75 ans. Deux hivers. Une explosion, ou faut-il dire une bulle ?

D'une poignée de mathématiciens rêvant de « machines pensantes » dans les années 1940 à un marché d'entreprise de 37 milliards de dollars en 2025, la trajectoire de l'IA se compose d'idées audacieuses, de revers écrasants et d'une explosion soudaine. Faut-il dire une bulle ?

Préhistoire (années 1940 à 1950)

1943 : McCulloch et Pitts publient le premier modèle mathématique du neurone. L'ancêtre conceptuel de tout réseau de neurones.

1950 : Alan Turing publie Computing Machinery and Intelligence. Il pose la question « Les machines peuvent-elles penser ? » et propose le jeu de l'imitation. Nous l'appelons aujourd'hui le test de Turing. N'oublions jamais que Turing fut poursuivi en 1952 par les autorités britanniques pour des actes homosexuels consentis, puis soumis à une castration chimique plutôt qu'à l'emprisonnement. Cette persécution est centrale pour comprendre les circonstances de sa mort prématurée, conséquence directe du traitement inhumain qu'il a subi. Il vivait dans un corps qui n'était plus le sien, avec un esprit et une âme déprimés qui furent autrefois un élan. C'est l'homme qui parvint à briser le code de la machine Enigma des nazis. Ce qui permit aux Alliés de, disons, peut-être quelque chose comme gagner la Seconde Guerre mondiale. Mais cela ne suffit pas, et il fallut le castrer chimiquement, le dépouiller de sa dignité, de sa santé et de son statut parmi les mathématiciens les plus brillants de son temps. Selon la légende, une pomme à moitié mangée imprégnée de cyanure fut retrouvée sur sa table de nuit. Il choisit la mort plutôt que le déshonneur. Des historiens ont aussi évoqué la possibilité d'un empoisonnement accidentel. Peut-être devrions-nous également considérer l'idée que Steve Jobs choisit la pomme croquée comme logo de son empire informatique. La pomme à moitié mangée serait l'hommage de Jobs à son prédécesseur, Alan Turing. Libre à vous de vérifier et de décider. Si la réécriture de l'histoire devait un jour devenir une tendance aux États-Unis, ce que l'on pourrait appeler le « donaldisme », voilà une histoire qu'il faut défendre.

Puis 1951 : Minsky et Edmonds construisent le SNARC. La première machine à réseau de neurones artificiels.

Le moment fondateur : Dartmouth, été 1956

John McCarthy cherche un nom. Il soumet une proposition avec Minsky, Rochester et Shannon. Celle-ci affirme « que chaque aspect de l'apprentissage ou toute autre caractéristique de l'intelligence peut en principe être décrit avec une précision telle qu'une machine peut être conçue pour le simuler ».

Le Dartmouth Summer Research Project se déroule du 18 juin au 17 août 1956. Vingt participants s'y succèdent. C'est l'acte de naissance de l'IA comme discipline. L'étiquette de McCarthy, intelligence artificielle, l'emporte sur « études des automates » et « traitement complexe de l'information ».

Les années dorées (1956 à 1973)

L'optimisme est sans limite. Simon prédit en 1965 que « les machines seront capables, d'ici vingt ans, de faire tout travail qu'un homme peut faire ». Les jalons s'enchaînent : Rosenblatt invente le perceptron (1957). McCarthy crée LISP (1958). Samuel forge l'expression « apprentissage automatique » (1959). Weizenbaum construit ELIZA (1964-1966). Le robot Shakey apprend à raisonner sur ses propres actions (1966).

Puis Minsky et Papert publient Perceptrons (1969). Une critique dévastatrice des réseaux de neurones à une seule couche. Elle gèle la recherche sur les réseaux de neurones pendant plus d'une décennie.

Le premier hiver de l'IA (1974 à 1980)

L'écart entre les promesses et les progrès devient embarrassant. L'amendement Mansfield restreint les financements de la DARPA. Le rapport Lighthill au British Science Research Council conclut que « dans aucune partie du domaine les découvertes réalisées jusqu'ici n'ont produit l'impact majeur alors promis ».

Les financements s'effondrent. Les projets de traduction automatique ferment. L'expression « hiver de l'IA » entre dans le vocabulaire.

Les systèmes experts et le boom des années 1980

L'IA revient en force. Les systèmes experts encodent le savoir-faire humain. MYCIN diagnostique les infections bactériennes. DEC déploie XCON, économisant environ 40 millions de dollars par an en coûts d'exploitation. XCON, initialement appelé R1, était un système expert à base de règles développé par John P. McDermott à Carnegie Mellon à partir de 1978, pour configurer automatiquement les systèmes VAX de Digital Equipment Corporation selon les commandes clients, en sélectionnant composants, armoires, alimentations et câblages compatibles. Il entre en production dans l'usine DEC de Salem, dans le New Hampshire, en 1980.

Le Japon lance le projet de cinquième génération (1981). Les États-Unis répondent par la Strategic Computing Initiative. Deux tiers des entreprises du Fortune 500 expérimentent les systèmes experts. La rétropropagation se popularise (1986). Les réseaux de neurones amorcent leur lente renaissance.

