Double Espresso : Qu’est-ce qu’un modèle d’intelligence artificielle ?

Qu’est-ce qu’un modèle d’intelligence artificielle ?

Vous avez probablement déjà lu cette phrase des dizaines de fois : une entreprise vient de lancer un nouveau modèle d’intelligence artificielle. Elle l’a entraîné, testé ou mis à la disposition du public. La formule paraît si familière qu’on oublie souvent de poser la question la plus simple : de quoi parle-t-on exactement ? Où s’arrête le modèle, et où commence l’application que l’on utilise sur son téléphone ou dans son navigateur ?

La définition est moins mystérieuse qu’elle n’en a l’air. Un modèle est un mécanisme de calcul qui transforme une entrée en sortie. On lui donne un courriel, une photographie, le début d’une phrase ou des mesures météorologiques. Il renvoie un score, une catégorie, une prévision, une image ou la suite d’un texte. Quelque chose entre, quelque chose ressort, et l’essentiel se joue entre les deux.

L’intelligence artificielle est un vaste domaine. L’apprentissage automatique est l’une des principales méthodes utilisées pour construire des systèmes d’intelligence artificielle, mais ce n’est pas la seule. Certains systèmes reposent sur des connaissances et des règles écrites directement par des personnes. Avec l’apprentissage automatique, on adopte une autre méthode : on ajuste un modèle à partir de données. Au lieu de décrire à la main toutes les relations utiles, un processus d’entraînement modifie le modèle à partir d’exemples ou d’autres indications, afin d’améliorer progressivement ses réponses.

Prenons le courrier indésirable, puisque tout le monde connaît le dossier des spams.

Un premier filtre pourrait appliquer des règles conçues par des humains. Si l’objet du message est entièrement écrit en majuscules, on ajoute un point. Si l’expéditeur ne figure pas dans le carnet d’adresses, on ajoute un point. Si le mot facture apparaît près d’un lien inattendu, on en ajoute deux. Lorsque le score dépasse un certain seuil, le message part dans les indésirables. Un système fondé sur des connaissances et des règles peut relever de l’intelligence artificielle. Mais une simple liste de conditions ne devient pas intelligente par magie parce qu’un ordinateur l’exécute.

Construisons maintenant un filtre par apprentissage automatique. On ne cherche plus à définir chaque règle à l’avance. On rassemble des messages que des personnes ont déjà classés comme indésirables ou légitimes. Puis un processus ajuste une structure composée de nombreux paramètres numériques, peut-être des milliers, peut-être bien davantage, jusqu’à ce que ses décisions correspondent mieux aux exemples. À la fin de l’entraînement, cette structure et les paramètres ajustés constituent le modèle. Ce n’est ni la pile des anciens courriels ni l’opération d’entraînement. C’est le mécanisme ainsi ajusté qui peut désormais recevoir un nouveau message et lui attribuer un score.

Cela ne signifie pas que les modèles entraînés sont toujours supérieurs aux règles écrites à la main. L’exemple sert seulement à tracer une frontière.

Le modèle antispam peut évaluer un message. À lui seul, il ne peut pas relever votre courrier, déplacer le message, afficher le dossier des indésirables ni se souvenir que vous avez cliqué sur « Ceci n’est pas un spam » mardi dernier. Pour cela, le système qui l’entoure doit lui fournir des informations et agir en fonction de son résultat. Le serveur de messagerie, l’application, les dossiers, les réglages de l’utilisateur et la règle selon laquelle les messages de votre mère ne doivent jamais être supprimés appartiennent au système, pas au modèle.

Cette distinction explique aussi pourquoi deux services conversationnels peuvent utiliser le même modèle de base tout en se comportant très différemment. L’un peut consulter le web et l’autre non. L’un se souvient des échanges précédents, tandis que l’autre repart de zéro. Leurs consignes, leurs outils, leur interface et leurs mécanismes de sécurité peuvent varier. Une partie du comportement vient de l’entraînement du modèle ; une autre, parfois considérable, vient de ce qu’on construit autour de lui. Le modèle de base ne suffit donc pas, à lui seul, à définir le service.

De même, lorsqu’une entreprise publie les paramètres d’un modèle, elle ne livre pas forcément le produit complet. Les paramètres et l’architecture peuvent en être le moteur central. L’interface, la recherche, la mémoire, les outils, les règles de fonctionnement et les logiciels ordinaires qui les relient peuvent rester séparés.

Le mot apprentissage mérite lui aussi une précision. C’est un raccourci utile, mais il ne faut pas le prendre au pied de la lettre. Un modèle entraîné sur des millions de messages peut repérer de véritables régularités, dont certaines seraient difficiles à décrire pour une personne. Cela ne lui donne pas pour autant l’expérience, les intentions ou le bon sens d’un être humain.

Il ne faut pas tomber dans l’erreur inverse et imaginer qu’un modèle se contente de rechercher puis de répéter un élément de ses données d’entraînement. Il peut mémoriser certains exemples, parfois de façon gênante. Mais, en règle générale, il calcule une sortie à partir de l’entrée qu’il reçoit et de la structure ajustée pendant l’entraînement. De son côté, un système plus large peut effectuer une recherche dans une base de données ou sur le web, puis présenter le résultat au modèle. Cette recherche est une action du système ; elle ne définit pas le modèle.

Les modèles existent à toutes les échelles. Un filtre antispam, un moteur de recommandation musicale, un outil de prévision météorologique, un générateur d’images et un modèle de langage accomplissent des tâches très différentes. Pourtant, le même repère reste valable : quelque chose entre, quelque chose ressort, et le modèle est le mécanisme de calcul qui relie les deux.

La prochaine fois qu’un titre affirme qu’une intelligence artificielle a fait quelque chose, distinguez donc le modèle du système. Le modèle calcule une sortie. Le système décide quelles informations lui parviennent et ce qui se passe ensuite.