Histoire et Fondamentaux de l'Intelligence Artificielle

Des Origines à Aujourd'hui : La Grande Histoire de l'IA

L'intelligence artificielle n'est pas née avec ChatGPT. Son histoire remonte aux années 1950, et comprendre ce parcours est essentiel pour saisir où nous en sommes aujourd'hui.

1950-1970 : L'Âge d'Or et les Premiers Rêves

Tout commence avec Alan Turing qui pose en 1950 la question fondatrice : "Une machine peut-elle penser ?". Son célèbre Test de Turing propose un critère simple : si un humain ne peut pas distinguer les réponses d'une machine de celles d'un autre humain, alors la machine "pense".

En 1956, la conférence de Dartmouth invente officiellement le terme "Intelligence Artificielle". Les chercheurs sont euphoriques : ils pensent résoudre le problème en une génération.

1970-1990 : Les Hivers de l'IA

Les promesses non tenues provoquent deux "hivers" où les financements s'effondrent. Les machines de l'époque n'avaient tout simplement pas assez de puissance pour les ambitions des chercheurs.

2012 à Aujourd'hui : La Renaissance

Trois ingrédients ont tout changé :

1. Les données massives (Big Data) : Internet a généré des milliards d'exemples d'entraînement.
2. Les GPU : Les cartes graphiques permettent des calculs massivement parallèles.
3. Les algorithmes : Le Deep Learning a montré que des réseaux profonds pouvaient apprendre des représentations complexes.

Les Types d'Intelligence Artificielle

Toutes les IA ne se valent pas. On les classe selon leur niveau de généralité.

IA Faible (Narrow AI) — Ce qui existe aujourd'hui

Une IA spécialisée dans une seule tâche. Elle peut battre le champion du monde d'échecs mais ne sait pas faire un sandwich.

Exemple	Tâche	Limitation
AlphaGo	Jouer au Go	Ne sait rien faire d'autre
Siri/Alexa	Reconnaissance vocale	Ne comprend pas vraiment le contexte
GPT/Claude	Génération de texte	Pas de conscience, pas de raisonnement causal

IA Forte (AGI) — Le Saint Graal

Une IA qui aurait une intelligence comparable à l'humain dans tous les domaines. Elle n'existe pas encore, malgré les progrès spectaculaires des LLMs.

Super-Intelligence — Science-fiction (pour l'instant)

Une IA qui dépasserait l'intelligence humaine dans tous les domaines. C'est le scénario qui fait débat entre optimistes et pessimistes.

Les Concepts Fondateurs

Qu'est-ce qu'un Algorithme ?

Un algorithme, c'est une recette de cuisine pour l'ordinateur. Des étapes précises, dans un ordre précis, pour atteindre un résultat.

Les Trois Familles d'Apprentissage

1. Supervisé : On donne les réponses à l'algorithme pour qu'il apprenne. (Photo de chat + étiquette "Chat")
2. Non-supervisé : L'algorithme cherche des patterns tout seul. (Grouper des clients similaires)
3. Par renforcement : L'algorithme apprend par essai-erreur avec des récompenses. (Un robot qui apprend à marcher)

Micro-Exercice : Identifier le Type d'Apprentissage

Pour chaque scénario, identifiez s'il s'agit d'apprentissage supervisé, non-supervisé ou par renforcement :

Scénario	Type
Détecter des emails spam à partir d'exemples étiquetés	Supervisé
Regrouper des articles de presse par thème sans catégories pré-définies	Non-supervisé
Entraîner une IA à jouer à un jeu vidéo en maximisant le score	Par renforcement
Prédire le prix d'une maison à partir de données historiques	Supervisé

Le Paysage Actuel de l'IA en 2026

Les Acteurs Majeurs

Entreprise	Modèle Phare	Spécialité
OpenAI	GPT-4o, o3	Génération de texte, raisonnement
Anthropic	Claude (Opus, Sonnet)	Sécurité, raisonnement long
Google	Gemini	Multimodal (texte + image + vidéo)
Meta	Llama	Open-source, recherche
Mistral	Mistral Large	Performance européenne

Les Domaines d'Application

L'IA transforme déjà de nombreux secteurs :

• Santé : Détection de cancers sur des radios avec une précision surhumaine.
• Finance : Détection de fraudes en temps réel.
• Éducation : Tuteurs personnalisés adaptatifs.
• Code : Assistants de programmation (GitHub Copilot, Claude Code).
• Créativité : Génération d'images, de musique, de vidéos.