Le second hiver de l'IA (1987 à 1993)

La chute est brutale. En 1987, le marché des machines Lisp spécialisées s'effondre du jour au lendemain. Les stations de travail généralistes de Sun et les PC d'IBM deviennent assez puissants pour exécuter les mêmes logiciels à une fraction du coût. Les systèmes experts se révèlent fragiles. Ils ne gèrent pas l'ambiguïté. Les règles pour les cas limites deviennent interminables. XCON devient trop coûteux à maintenir. La DARPA coupe les financements « profondément et brutalement ».

Reconstruction discrète (1993 à 2011)

L'IA se rebaptise. Les chercheurs se dispersent dans des domaines voisins : apprentissage automatique, fouille de données, vision par ordinateur. Les méthodes statistiques et probabilistes remplacent les règles écrites à la main. Jalons publics : Deep Blue bat Kasparov (1997). Le DARPA Grand Challenge est lancé (2004). L'équipe de Hinton forge l'expression « apprentissage profond » (2006). Fei-Fei Li commence à construire ImageNet (2007). Watson d'IBM gagne à Jeopardy! (2011). Apple lance Siri (2011).

La révolution de l'apprentissage profond (2012 à 2016)

30 septembre 2012. AlexNet remporte ImageNet avec un taux d'erreur top-5 de 15,3 %. Une avance saisissante de 9,8 points de pourcentage sur le deuxième. Trois forces convergent : ImageNet fournit les données annotées, CUDA de NVIDIA rend les GPU programmables, et les réseaux plus profonds surpassent enfin les caractéristiques conçues à la main.

L'onde de choc est immédiate. Google, Facebook, Microsoft et Baidu recrutent des laboratoires d'IA entiers. DeepMind est racheté pour environ 500 millions de dollars (2014). AlphaGo bat Lee Sedol (2016). AlphaZero apprend les échecs, le shogi et le go à partir de zéro par auto-apprentissage (2017).

L'ère du Transformer et des LLM (2017 à 2022)

12 juin 2017. « Attention Is All You Need » introduit l'architecture Transformer. Entièrement fondée sur l'auto-attention. Sans récurrence. Sans convolution. Elle devient le socle de tous les grands modèles de langage qui suivent.

2018 : GPT-1 (117 millions de paramètres) et BERT (340 millions). 2019 : GPT-2 (1,5 milliard), retenu par crainte d'usages malveillants. 2020 : GPT-3 (175 milliards) déclenche la première vague commerciale. 2021 : DALL·E, CLIP, GitHub Copilot. 2022 : Stable Diffusion passe en open source.

Le moment ChatGPT (novembre 2022 à aujourd'hui)

30 novembre 2022. OpenAI publie ChatGPT. Une interface conversationnelle gratuite sur GPT-3.5. Un million d'utilisateurs en cinq jours. Cent millions en deux mois. L'adoption grand public la plus rapide de l'histoire.

Ce qui suit est sans précédent. GPT-4 (mars 2023). Claude. Gemini. Les modèles ouverts de Meta. Sora d'OpenAI démontre la génération de vidéo à partir de texte. NVIDIA devient la première entreprise à atteindre 4 000 milliards de dollars de capitalisation boursière (juillet 2025), son action ayant été multipliée par environ douze depuis le lancement de ChatGPT.

Réalité du marché (2024 à 2026)

Trois constantes sur soixante-quinze ans

Premièrement, les cycles d'engouement. Chaque génération promet trop. Deux cycles se sont achevés en hiver. Que le cycle actuel suive le même chemin dépend de la capacité des progrès techniques à suivre le rythme des investissements.

Deuxièmement, la règle des trois ingrédients. Les grandes avancées exigent que données, puissance de calcul et algorithmes arrivent ensemble. AlexNet réunissait les trois.

Troisièmement, du symbolique au statistique au neuronal. Logique écrite à la main (1956-1985). Méthodes probabilistes (années 1990-2000). Grands réseaux de neurones entraînés sur des données à l'échelle d'Internet (2012 à aujourd'hui).

Les fondateurs de Dartmouth voulaient construire des machines capables « d'utiliser le langage, de former des abstractions et des concepts, de résoudre toutes sortes de problèmes réservés jusqu'ici aux humains ». Sept décennies plus tard, après des détours, des hivers et des changements de nom, cette ambition n'est plus purement théorique.

Un consensus pratique

Un consensus plus solide existe autour de la prévention des dommages catastrophiques mais non existentiels : cyberattaques assistées par l'IA, capacités biologiques ou armées dangereuses, désinformation de masse, fraude, concentration du pouvoir et inégalités sur le marché du travail. Dans une enquête menée en 2026 auprès de 272 experts, les risques graves à court terme les plus cités incluaient les capacités dangereuses de l'IA, les armes et cyberattaques rendues possibles par l'IA, la concentration du pouvoir, la désinformation et l'inégalité ou le chômage.

La position raisonnable n'est ni « l'IA va certainement nous sauver » ni « l'IA va certainement nous tuer ». Traitons les déplacements massifs d'emplois et les usages à risque extrême comme des problèmes de gouvernance évitables : construire des évaluations de sécurité et des contrôles de déploiement, restreindre les usages autonomes à haut risque, accompagner les travailleurs dans les transitions, et veiller à ce que les gains de productivité soient largement partagés.