Histoire et genèse du test de Turing : les machines penseront elles un jour ?

Alan Mathison Turing, né le 23 juin 1912 à Londres et décédé le 7 juin 1954 à Wilmslow, est un scientifique britannique qui a exercé une influence prépondérante dans le développement de l’informatique et de la théorie des algorithmes. Il est surtout connu pour son travail sur la définition formelle de l’algorithme et la calculabilité, ce qui lui a valu d’être surnommé l’un des « pères de l’informatique ». Cette intelligence supérieure a fait ses études à la Sherborne School puis au King’s College de l’Université de Cambridge où il a été élu fellow en 1935 à l’âge de 22 ans. En 1936, Turing a proposé une machine abstraite qui est depuis connue sous le nom de machine de Turing et qui est devenue un outil fondamental dans la théorie des fonctions calculables, un domaine au cœur des fondements de l’informatique. Pendant la Seconde Guerre mondiale, Turing a travaillé à Bletchley Park, le centre de cryptanalyse du gouvernement britannique. Son travail a été crucial pour le déchiffrement des communications cryptées allemandes, en particulier les messages de la machine Enigma, ce qui a contribué de manière significative à l’effort de guerre des Alliés.

Le test de Turing est né de la question que Turing a posée dans son article de 1950, « Computing Machinery and Intelligence », publié dans la revue Mind : « Les machines peuvent-elles penser ? » Plutôt que d’essayer de répondre directement à cette question, Turing a proposé une expérience de pensée, aujourd’hui connue sous le nom de test de Turing, dans laquelle une machine serait dite capable de penser si elle pouvait imiter un humain au point que son interlocuteur ne pourrait pas dire s’il était en train de communiquer avec une machine ou un humain. La proposition du test de Turing a été motivée par le désir de Turing de préciser et de rendre concrète une question philosophique autrement floue et abstraite. Au-delà de cette motivation, Turing espérait que le test de Turing pourrait stimuler le développement de machines capables de simuler le comportement humain, un domaine qui est devenu le cœur de l’intelligence artificielle moderne.

Le contexte scientifique et technologique dans lequel le test de Turing a été proposé était caractérisé par un formidable élan d’innovation et de découverte. À la suite de la Deuxième Guerre mondiale, le monde avait été témoin de la puissance destructrice de la technologie. Cependant, ce même élan technologique a également ouvert de nouvelles voies pour la recherche scientifique et la découverte.

C’est dans ce contexte que l’informatique a fait ses débuts. Inspirés par les travaux de Turing sur les machines de calcul pendant la guerre, les chercheurs ont commencé à explorer comment les machines pourraient être programmées pour exécuter des tâches complexes. Les premiers ordinateurs, tels que l’ENIAC aux États-Unis et le Mark I à l’Université de Manchester au Royaume-Uni, étaient des appareils encombrants et coûteux qui utilisaient des tubes à vide pour effectuer des calculs. Cependant, malgré leurs limites, ces machines ont ouvert la voie à la révolution informatique qui allait suivre.

Dans cette période historique d’innovation technologique rapide, le test de Turing est apparu comme une proposition audacieuse. Il suggérait qu’il était possible non seulement de construire des machines capables d’exécuter des tâches spécifiques mais aussi de créer des machines capables de penser de manière similaire aux humains. L’idée était radicale et en avance sur son temps. Les ordinateurs de l’époque étaient loin de posséder les capacités nécessaires pour passer un test de Turing. Cependant, cette proposition a lancé une course pour développer des machines de plus en plus intelligentes, une course qui continue encore aujourd’hui. La vision de Turing a donc été fondamentale pour définir la direction de la recherche en informatique et en intelligence artificielle.

Le Test.

Le test de Turing est un critère proposé par Alan Turing pour déterminer si une machine peut « penser ». Selon notre penseur, une machine est considérée comme intelligente si elle est capable d’imiter le comportement humain au point de ne pas pouvoir être distinguée d’un humain par un observateur impartial. Pour cela, Turing a imaginé une mise en scène, désormais célèbre, nommée le « jeu de l’imitation ». Dans ce jeu, un interrogateur humain est en communication par clavier avec deux entités dans des pièces séparées, l’une étant une personne et l’autre une machine. L’interrogateur pose des questions et, sur la base des réponses, doit déterminer qui est l’humain et qui est la machine. Si l’interrogateur ne peut pas distinguer de manière fiable la machine de la personne, alors la machine est considérée comme ayant réussi le test.

