« L’IA est avant tout des mathématiques appliquées, et non pas la magie que l’on voudrait nous faire croire » Axel Cypel (entretien)

Présentation

The European Scientist : Pouvez-vous vous présenter ? Responsable de la stratégie IA au sein d’un grand établissement bancaire français, vous êtes aussi rédacteur en chef de la Revue des Ingénieurs des Mines. À une époque où tout le monde prétend parler d’IA, quels arguments pouvez-vous donner à nos lecteurs pour les convaincre de votre maîtrise absolue du sujet ?

Axel Cypel : L’absolutisme, très peu pour moi… S’il me fallait plaider ma cause, je dirais, ce qui détonnera sans doute avec pas mal de discours, que je suis ingénieur, que j’ai une formation scientifique, que je travaille en entreprise depuis plus de dix ans exclusivement sur des projets d’intelligence artificielle et que, contrairement à l’écrasante majorité des gens, je n’ai rien à vendre. Le domaine est d’une complexité prodigieuse et sa dynamique est rapide : quiconque prétendrait en maîtriser l’ensemble des aspects (technique, mathématique, informatique, sociologique, éthique, pour ne citer que des mots sérieux en « ique ») serait par définition un pur charlatan. Mieux vaut faire preuve d’humilité en la matière.

À la base, je suis donc ingénieur, c’est-à-dire que j’ai un intérêt pour les phénomènes physiques, les mathématiques et les machines. Je dis souvent que j’ai une compréhension de physicien de l’IA : pas celle du développeur, pas celle du chercheur en mathématiques appliquées, puisque je ne suis ni l’un ni l’autre, mais celle d’une personne qui a une vue correcte sur les sous-jacents et qui tente perpétuellement de remettre en question cette compréhension, pour être sûre qu’elle colle à la réalité d’une discipline qui bouge beaucoup, qui connaît son heure de gloire actuellement, ou peut-être seulement le début de sa gloire…

Cela m’a conduit à écrire deux essais de vulgarisation scientifique sur ce sujet et un certain nombre d’articles. En plus de mon travail au sein d’une grande banque, où j’organise ces sujets d’IA pour l’entreprise, j’ai donc développé une activité d’auteur-conférencier, à laquelle est venue s’ajouter une petite part d’enseignement. Et comme je ne réserve pas ma curiosité à l’IA, mais l’étends plus généralement à des sujets d’intérêt pour notre société, j’ai accepté la responsabilité de rédacteur en chef de la Revue des Ingénieurs des Mines, publication trimestrielle des trois réseaux d’alumni de Mines Paris, Nancy et Saint-Étienne.

De 2020 à aujourd’hui

TES : Voyage au bout de l’IA, lauréat du Prix Roberval 2024, est votre deuxième ouvrage sur le sujet. Qu’est-ce qui a changé entre 2020 et 2023 ? De même, pouvez-vous nous dire ce qui a changé depuis la sortie de cet ouvrage, qui faisait le tour du sujet à l’époque ? Et que dit cette reconnaissance académique du besoin d’un discours plus rigoureux sur l’IA en France ?

A. C. : Lorsque les questions de big data et d’IA ont fait irruption, j’ai rapidement fait le constat que la littérature était composée soit d’ouvrages très techniques, en anglais, destinés aux data scientists, soit… disons qu’il y avait un vide. Je me suis documenté, j’ai commencé à réfléchir au sujet et je me suis rapidement retrouvé en position de compiler pas mal de connaissances, mais aussi d’opinions. Restait à les organiser en un livre, un essai de vulgarisation scientifique paru en octobre 2020 et baptisé, très originalement, Au cœur de l’intelligence artificielle. Ma problématique se situait plutôt dans le sous-titre : Des algorithmes à l’IA forte. Ce charmant pavé de près de 500 pages a remporté, me semble-t-il, un succès d’estime.

