Skip to content

🤖Culture & Status

Chercheur en IA · Conçoit et teste les algorithmes derrière l'intelligence artificielle, dans un domaine qui s'efforce désormais d'automatiser une part croissante de son propre processus de recherche.

Partager cette page

La culture populaire a imaginé l’intelligence artificielle bien avant que ce domaine lui-même ne fasse de grands progrès, et l’écart entre les deux a façonné depuis lors la façon dont le public réagit à chaque avancée réelle. Un ordinateur menaçant ou divin était un personnage courant dans le cinéma et la fiction bien avant que les chercheurs n'aient construit quelque chose de plus performant qu'un programme capable de jouer au tic-tac-toe.

À l’intérieur du domaine, la culture est différente : des blagues sardoniques sur les cycles de battage médiatique, des rituels de conférence axés sur les délais et une tradition inhabituellement brutale – héritée en partie du monde universitaire, en partie des logiciels open source – d’échecs de publication et de résultats négatifs aux côtés de succès, du moins en principe.

Social standing through history

How much status the profession carried in each era, on a 0–100 scale.

4522423092
1956-19731974-1987Boom des systèmes experts dans les années 19801993-20112012-présent
1956-1973

L’optimisme initial a fait des chercheurs en IA des célébrités scientifiques mineures dans le domaine de l’informatique, soutenus par des prédictions publiques confiantes selon lesquelles l’intelligence artificielle au niveau humain n’arriverait que dans des décennies, et non dans des siècles.

1974-1987

Le premier hiver de l’IA et ses réductions de financement ont fait perdre la faveur du terme « intelligence artificielle » ; de nombreux chercheurs ont rebaptisé leurs travaux « systèmes experts », « reconnaissance de formes » ou simplement « science informatique » pour maintenir le flux des subventions.

Boom des systèmes experts dans les années 1980

Une brève reprise commerciale – les entreprises payant de l'argent réel pour des systèmes experts basés sur des règles comme XCON de DEC – a restauré un peu de prestige et de financement avant que les limites de l'approche ne redeviennent claires à la fin de la décennie.

1993-2011

Au cours du deuxième hiver de l’IA et de ses longues conséquences, la plupart des progrès constants dans ce domaine se sont produits sous d’autres noms – apprentissage automatique, statistiques, exploration de données – avec peu d’attention du public qui y a été accordée.

2012-présent

Les percées publiques de l'apprentissage profond, les levées de fonds de plusieurs milliards de dollars, un prix Nobel et un prix Turing ont fait des principaux chercheurs en IA certains des scientifiques les plus reconnus publiquement, aux côtés d'une réelle anxiété du public quant à ce qu'ils construisent.

In film, books and art

Cinéma1968

2001 : Une odyssée de l'espace

Stanley Kubrick (réalisateur) ; Arthur C. Clarke (co-scénariste)

HAL 9000, l'ordinateur calme et meurtrier d'un vaisseau spatial, est devenu le raccourci culturel par défaut pour une IA qui dépasse ses instructions – une référence que les chercheurs entendent encore plus que toute autre, un demi-siècle plus tard.

Cinéma1983

Jeux de guerre

John Badham (réalisateur)

Un superordinateur militaire a failli déclencher une guerre nucléaire après avoir été invité à « jouer » à un jeu avec de vrais missiles, dramatisant les inquiétudes de la guerre froide concernant les systèmes autonomes qui refont surface des décennies plus tard autour de la sécurité de l'IA.

Cinéma2014

Ex Machina

Alex Garland (réalisateur)

Présente un test privé de conscience machine comme une variante du jeu d'imitation de Turing et est devenu un point de référence dans de véritables débats sur la question de savoir si l'on peut dire de manière significative que les grands modèles de langage « comprennent » quoi que ce soit.

Documentaire2017

AlphaGo

Greg Kohs (réalisateur)

Suit le programme de DeepMind à travers son match de 2016 contre le champion de Go Lee Sedol, capturant la propre surprise de l'équipe de recherche lors du « coup 37 » – l'un des rares films largement vus montrant à quoi ressemble le travail d'un véritable laboratoire de recherche.

