Alan Turing, brillant mathématicien britannique, est reconnu comme l’un des pères de l’informatique moderne⁹³. Son influence va cependant bien au-delà, puisqu’il a posé les bases théoriques et philosophiques de l’intelligence artificielle (IA) bien avant qu’elle ne devienne un domaine d’étude à part entière.

La Question Fondatrice : « Les Machines Peuvent-elles Penser ? »

Au milieu du XXe siècle, Turing a posé la question qui allait définir la quête de l’IA : « Les machines peuvent-elles penser ? » (Can machines think?).

Conscient de l’ambiguïté de ces termes, il a jugé la question initiale « trop dénuée de sens »⁹⁶. Pour la rendre évaluable, il a proposé une expérience de pensée, le « Jeu de l’Imitation », aujourd’hui célèbre sous le nom de Test de Turing.

Le Test de Turing : Une Mesure du Comportement Intelligent

Le Test de Turing n’évalue pas l’intelligence technique, mais la capacité d’une machine à imiter une conversation humaine de manière indiscernable.

• Les participants : Un interrogateur humain (C) est séparé d’un autre humain (B) et d’une machine (A).
• La communication : L’interrogateur communique par écrit avec les deux interlocuteurs, sans savoir qui est qui.
• L’objectif : La machine (A) doit tromper l’interrogateur pour qu’il la prenne pour l’humain. L’humain (B) doit l’aider à faire le bon choix.
• Le verdict : Si l’interrogateur est incapable de distinguer avec certitude la machine de l’être humain, la machine a réussi le test et fait preuve d’un comportement intelligent.

Ce test contourne les débats philosophiques sur la conscience. Pour Turing, si une machine peut converser et raisonner au point de nous tromper, il est difficile de lui refuser une forme d’intelligence.

La Vision d’un Apprentissage Automatique

La contribution de Turing ne s’arrête pas là¹⁰⁶. Il a anticipé de nombreuses objections à l’idée d’une machine pensante (créativité, conscience) et a été un pionnier de l’idée de l’apprentissage automatique (machine learning).

Il a suggéré une approche qui est au cœur de l’IA moderne:

« Au lieu d’essayer de produire un programme qui simule l’esprit de l’adulte, pourquoi ne pas essayer d’en produire un qui simule celui de l’enfant ? S’il était alors soumis à une éducation appropriée, on aboutirait à un cerveau d’adulte. »

Cette idée de « machine-enfant » qui apprendrait par l’expérience préfigure de manière étonnante les réseaux de neurones et le deep learning actuels^.