À l’automne 2022, je déjeune avec mon éditeur, qui me dit envisager une seconde édition. Je lui réponds : « J’ai mieux pour vous, on va faire un deuxième ouvrage ! » Et c’est là que je réponds à votre question : que s’est-il passé entre 2020 et 2023 ? Un tout petit pivot temporel, très précisément localisé à la fin de l’année 2022 : la sortie grand public de ChatGPT. J’ai dit à mon éditeur qu’avec ce qui allait arriver, beaucoup de choses seraient bouleversées, qu’il était important que le public le plus large possible soit au fait de cette technologie, de son fonctionnement et de ses implications, et qu’il nous fallait quitter le succès d’estime du premier ouvrage pour aller vers quelque chose de beaucoup plus diffusé. C’est ainsi qu’est né Voyage au bout de l’IA.

C’est toujours un essai de vulgarisation scientifique, mais son architecture est plus épurée et centrée sur l’IA générative. Comme c’est le second, il est aussi sans doute mieux fait, même si le premier est en réalité plus complet et plus riche en idées ; son problème est qu’il n’est plus à jour de l’IA générative, alors que Voyage l’est évidemment. Publié en octobre 2023, il paraît presque ancien aujourd’hui, mais, et cela dit quelque chose d’important du délire actuel autour de l’IA, il n’est obsolète en rien ! Bien sûr, en moins de 200 pages, il ne traite pas de ce qui intéresse aujourd’hui les entreprises : l’IA dite agentique en particulier, le RAG ou les IA de coding. Il ne parle pas précisément d’Anthropic, ni des atermoiements de nos mathématiciens devant les preuves sorties récemment par OpenAI. C’est qu’il s’agit d’un essai de vulgarisation scientifique, ce qui signifie, comme pour Au cœur de l’intelligence artificielle d’ailleurs, que ce qui y est écrit sera toujours vrai. Les exemples sont amenés à vieillir, et encore : quand on regarde ceux du premier ouvrage, ce n’est même pas si sûr !

Recevoir le prix Roberval pour ce deuxième essai, qui plus est dans la catégorie reine (grand public), a été une grande joie et c’est l’une de mes grandes fiertés. Ce prix est organisé par l’Université de technologie de Compiègne et fait l’objet d’une sélection drastique. Son jury n’est pas un club de commerciaux et de marketeurs issus des grandes entreprises d’IA, mais un jury académique amené à se prononcer sur des domaines scientifiques variés. Ce que cette reconnaissance dit de la demande de médiation scientifique sur l’IA ? Je ne saurais vous répondre… Les relecteurs et le jury ont sans doute été sensibles au style, assez travaillé pour rendre agréable une approche explicative et pragmatique de l’IA, qui ne se limite pas aux seules sciences et qui tient compte de ses limites, toujours passées sous le tapis par ceux qui ont quelque chose à vous vendre, et de ses risques, pour à peu près les mêmes raisons. Avec cet ouvrage, on est clairement loin du sensationnalisme qu’affectionnent d’ordinaire les journalistes, et du marketing de la peur, dont je constate l’efficacité sans être à même de la comprendre entièrement. (Disons que j’ai un ou deux indices.)

Les mains dans le cambouis

TES : À qui s’adresse cet essai ? Certaines parties sont clairement accessibles à un public de non-experts, mais vous n’avez pas épargné au lecteur l’aspect technique du sujet, qui échappe parfois à la vulgarisation. Je pense notamment au chapitre consacré à l’apprentissage de la machine. Toutefois, celui qui fait l’effort de lire cette partie vous en est reconnaissant par la suite, car il comprend mieux les ressorts de ce que certains voudraient nous faire passer pour de la Zauberkraft. Peut-on parler d’IA sans avoir mis les mains dans le cambouis ?

