Avant l'apprentissage en profondeur, le bon fonctionnement d'un système de vision par ordinateur ou de parole dépendait de la conception manuelle par les chercheurs des bonnes fonctionnalités d'entrée - des détecteurs de bords comme SIFT et HOG pour les images, des coefficients cepstraux pour l'audio - un métier spécialisé en soi. Les réseaux qui apprennent leurs propres fonctionnalités directement à partir de données brutes ont rendu la plupart de ce travail de conception obsolète en quelques années seulement après 2012.
Ingénieur de fonctionnalités conçu à la main n’existe plus comme métier vivant. Voici ce qui l’a effacé, et quelle profession a repris le travail.
L'idée et le nom
L'article de 1943 de Warren McCulloch et Walter Pitts modélisant les neurones comme de simples commutateurs logiques a donné aux chercheurs ultérieurs un point de départ mathématique, et la proposition d'Alan Turing en 1950 d'un test pratique pour l'intelligence artificielle a donné à la question une forme publique. Ces deux idées ont alimenté l'atelier de Dartmouth de 1956, où John McCarthy et trois collègues ont inventé « l'intelligence artificielle » pour une réunion d'été qui a produit beaucoup moins de progrès techniques que ne l'espéraient ses organisateurs, mais qui ont nommé de manière permanente le domaine qu'ils venaient de fonder.
Ce qui se passait alors
Dans « Computing Machinery and Intelligence », publié dans la revue Mind, Alan Turing élude la question « les machines peuvent-elles penser » et propose plutôt un test pratique, prédisant que d’ici cinquante ans, une machine dotée d’environ un milliard de bits de stockage tromperait un interrogateur moyen au moins 30 % du temps.
L'atelier d'été de huit semaines organisé par John McCarthy, Marvin Minsky, Nathaniel Rochester et Claude Shannon à Dartmouth invente le terme « intelligence artificielle » et rassemble une dizaine de chercheurs qui seront à l'origine d'une grande partie des premiers programmes de recherche dans ce domaine.
Le Perceptron de Frank Rosenblatt, d'abord implémenté dans un logiciel puis dans un matériel personnalisé chez Cornell, apprend à classer des images simples en ajustant ses propres poids de connexion - la première démonstration fonctionnelle d'un réseau neuronal artificiel entraînable.
Le livre Perceptrons de Marvin Minsky et Seymour Papert de 1969 prouve mathématiquement que les réseaux monocouches ne peuvent pas résoudre des problèmes simples comme XOR, et le rapport Lighthill britannique de 1973 conclut que l'IA n'a pas tenu ses promesses ; le financement de la recherche sur les réseaux neuronaux et sur l’IA en général s’effondre des deux côtés de l’Atlantique.
Où vit ce travail aujourd’hui
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.
🤖 Chercheur en IA →