L'histoire de l'intelligence artificielle, de Turing à GPT-6
L'histoire de l'intelligence artificielle commence avec une question posée par Alan Turing en 1950. Elle traverse deux hivers et une longue attente avant l'arrivée des assistants que tu utilises aujourd'hui.
L'essentiel en 30 secondes
- L'IA naît en 1956 à Dartmouth, six ans après la question de Turing : « Les machines peuvent-elles penser ? ».
- Les promesses trop rapides provoquent deux « hivers », dans les années 1970 puis à la fin des années 1980.
- Trois ruptures mènent à ChatGPT : l'apprentissage profond (2012), l'architecture Transformer (2017) et la puissance de calcul.
En 1956, une poignée de chercheurs pensait résoudre l'essentiel du problème en un été. Il a fallu soixante-dix ans de faux départs, de crédits coupés et de victoires spectaculaires pour arriver à des machines qui écrivent, traduisent et codent. Cette histoire explique aussi les forces et les limites des IA actuelles.
Turing, Dartmouth : la naissance de l'intelligence artificielle
En 1950, le mathématicien britannique Alan Turing publie un article intitulé « Computing Machinery and Intelligence ». Il y pose une question simple : les machines peuvent-elles penser ? Plutôt que de définir la pensée, il propose un test. Si un humain discute par écrit avec une machine sans la distinguer d'une personne, la machine a réussi.
Ce « jeu de l'imitation », appelé ensuite test de Turing, a marqué les esprits pendant des décennies. Il déplace le débat : on juge une machine sur ce qu'elle fait, pas sur ce qu'elle ressent.
Six ans plus tard, l'été 1956, John McCarthy réunit des chercheurs au Dartmouth College, aux États-Unis. Avec Marvin Minsky, Nathaniel Rochester et Claude Shannon, il avait rédigé la proposition du projet l'année précédente. C'est là qu'apparaît l'expression « intelligence artificielle ». Le texte affirme qu'on peut décrire chaque aspect de l'apprentissage avec assez de précision pour qu'une machine le simule. L'ambition est immense, le calendrier beaucoup trop optimiste.
ELIZA et les premiers espoirs (1956-1973)
Les années qui suivent Dartmouth sont euphoriques. Les programmes démontrent des théorèmes de logique, jouent aux dames et résolvent des problèmes d'algèbre. En 1958, Frank Rosenblatt présente le perceptron, un premier réseau de neurones artificiels capable d'apprendre à reconnaître des formes simples.
En 1966, Joseph Weizenbaum, chercheur au MIT, crée ELIZA. Ce programme imite un psychothérapeute. Il repère des mots dans tes phrases et te renvoie des questions toutes faites. Tu écris « je suis triste », il répond « pourquoi êtes-vous triste ? ».
Un exemple concret
ELIZA ne comprenait rien. Pourtant, des utilisateurs lui confiaient leurs soucis personnels. Weizenbaum en fut troublé. On appelle aujourd'hui « effet ELIZA » cette tendance à prêter une compréhension à une machine qui aligne des mots plausibles. Le réflexe existe toujours face aux chatbots modernes.
Les chercheurs annoncent alors des machines aussi intelligentes que l'humain en une génération. Les ordinateurs de l'époque, lents et dotés de très peu de mémoire, ne peuvent pas tenir ces promesses.
Les deux hivers de l'IA
Au début des années 1970, l'écart entre les annonces et les résultats saute aux yeux. Au Royaume-Uni, le rapport Lighthill de 1973 juge sévèrement les progrès de la discipline. Aux États-Unis, l'agence militaire DARPA réduit ses financements. C'est le premier hiver de l'IA : moins d'argent, moins d'étudiants, et un mot qu'on évite dans les demandes de crédits.
Les années 1980 relancent la machine avec les systèmes experts. Ces programmes stockent des centaines de règles « si… alors… » écrites par des spécialistes, en médecine ou en finance. Les entreprises investissent massivement, et des ordinateurs dédiés se vendent bien.
Puis la bulle éclate à la fin de la décennie. Les règles coûtent cher à écrire et à mettre à jour. Elles cassent dès qu'un cas sort du cadre prévu. Le marché des machines spécialisées s'effondre en 1987 : c'est le second hiver, qui dure jusqu'au milieu des années 1990. La leçon est retenue : écrire l'intelligence à la main ne suffit pas.
Deep Blue, deep learning, AlphaGo : la revanche des données
Le 11 mai 1997, Deep Blue, l'ordinateur d'IBM, bat le champion du monde d'échecs Garry Kasparov sur un match de six parties. Le choc est mondial. Deep Blue ne « pense » pas pour autant : il calcule des millions de positions par seconde avec des règles écrites par ses ingénieurs.
La vraie bascule arrive en 2012. Une équipe de l'université de Toronto, autour de Geoffrey Hinton, écrase le concours de reconnaissance d'images ImageNet avec un réseau de neurones profond. C'est le début du deep learning, ou apprentissage profond. La machine n'apprend plus des règles : elle les découvre seule dans des millions d'exemples.
Deux ingrédients rendent ce succès possible. Internet fournit des montagnes de données. Les cartes graphiques (GPU), conçues pour les jeux vidéo, accélèrent énormément les calculs. En mars 2016, AlphaGo, de Google DeepMind, bat Lee Sedol, l'un des meilleurs joueurs de go au monde, quatre parties à une. Au go, le nombre de positions possibles rend le calcul brut de Deep Blue impossible.