A. C. : La question du public cible est fondamentale en édition. Mon objectif était de viser le public le plus large possible, mais il y a évidemment un filtre : ce public doit s’intéresser aux sujets techniques, ne pas être allergique à une approche scientifique et être prêt à faire l’effort d’acheter et de lire un livre. Sur 70 millions de personnes, combien en avons-nous perdu ? Blague à part, si le livre a définitivement une vocation de vulgarisation, le type de vulgarisation que j’ai choisi est accessible mais exigeant. Comme toutes les personnes exigeantes avec elles-mêmes, je suis exigeant envers les autres : je ne veux pas procéder uniquement par métaphores ou par simplifications excessives, mais pouvoir expliquer des concepts difficiles, non pas en les contournant comme l’eau contourne une muraille, mais en fendant la muraille au bon endroit !

Le chapitre auquel vous faites allusion est le troisième. Il est vrai que, d’un point de vue technique, c’est le plus dur du livre. Ce n’est pas très grave si le lecteur se sent un peu rouillé en le lisant : comme vous le dites, s’il fait l’effort de me suivre, il profitera d’un certain nombre d’éclaircissements qui lui permettront de comprendre que l’IA, ce sont avant tout des mathématiques appliquées, et non pas la magie que l’on voudrait nous faire croire.

Peut-on parler d’IA sans mettre les mains dans le cambouis ? Oui, je pense que n’importe qui peut en parler, du moment que c’est de manière éclairée. Il n’est pas nécessaire d’être data scientist, chercheur, informaticien ou ingénieur : il suffit d’un peu de patience et d’une compréhension correcte des choses. Rien de très rare, somme toute. En revanche, ignorer totalement comment cela fonctionne n’est pas compatible, à mon sens, avec la possibilité de dire des choses intéressantes sur l’IA. C’est la raison pour laquelle j’ai écrit cet ouvrage : je souhaite doter les gens d’une compréhension suffisante du sujet pour qu’ils puissent juger par eux-mêmes de la technologie, ne pas tomber dans les panneaux du marketing et ne pas céder à la peur que les médias prennent un malin plaisir à entretenir (peut-être parce qu’ils n’en ont eux-mêmes qu’une compréhension limitée ?).

Définir l’IA

TES : Comment définiriez-vous l’IA aujourd’hui ? Quels sont les concepts qu’il faut comprendre et maîtriser pour en avoir une vision globale et la plus exhaustive possible ? Vous rappelez notamment la différence fondamentale entre l’approche déterministe et l’approche probabiliste : pouvez-vous nous l’expliquer ? Enfin, le président Trump a récemment insisté sur l’emploi du terme « superintelligence ». Qu’en pensez-vous ?

A. C. : La question de la définition de l’IA est devenue difficile. On peut bien sûr la décrire comme une discipline scientifique, à la croisée des mathématiques et de l’informatique, mais pour le grand public, l’IA, en gros, c’est ChatGPT. Depuis la sortie des LLM, ces large language models à la base de l’IA dite générative, leur omniprésence fait que l’IA s’identifie quasiment à eux. Elle permet de générer des contenus (textes, images, sons, vidéos) et elle semble capable de raisonner : ne résout-elle pas des problèmes de mathématiques très complexes ? L’IA actuelle consacre la victoire de l’apprentissage machine, c’est-à-dire la constitution de modèles appris par optimisation sur des bases de données immenses.

Ce concept d’apprentissage machine est le plus important à comprendre si l’on veut saisir les particularités de cette manière de faire de l’informatique. Elle diffère fondamentalement de la conception classique des programmes, qui consiste à coder des règles explicites dans l’ordinateur. Plus encore que l’opposition déterministe/probabiliste, c’est l’opposition explicite/implicite qui gouverne ce changement de paradigme, un point que j’ai beaucoup plus développé dans mon premier ouvrage que dans Voyage, même si j’y fais référence. En apprentissage machine, le modèle, c’est-à-dire la règle qui gouverne le phénomène que l’on cherche à modéliser, est appris de manière implicite à partir des données. Cette manière de faire convoque l’induction statistique et repose donc sur des probabilités. Les résultats que vous sort cette IA sont eux-mêmes des éléments issus d’une distribution de probabilités, qui constitue en réalité le modèle. La réponse devient probablement vraie, ce qui est très différent d’une certitude déterministe issue de l’application mécanique d’une règle. Bien sûr, une fois appris, le modèle devient lui-même une règle mécanique, donc déterministe, sauf quand on y introduit exprès un aléa, comme dans les chatbots à base de LLM, pour obtenir un semblant de créativité.