Film d'animation1995

Fantôme dans la coquille

Mamoru Oshii (réalisateur), d'après le manga de Masamune Shirow

Un monument cyberpunk japonais explorant la conscience et l'identité des machines des années avant que les films occidentaux ne se posent les mêmes questions, et une influence majeure sur la science-fiction américaine ultérieure sur l'IA.

Série télévisée2011

Personne d'intérêt

Jonathan Nolan (créateur)

Un drame policier américain construit autour d'une IA de surveillance de masse prédisant les crimes violents avant qu'ils ne se produisent, popularisant les questions sur la prédiction algorithmique et les préjugés des années avant qu'ils ne deviennent des débats politiques dominants.

Proverbs and idioms

La leçon amère

Rich Sutton, titre de l'essai, 2019Les méthodes générales qui évoluent avec plus de calculs et de données ont tendance à battre les approches fondées sur des connaissances humaines artisanales – une affirmation que de nombreux chercheurs considèrent désormais comme une doctrine après que les transformateurs et la mise à l'échelle l'ont prouvé à plusieurs reprises.

Il n'y a pas de déjeuner gratuit

David Wolpert et William Macready, « Pas de théorèmes gratuits pour l'optimisation », 1997En moyenne sur tous les problèmes possibles, aucun algorithme d'apprentissage ne bat tous les autres – un rappel formel que le succès d'une méthode dépend toujours de sa correspondance avec le bon problème.

C'est juste un ajustement de courbe

Critique récurrente exprimée tout au long de l'histoire du domaine, en particulier lors de chaque renaissance des réseaux neuronauxUn raccourci dédaigneux pour l’argument selon lequel la mise en correspondance de modèles sur des données, aussi impressionnante soit-elle, n’est pas la même chose que la compréhension ou le raisonnement – un débat que le domaine n’a jamais complètement clos.

IA hiver

Inventé par analogie avec « l'hiver nucléaire » ; popularisé après une table ronde lors de la réunion de l'AAAI de 1984Une période où le financement et l’enthousiasme s’effondrent après que des attentes exagérées ne soient pas satisfaites – les chercheurs qui ont vécu les deux premières utilisent l’expression à la fois comme un avertissement et une sombre plaisanterie à propos d’un éventuel troisième.

Rites, symbols and dress

La date limite de la conférence

Les délais de soumission NeurIPS, ICML et ICLR tombent à une heure fixe – traditionnellement 23h59. «N'importe où sur Terre» – et déclenchez un rituel prévisible d'expériences de dernière minute, d'écriture toute la nuit et une ruée de nouvelles prépublications apparaissant sur arXiv dans les dernières heures.

La séance d'affiches

Les auteurs acceptés restent pendant des heures à côté d’une affiche imprimée dans une salle bondée, répétant leur argumentaire devant un flot continu d’étrangers – un rite de passage dont chaque chercheur se souvient, pour le meilleur ou pour le pire, depuis son premier article accepté.

La version ouverte du modèle

La publication d'un article avec du code, des poids entraînés et un résultat de référence public est devenue un package attendu plutôt qu'un supplément facultatif, transformant l'étape interne d'un laboratoire en un test de reproductibilité que l'ensemble du domaine peut immédiatement exécuter.

Rien de tout cela ne règle le débat le plus ancien dans le domaine : celui de savoir si ce que font ces systèmes constitue un véritable pas vers l’intelligence ou une forme de plus en plus convaincante de correspondance de modèles. Les chercheurs eux-mêmes sont divisés, souvent au sein d’un même laboratoire.

Ce qui est resté constant, c'est le décalage entre l'image et l'œuvre : ni HAL 9000 ni un robot chromé ne ressemblent à un chercheur louchant devant une courbe de perte qui refuse de descendre à 1 heure du matin avant une échéance.

Métiers proches

Voisins les plus proches sur le profil à six scores — pas seulement le même champ.

Continuer à explorer

Keep exploring

More in Engineering & Technology