Des Transformers à ChatGPT : l'IA générative
En 2017, une équipe de chercheurs de Google publie un article au titre fameux : « Attention Is All You Need ». Ils y décrivent le Transformer, une architecture qui lit une phrase entière d'un coup. Elle repère quels mots comptent les uns pour les autres, même éloignés. C'est le « T » de GPT.
OpenAI s'en sert dès 2018 pour ses modèles GPT. Le principe : entraîner un réseau sur d'énormes quantités de textes pour prédire le mot suivant. Plus le modèle grossit, plus ses réponses gagnent en cohérence. Pour comprendre ce mécanisme, lis notre article Qu'est-ce qu'un modèle de langage ?.
Le 30 novembre 2022, OpenAI ouvre ChatGPT au public. Pour la première fois, n'importe qui peut discuter avec un modèle de langage dans une simple fenêtre de chat. Le succès est immédiat, et la course démarre. Google, Anthropic, Meta et la start-up française Mistral AI lancent leurs propres assistants dans les mois qui suivent. En 2024, le prix Nobel de physique récompense John Hopfield et Geoffrey Hinton pour leurs travaux fondateurs sur les réseaux de neurones.
L'histoire de l'intelligence artificielle en 2026
Quatre ans après ChatGPT, les assistants ne se contentent plus de répondre. Ils lisent des images et des documents, cherchent sur le web et commencent à agir sur un ordinateur. On parle d'agents : des IA qui enchaînent plusieurs étapes pour accomplir une tâche.
En septembre 2026, OpenAI présente GPT-6 Astra, son modèle le plus avancé, d'abord réservé à un nombre limité d'organisations. Début octobre, GPT-6 arrive dans ChatGPT pour toutes les formules, y compris la version gratuite. L'éditeur met en avant le travail sur ordinateur, le code et la science. Ses concurrents publient de leur côté des versions successives de Claude, Gemini ou Mistral.
Les questions, elles, ressemblent à celles des débuts. Jusqu'où ces systèmes comprennent-ils ce qu'ils écrivent ? Comment les encadrer ? L'Union européenne a adopté l'AI Act en 2024, appliqué par étapes. Le récit de Dartmouth continue, avec des moyens incomparables et les mêmes promesses à vérifier.
La frise chronologique de l'IA
| Année | Événement | Pourquoi ça compte |
|---|---|---|
| 1950 | Article de Turing et test de l'imitation | Première question sérieuse sur la pensée des machines |
| 1956 | Conférence de Dartmouth | Naissance du mot et de la discipline |
| 1958 | Perceptron de Rosenblatt | Premier réseau de neurones qui apprend |
| 1966 | ELIZA au MIT | Premier chatbot, et premier « effet ELIZA » |
| 1973-1980 | Premier hiver de l'IA | Crédits coupés après des promesses non tenues |
| 1987-1993 | Second hiver de l'IA | Fin de la bulle des systèmes experts |
| 1997 | Deep Blue bat Kasparov | Une machine bat le champion du monde d'échecs |
| 2012 | Victoire du deep learning à ImageNet | Les réseaux de neurones profonds prennent la tête en vision |
| 2016 | AlphaGo bat Lee Sedol | Victoire au go, jugé hors de portée |
| 2017 | Architecture Transformer | Base technique de tous les grands modèles de langage |
| 2022 | Lancement de ChatGPT | L'IA générative arrive dans le grand public |
| 2026 | GPT-6 et essor des agents | Des IA qui exécutent des tâches complètes |
Les mots à connaître
- Test de Turing : épreuve où une machine doit passer pour un humain dans une conversation écrite.
- Hiver de l'IA : période de désintérêt et de baisse des financements après des promesses déçues.
- Système expert : programme qui applique des règles écrites à la main par des spécialistes.
- Deep learning : apprentissage par des réseaux de neurones à nombreuses couches, à partir d'exemples.
- Transformer : architecture de réseau qui analyse les liens entre tous les mots d'un texte à la fois.
Questions fréquentes
Qui a inventé l'intelligence artificielle ?
Personne seul. Alan Turing pose la question en 1950. John McCarthy invente l'expression « intelligence artificielle » pour le projet de Dartmouth, en 1956, avec Marvin Minsky, Nathaniel Rochester et Claude Shannon.
Quel a été le premier chatbot de l'histoire ?
ELIZA, créé en 1966 par Joseph Weizenbaum au MIT. Il imitait un psychothérapeute en reformulant les phrases de l'utilisateur en questions, sans rien comprendre de la conversation.
Pourquoi parle-t-on d'hivers de l'IA ?
Le terme désigne deux périodes, au milieu des années 1970 et vers 1990, où les financements ont chuté. Les résultats n'étaient pas à la hauteur des annonces, et les investisseurs se sont retirés.
Depuis quand l'IA générative existe-t-elle ?
Les premiers modèles qui génèrent du texte ou des images datent des années 2010. L'IA générative touche le grand public avec ChatGPT, le 30 novembre 2022.
Le test de Turing a-t-il été réussi ?
Les chatbots actuels trompent souvent leurs interlocuteurs dans des conversations courtes. Mais réussir le test ne prouve pas qu'une machine pense : il mesure surtout sa capacité à imiter.
La suite de la série
Tu connais maintenant les grandes étapes. Pour voir comment ces idées s'appliquent aujourd'hui, reviens au guide C'est quoi, l'intelligence artificielle ?. Le prochain article de la série explique comment fonctionne une IA, en comparant ses composants à ceux d'un ordinateur.