Quant à la « superintelligence », c’est un fantasme que je juge assez ridicule, un terme de marketing dénué de fondement scientifique, tout à fait dans la mouvance transhumaniste. Celle-ci croit en une amélioration exponentielle des technologies d’IA qui ferait émerger une intelligence surhumaine, capable de nous rendre de précieux services, si elle le voulait bien, ou de tous nous détruire. De grands noms du domaine ont même avancé une probabilité de 10 % là-dessus ; comment ce chiffre est-il calculé ? Mystère et boule de gomme…

Les bons outils d’IA donnent à leurs utilisateurs de grandes capacités, qui permettent des réalisations pour lesquelles on mobilise d’ordinaire ce que l’on a coutume d’appeler « intelligence ». C’est d’ailleurs l’une des définitions de l’IA. Ces outils sont déjà plus performants que la plupart des êtres humains… Sont-ils pour autant superintelligents ? J’en doute fort. Nos semblables sont-ils superintelligents ? Peut-être le président Trump a-t-il aussi une opinion là-dessus.

Le perroquet stochastique

TES : Vous n’hésitez pas à employer l’expression « perroquet stochastique » pour décrire les LLM, alors que certains ont été vivement critiqués pour cela. Pouvez-vous justifier l’emploi de cette expression ?

A. C. : De mémoire, je l’ai employée pour l’expliquer, eu égard au fonctionnement connu des LLM, pas nécessairement parce que j’y souscris totalement, même si c’est, au fond, ma position. La position opposée relève pour moi d’une forme de croyance magique, et assez stupide, des informaticiens en l’intelligence, voire en la conscience, de leur créature, qui surgirait par « émergence ». Un mot qui n’explique rien. C’est l’une des questions que j’aborderai dans mon prochain ouvrage…

L’agentique et la cybernétique

TES : Si l’on peut montrer quelques réticences à l’égard d’une machine qui prétend penser à notre place, il en va autrement de l’agentique, ne pensez-vous pas ? Disposer d’une équipe de robots qui obéissent au doigt et à l’œil, c’est assez bluffant. N’est-ce pas là que l’on retrouve le vieux projet de la cybernétique, c’est-à-dire l’empowerment de l’humanité qu’imaginaient Ada Lovelace et Charles Babbage, par opposition à l’IA Frankenstein de Mary Shelley et de Lord Byron ?

A. C. : Ah, l’agentique… Vous parlez de cybernétique et vous avez sans doute raison, car l’IA agentique est la remise au goût du jour d’une vieille lune de l’informatique. Dans le monde de l’entreprise, c’est un terme à la mode depuis plus d’un an, bien que la plupart des gens n’aient aucune idée de ce qu’il signifie ; mais ça fait in d’en parler… Et je ne la définirais certes pas comme une armée de robots obéissant au doigt et à l’œil. C’est même plutôt le contraire. L’agentique actuelle intègre des modèles à base de LLM qui prennent des décisions en « autonomie », c’est-à-dire sans que l’on programme de règles explicites pour leur faire atteindre un but. Ce but leur est donné, il n’y a donc en réalité absolument aucune autonomie dans ces IA. On ne contrôle pas grand-chose, on peut avoir pas mal de surprises sur le résultat, sans même parler de l’inefficience totale du point de vue de la consommation d’énergie. Certains résultats, en revanche, sont bluffants : les dernières trouvailles en mathématiques proposées récemment par OpenAI en attestent.