L’importance du test de Turing réside dans sa simplicité conceptuelle et sa capacité à fournir une définition opérationnelle de l’intelligence. Au lieu de se perdre dans des débats philosophiques sur la nature de la pensée et de la conscience, Turing a proposé un critère clair et mesurable pour évaluer l’intelligence des machines. Cela a fourni un objectif concret pour les chercheurs en intelligence artificielle (IA) et a stimulé le développement de techniques pour créer des machines capables de passer le test de Turing.

Cependant, il convient de noter que le test de Turing n’est pas sans critique. Certains soutiennent que le fait de simuler l’intelligence n’est pas la même chose que d’être intelligent et que le test de Turing pourrait être trompeur en ce sens. De plus, le test de Turing ne prend pas en compte d’autres aspects de l’intelligence humaine tels que l’empathie, la créativité ou la capacité à apprendre de nouvelles choses. Malgré ces critiques, le test de Turing reste un jalon important dans le domaine de l’IA. Son influence perdure, inspirant de nombreux concours et défis dans le domaine de l’IA, tels que le prix Loebner. De plus, le débat qu’il suscite continue à stimuler la réflexion sur ce que signifie être intelligent et comment nous pouvons évaluer l’intelligence des machines.

Aujourd’hui encore, le test de Turing continue d’alimenter un débat philosophique et scientifique passionnant sur la nature de l’intelligence et les moyens de l’évaluer. D’une part, il soulève la question de savoir si l’intelligence peut être réduite à la capacité de tromper un humain en faisant croire à une conversation avec un autre humain. D’autre part, il interroge sur les limites de l’intelligence artificielle (IA) et sur la possibilité d’une véritable conscience ou compréhension dans une machine.

Il faut souligner que le test de Turing ne se préoccupe pas de la manière dont l’ordinateur arrive à ses réponses. Qu’il simule l’intelligence par le biais de règles et d’algorithmes complexes ou qu’il utilise une forme d’apprentissage autonome, l’important est qu’il parvienne à convaincre l’interlocuteur humain. Cela soulève des questions sur la nature de l’intelligence. Est-elle simplement une affaire de comportement approprié, comme le suggère le test de Turing, ou implique-t-elle une véritable compréhension, une conscience de soi et des autres, et une capacité à faire preuve d’empathie et de créativité ?

Ce débat sur l’évaluation de l’intelligence des machines s’est intensifié avec l’émergence de technologies d’IA de plus en plus sophistiquées. Par exemple, en 2011, un programme d’IA appelé Watson, développé par IBM, a réussi à battre des champions humains au jeu télévisé Jeopardy. Watson a démontré sa capacité à comprendre le langage naturel, à traiter de grandes quantités d’informations et à produire des réponses précises en quelques secondes. Cependant, bien que Watson ait pu surpasser les humains dans ce contexte spécifique, sa performance ne signifie pas nécessairement qu’il « comprend » les questions et les réponses de la même manière qu’un humain le ferait. De même, en 2020, le modèle de langage GPT-3 d’OpenAI a suscité une attention considérable pour sa capacité à produire des textes étonnamment humains. Pourtant, bien que GPT-3 puisse imiter le langage humain de manière convaincante, il ne possède pas de véritable compréhension du monde ou de conscience de soi.

Ces exemples soulignent la complexité de la recherche relative à l’évaluation de l’intelligence des machines. Ils mettent en évidence la distinction cruciale entre l’intelligence apparente – la capacité à simuler le comportement intelligent – et l’intelligence véritable qui implique une forme de compréhension et de conscience. Cette nouvelle voie ouverte par Turing dans le domaine de la cybernétique continue d’être d’une importance cruciale alors que nous entrons dans une ère de progrès technologiques de plus en plus rapides.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *