propriétés. Un système d’IA peut penser humain, agir humain, penser rationnellement et/ou se comporter rationnellement.

L’histoire de l’intelligence artificielle

Bien que l’IA semble exister depuis des siècles, c’est un domaine qui a pris de l’ampleur au milieu des années 1900. L’une des dates les plus marquantes de l’histoire de l’IA est 1956, c’est l’année de l’introduction officielle dans le domaine de l’intelligence artificielle. Cette introduction a eu lieu lors d’une conférence au Dartmouth College.

Plusieurs grands noms sont liés à différents aspects des premières avancées de l’IA. Il s’agit notamment d’Alan Turing, Marvin Minsky, Allen Newell, Herbert Simon, John Robinson et Alain Colmerauer.

Agir humain

En 1936, Alan Turing a publié un article intitulé « On Computable Numbers, With an Application to the Entscheidungsproblem ». Dans cet article, Turing a présenté le concept d’une machine de Turing, qui joue un rôle important dans l’IA à ce jour. Il a prouvé qu’avec le bon algorithme, une machine de Turing peut effectuer n’importe quel calcul mathématique.

Plus tard en 1937, Turing a utilisé le problème de l’arrêt pour souligner les limites des machines intelligentes. Puis, en 1950, Turing a défini l’intelligence artificielle à travers ce qu’il a appelé le test de Turing. Si un système d’IA réussit le test de Turing, ce système peut agir de manière humaine.

Pensez humain

Marvin Minsky est un nom populaire dans le domaine de l’IA. Il est connu pour avoir développé la première machine d’apprentissage par réseau neuronal câblé de manière aléatoire, appelée SNARC en 1951. Les réseaux neuronaux apprennent aux ordinateurs à traiter des données similaires au cerveau humain. La définition de Minsky de l’IA est qu’il s’agit de « la science qui consiste à faire faire à des machines des choses qui nécessiteraient de l’intelligence si elles étaient faites par des hommes ».

Nouvelles idées

Allen Newell et Herbert Simon sont deux autres pionniers dans le domaine de l’IA, qui se sont concentrés sur la capacité d’une machine à simuler la pensée humaine. En 1956, ils ont présenté le premier programme informatique de traitement de symboles, appelé Logic Theorist. En 1961, Newell et Simon ont développé le Generalized Problem Solver (GPS), qui imite essentiellement la pensée humaine.

Penser rationnellement

Entrez John Robinson, qui a publié un article en 1965 intitulé « Une logique orientée machine basée sur le principe de résolution ». Il a également inventé le calcul de résolution pour la logique des prédicats, qui joue un rôle important dans l’IA.

La logique des prédicats est un langage formel qui utilise la logique pour représenter la pensée rationnelle. Ce langage utilise le cadre selon lequel des prémisses correctes produiront des conclusions correctes. Par exemple, Alexa est une machine ; toutes les machines facilitent le travail ; par conséquent, Alexa facilite le travail.

Progrès récents de l’intelligence artificielle

Comme à ses débuts, le domaine de l’intelligence artificielle est aujourd’hui très complexe avec de nombreuses branches différentes. Chaque branche sous l’égide de l’IA fait constamment des progrès significatifs.

L’apprentissage automatique est une branche de l’IA qui utilise des algorithmes de données pour imiter l’apprentissage humain, améliorant sa précision à chaque itération. L’apprentissage en profondeur est l’un des sous-groupes les plus importants de l’apprentissage automatique. L’apprentissage en profondeur améliore l’apprentissage automatique en réduisant le besoin d’assistance humaine d’une machine.

Par exemple, si vous aviez des images de fleurs que vous vouliez regrouper par espèce, le processus de catégorisation serait différent selon le type de système. Si votre système utilise l’apprentissage automatique, vous devrez déterminer manuellement les caractéristiques qui distinguent les espèces. Cependant, un système utilisant l’apprentissage en profondeur déterminera par lui-même les meilleures caractéristiques distinctives pour chaque espèce.