Je n’ai pas lu la prose de Babbage ou de Lovelace, mais, allez savoir pourquoi, celle de Mary Shelley, oui… Je crois que tout l’objet du progrès est d’« encapaciter » les hommes, mais le progrès étant humain, il est inextricablement lié à un côté Frankenstein ! C’est désespérant, mais si les créateurs de technologie en général, et d’IA en particulier, en avaient un peu plus conscience au lieu de se prendre pour des dieux, les choses iraient peut-être mieux.

C’est pourquoi je rejette fermement l’analogie classique du couteau, qui servirait aussi bien à couper le pain qu’à tuer, pour illustrer la prétendue neutralité de la technologie. La technologie n’est jamais neutre : elle est conçue dans un contexte précis et s’accompagne inévitablement, pour d’autres, d’externalités négatives parfois même incluses dans le but des personnes qui l’ont créée, et proportionnelles à la puissance qu’elle confère.

L’IA dans la banque

TES : Concrètement, qu’est-ce qui fonctionne aujourd’hui dans un grand réseau bancaire, et qu’est-ce qui relève encore de la démonstration ?

A. C. : L’industrie bancaire a la particularité de disposer d’un grand patrimoine de données, ce qui en fait un lieu intéressant pour faire de l’IA. Cela signifie principalement deux choses : introduire des automatisations dans les processus où cela a du sens, ce qui a toujours été fait, et qui se poursuit maintenant en intégrant les capacités agentiques dont nous avons parlé ; et améliorer l’efficacité opérationnelle des collaborateurs, en particulier grâce à des assistants d’IA générative sécurisés.

J’aurais envie de vous dire que « tout fonctionne », il suffit d’y mettre la volonté et les moyens. La vraie question, c’est : pour faire quoi ? Les banques sont des acteurs importants de l’économie et un maillon sensible. Les processus bancaires doivent fonctionner sans erreur ; or, quand on utilise un modèle probabiliste, qu’est-ce que cela signifie ? Quelles en sont les implications ? Tout automatiser avec des outils dont l’efficacité n’est que de 99 % signifie qu’une fois sur cent, il y aura un problème, et si vous êtes en pur agentique, il sera difficile de le prévoir. Dans une banque, la prudence est donc de mise, à cause des exigences de sécurité des données, et l’on ne peut pas accepter des automatisations totalement autonomes sans supervision adéquate.

C’est pourquoi l’observabilité constitue l’un des grands chantiers de toutes les industries qui souhaitent utiliser l’IA (pas la vendre, l’utiliser !). Mais récupérer des informations après coup, une fois l’opération réalisée, ce n’est pas tout à fait ce que l’on voudrait, car le risque d’image est aussi important pour ces acteurs, et la moindre erreur opérationnelle peut y être lourde de conséquences. Pourquoi OpenAI a-t-il pu se permettre de lancer sur le monde un ChatGPT qui pondait des œufs de vache ? Parce que ce chatbot n’était critique pour aucun système (seulement pour les personnes naïves qui l’ont pris pour leur psy et en sont parfois mortes…).

Même à titre personnel, maintenant qu’un agent peut vous réserver un voyage complet, lui donneriez-vous votre numéro de carte bancaire ? Vous n’avez pas confiance ? Vous avez raison. L’IA doit être encadrée, et je ne parle même pas d’un point de vue réglementaire, pour être utilisée là où elle créera de la valeur et où ses erreurs seront gérables. Les exemples en banque sont nombreux : assistants rédactionnels, analyse d’images pour créer des parcours 100 % digitaux sans rupture de chaîne, RAG, ordres à la voix, paiements automatiques (oui monsieur !)…

Mythes et fantasmes

TES : Votre ouvrage est aussi un excellent remède contre toutes les fantasmagories qui circulent au sujet de l’IA. Vous y déconstruisez notamment une série de mythes. Souvent issus de la science-fiction, ils génèrent quantité de fantasmes. Mais ceux qui les portent font souvent l’économie d’une définition de la conscience, du libre arbitre ou encore de l’âme. Le comble étant que, tout en refusant ces concepts à l’homme, ils les accordent volontiers à la machine. Comment l’expliquez-vous ?

A. C. : C’est un paradoxe, mais vous avez complètement raison ! Il est difficile de faire la part des choses entre les discours tenus, qui relèvent du marketing grotesque, et les convictions intimes des personnes qui les colportent. La communication autour de l’IA est empreinte d’un sensationnalisme permanent, de fantasmes de science-fiction et surtout de fantasmes libidinaux, qui semblent plaisants pour la plupart de ceux qui les énoncent comme de ceux qui les écoutent. En gros, se prendre pour des dieux procurerait un plaisir démiurgique. Car qui est le créateur de ces machines prétendument supérieures à l’homme ? L’homme lui-même… Ah !

Si l’on prend cette question au sérieux, on parlera de matérialisme, mais d’un matérialisme grossier, qui veut que l’homme, en tant qu’assemblage d’atomes, ne soit rien de plus spécifique que l’assemblage d’atomes voisins qui constitue une machine ; on peut alors déjà dire que les deux sont pareils et sont des machines… Votre semblable n’a pas d’âme, c’est normal : cet être disgracieux et surnuméraire est au mieux votre employé, au pire votre esclave ; pour votre enfant, c’est peut-être déjà moins le cas. Mais la machine que vous avez créée, comme c’est vous qui l’avez créée, en a forcément une. Voilà une autre explication du paradoxe que vous pointez.

Le surapprentissage

TES : Vous considérez le surapprentissage (overfitting) comme l’une des limites de l’IA. Pouvez-vous nous l’expliquer ?

A. C. : L’IA du machine learning génère un modèle à partir de données. Ces données, en nombre fini, forment un échantillon du phénomène étudié, sur lequel le modèle est appris. L’induction statistique est l’acte de foi qui consiste à postuler que la loi apprise est valable sur toute la population, c’est-à-dire qu’elle est bien représentative du phénomène qui a généré les données, et pas seulement des données elles-mêmes. Comment le sait-on ? Eh bien, si le modèle fonctionne, c’est-à-dire s’il a par exemple une capacité prédictive correcte, on considère qu’on a eu raison. Cela s’appelle la généralisation. A contrario, si la modélisation s’est contentée d’apprendre par cœur la base d’apprentissage, on est dans le surapprentissage : le modèle colle parfaitement aux données vues, mais il n’a aucune capacité prédictive, puisqu’il n’a pas appris le phénomène sous-jacent.

C’est évidemment une limite des systèmes d’IA. Mais il en existe une plus grave encore : même quand le modèle semble correct sur des données non vues, comment savoir si la réponse qu’il fournit correspond vraiment à l’entièreté de la réalité, ou seulement à une petite partie ? L’IA du machine learning est une science empirique, du type « jusqu’ici tout va bien ». Et ce sont ces instruments que les industries souhaitent introduire partout, avec pour seule motivation la rengaine des gains de productivité !

Les risques

TES : Vous consacrez votre dernier chapitre aux risques de l’IA. Pouvez-vous nous dire lesquels vous paraissent les plus sérieux, et lesquels sont surestimés ?

A. C. : Ma dernière remarque constitue une excellente transition ! L’un des risques les plus graves et les plus insidieux, justement parce que la plupart des gens, y compris ceux que l’on nomme les « décideurs », ne comprennent pas grand-chose à l’IA, est que l’on introduise partout ces modèles, qui vont prendre des décisions dans toutes sortes de processus de la vie courante. Le vrai danger n’est pas que ces décisions ne soient pas explicables, c’est qu’elles soient mauvaises et que personne ne prenne la responsabilité de débrayer ces systèmes pour s’y atteler à la main, si j’ose dire. Les gens en seront-ils d’ailleurs seulement capables ? À force de déléguer des tâches cognitives à la machine, que leur restera-t-il après une telle renonciation ? C’est un autre danger important de l’IA. Je ne reviendrai pas trop sur les conséquences de la numérisation du monde, qui va nous créer une sorte de carcan digital normatif, qui canalisera les possibilités et dont Big Brother n’aura été qu’une anticipation, certes brillante, mais restée au stade de l’enfance. L’homme se recréera des espaces de liberté, mais ils seront plus rares et plus difficiles à entretenir.