L’apprentissage en profondeur a créé d’énormes vagues dans l’industrie au cours des dernières années en raison de diverses technologies. ChatGPT est une technologie d’apprentissage en profondeur qui fait actuellement l’objet de beaucoup d’attention.

Chatbot

Selon ChatGPT c’est :

un grand modèle de langage créé par OpenAI. Il s’agit d’un programme d’intelligence artificielle (IA) conçu pour comprendre le langage naturel et générer des réponses de type humain à différents types de questions et de commandes. Le modèle est basé sur une architecture d’apprentissage en profondeur appelée transformateur, qui est capable de traiter de grandes quantités de données textuelles et de générer des réponses basées sur des modèles et des relations qu’il a appris à partir de ces données.

Depuis son lancement au quatrième trimestre 2022, ChatGPT a fait l’objet de nombreux débats. Ce qui distingue ce système d’IA, ce sont ses compétences en traitement du langage naturel, ainsi que sa capacité à apprendre de nouvelles informations grâce à l’apprentissage par renforcement à partir de la rétroaction humaine (RLHF). Il semble également avoir une forte capacité à écrire et à déboguer du code. Certains disent que cette technologie représente la genèse de l’extinction des programmeurs humains.

Caractéristiques souhaitées d’un programmeur humain que l’IA ne peut pas reproduire

Un système d’IA peut apprendre à écrire du code qui crée des logiciels. Cependant, remplacer entièrement les programmeurs peut être un peu plus compliqué. La capacité d’un système d’IA peut permettre de réduire la main-d’œuvre en aidant les programmeurs à travailler plus rapidement, mais il ne peut jamais vraiment remplacer les travailleurs humains. Une caractéristique importante qui distingue les programmeurs des systèmes d’IA est le cerveau humain et ses propriétés complexes.

Selon Andrew Ngl’un des plus grands noms de l’IA aujourd’hui :

Un seul neurone dans le cerveau est une machine incroyablement complexe que nous ne comprenons toujours pas aujourd’hui. Un « neurone » unique dans un réseau de neurones est une fonction mathématique incroyablement simple qui capture une infime fraction de la complexité d’un neurone biologique.

Flickr<\/a>«  »>

Le cerveau humain
Crédit d’image : AHealthBlog/Flickr

La capacité du cerveau à générer une nouvelle pensée à partir de rien semble-t-il dépasse l’entendement humain. Ce n’est certainement pas quelque chose qu’un système d’IA peut reproduire. Un autre trait souhaitable des programmeurs est la vague de créativité, qui est encore une fois quelque chose qu’une machine ne peut pas reproduire.

Grâce à l’apprentissage en profondeur, l’IA peut donner l’impression d’une pensée humaine. Certains systèmes d’IA peuvent prendre des décisions simples, mais ces décisions sont pâles par rapport aux capacités de prise de décision du cerveau humain. L’IA peut écrire du code, mais elle est incapable de s’assurer que le code qu’elle écrit est le bon code. Un système d’IA ne peut pas reproduire le jugement humain, et rien n’indique qu’il sera en mesure de le faire à l’avenir.

L’avenir de l’IA et de la programmation

Les technologies d’IA comme ChatGPT ont prouvé à quel point l’IA peut être utile pour les programmeurs. Il génère du code rapidement et peut aider avec le flux de travail global d’un programmeur. Cependant, ChatGPT a également prouvé que même la technologie d’apprentissage en profondeur la plus avancée dont nous disposons actuellement ne peut pas gérer une autonomie complète. ChatGPT est connu pour générer des réponses absurdes aux questions, selon OpenAI.

Par conséquent, il est plausible de supposer que l’avenir de l’IA dans la programmation est celui des « aides pour » plutôt que des « remplacements des » programmeurs.

Laisser un commentaire