Les risques extrêmes dont certains parlent sont une apocalypse du travail et, bien sûr, le risque existentiel contre lequel nous alertent les concepteurs mêmes de ces solutions, selon le paradoxe dont nous avons parlé plus tôt. Je n’ai jamais cru à une disparition du travail, même si j’admets évidemment que cette forme d’automatisation poussée aura de nombreux impacts sur des pans entiers de l’économie. Je crois qu’il ne faut pas se laisser enfermer par les fournisseurs de ces solutions : après tout, qui a fait le vrai calcul de la rentabilité de l’informatique ? Quant au risque existentiel, si notre espèce est assez idiote pour mettre entre les mains de systèmes probabilistes opaques, au service d’oligopoles, des choses vraiment dangereuses pour l’humanité, c’est dommage, et c’est la société qui en paiera les conséquences.

Il faut néanmoins reconnaître que ces outils quasi gratuits mettent à la disposition de ceux qui veulent les utiliser, y compris à des fins néfastes, des capacités importantes qui auraient demandé beaucoup de moyens auparavant. Les risques en cybersécurité sont ainsi considérables, mais ce n’est pas un scoop, tout le monde en a parfaitement conscience. Il est amusant de voir que l’IA, sur laquelle on aurait pu tant compter pour la cybersécurité, est davantage une arme offensive qu’un atout défensif… Et après, d’aucuns prétendront encore que la technologie est neutre… !

Transhumanisme et éthique

TES : Que vous inspirent les promesses transhumanistes portées par certains acteurs de la tech ? Le rythme du progrès en IA vous semble-t-il aussi exponentiel qu’on le prétend, ou plutôt en train de ralentir ?

A. C. : Comme je l’écrivais dans Voyage, si le transhumanisme charrie pour moi une mentalité nauséabonde, force est de constater que le progrès technique a des impacts non seulement sur notre condition, mais aussi sur notre être. La médecine, en profitant de ce progrès, n’est-elle pas intrinsèquement transhumaniste ? L’IA est une technologie du progrès parmi d’autres, qui va accélérer le rythme des découvertes : on l’a bien vu récemment en mathématiques, où beaucoup de problèmes intéressants ont été résolus (une fois que cela aura bien été confirmé par les intéressés !). L’IA augmente les connaissances mathématiques, sans pour autant menacer le rôle des mathématiciens, à mon sens ; reste d’ailleurs la question de l’intégration de ces résultats dans le corpus des connaissances.

La fantasmagorie qui associe à l’IA la superintelligence, la création d’une conscience artificielle ou la possibilité de se télécharger soi-même dans une sorte de Matrix relève des mauvais scénarios de science-fiction, pour le moment en tout cas ! L’IA étant une technologie vorace en énergie, en composants électroniques et donc en capitaux, les patrons de ces entreprises ont tout intérêt à tendre le miroir des promesses, fussent-elles délirantes, pour attirer les investisseurs. Promettre la bonne santé et l’immortalité est alors une bonne stratégie : qui dirait non à cela ?

La question du rythme est difficile. Comme le domaine a connu des réussites frappantes, il règne une forme de frénésie : de plus en plus de personnes y travaillent, des capitaux importants y ont été investis… En théorie, il devrait donc y avoir plus de découvertes et plus de résultats industriels, ce qui ne plaide pas pour un ralentissement. D’un autre côté, le mur de la réalité physique pourrait commencer à se faire sentir, avec des tensions sur les ressources minérales nécessaires à la fabrication des machines et une préoccupation croissante pour la consommation d’énergie et d’eau des data centers. Je suis toutefois assez pessimiste à ce sujet, car je pense que si quelques personnes peuvent devenir milliardaires en terrassant à terme toute forme de vie autour d’elles, elles le feront. Enfin, l’IA des LLM pourrait atteindre sa limite asymptotique, de sorte que nous aurions, avec les systèmes actuels, le maximum de capacité cognitive informatique atteignable. Il existe bien sûr d’autres voies de recherche, mais leurs premiers résultats pourraient mettre du temps à éclore. L’informatique quantique, par exemple, relève de la recherche fondamentale ; elle est largement médiatisée et menée par les mêmes grandes entreprises. Quant au calcul à base de cellules neuronales vivantes, je le juge éthiquement effroyable. Quoi qu’il en soit, ces méthodes ne devraient pas modifier pour autant le paradigme fondamental du calcul. En résumé : un ralentissement, peut-être, mais pour plus tard ; dans l’immédiat, non, ne serait-ce que parce que les industries vont intégrer ces modèles partout.

La patate chaude de 2027

TES : L’IA est la patate chaude que se refilent les politiques. Quels conseils donneriez-vous aux candidats à la présidentielle de 2027 ? Mistral et les autres acteurs européens peuvent-ils encore peser face à OpenAI, Google et les géants chinois, ou la bataille de la souveraineté est-elle perdue ?

A. C. : Je ne suis pas sûr d’avoir des conseils à donner aux candidats à la présidentielle, qui d’ailleurs ne les écouteraient pas… Je constate que bien peu d’entre eux sont ingénieurs et que bien peu possèdent une culture scientifique. Je crois hélas que les agendas personnels l’emportent de beaucoup sur l’intérêt supérieur de la Nation, au sens où ces personnes ne seraient guidées que par des intérêts faciles (le pouvoir et l’argent) et seraient, pour les décisions en matière d’IA, le jouet d’un lobbying puissant des grands acteurs du numérique.

Dans de telles circonstances, la souveraineté, dont on parle beaucoup depuis que l’on a pris conscience que les partenaires d’hier ne sont plus forcément ceux d’aujourd’hui, est un peu comme l’éthique : un joli mot, sans la volonté ni la force de le faire advenir. D’un point de vue technique, l’IA, c’est de la recherche en mathématiques, appliquée à des données grâce à une puissance de calcul considérable. Être souverain s’entend sur toute la chaîne, y compris d’ailleurs l’approvisionnement et la fabrication de ladite puissance de calcul… Peu de nations en sont capables. L’Europe ne l’est certainement pas. Penser sa souveraineté revient finalement, pour elle, à sélectionner ses dépendances admissibles, ce qui serait déjà un moindre mal. Vous avez commencé votre question par le versant politique et vous aviez raison : construire une Europe technologique et souveraine nécessite une volonté politique. Mais vouloir est difficile ; consommer est tellement plus agréable sur le moment.

Entretien réalisé par The European Scientist.

Pour aller plus loin

• Axel Cypel, Voyage au bout de l’IA. Ce qu’il faut savoir sur l’intelligence artificielle, préface de Gilbert Saporta, De Boeck Supérieur, 2023 (Prix Roberval 2024, catégorie Grand public) : https://www.amazon.fr/dp/2807360599
• Axel Cypel, Au cœur de l’intelligence artificielle. Des algorithmes à l’IA forte, De Boeck Supérieur, 2020 : https://www.amazon.fr/dp/280733184X
• Prix Roberval : la fiche de Voyage au bout de l’IA, lauréat 2024 de la catégorie Grand public : https://prixroberval.utc.fr/les-oeuvres/voyage-au-bout-de-lia-ce-quil-faut-savoir-sur-lintelligence-artificielle/
• La Revue des Mines (Revue des Ingénieurs des Mines), dont Axel Cypel est rédacteur en chef : https://revue-mines.org/
• « Les modèles d’IA en accès libre sont plus dangereux que les systèmes propriétaires, selon Anthropic », The European Scientist : https://www.europeanscientist.com/fr/big-data-fr/les-modeles-dia-en-acces-libre-sont-plus-dangereux-que-les-systemes-proprietaires-selon-anthropic/