L'apprentissage automatique est une branche de l'intelligence artificielle qui est centrée sur le développement de modèles créés à l’aide d’algorithmes. Autrement dit, l’apprentissage automatique repose sur l'utilisation de modèles mathématiques et statistiques pour analyser les données, extraire des informations significatives, généraliser des connaissances et prendre des décisions basées sur ces dernières. L’enrichissement continu des bases de connaissances, à partir des données collectées au cours de la réalisation de tâches, revient à améliorer sans fin les programmes applicatifs. Il existe différents types d’apprentissage automatique, dont l’apprentissage supervisé et l’apprentissage auto-supervisé.

L’apprentissage automatique est dit « supervisé » quand le processus auquel il répond s'appuie sur des données annotées par des êtres humains (on dit aussi « étiquetées » ou « certifiées ») pour entraîner des modèles algorithmiques prédictifs. Saviez-vous que la plupart des internautes participent, sans le savoir, à l’enrichissement de ces modèles en cochant les cases d’un captcha (voiture, passage clouté, animal…) ? Ce test s’assure que l’internaute est bien un humain et non un robot. L’algorithme d’un apprentissage supervisé est plutôt efficace pour traiter des opérations linéaires, notamment pour la vision par ordinateur ou la reconnaissance verbale.

Dans cette catégorie, appelée généralement « apprentissage non supervisé », le programmeur laisse le choix à la machine d’organiser ses données en toute autonomie. Par exemple, au lieu de créer une catégorie de champignons selon leur biotope, « l’IA va peut-être les classer selon des critères auxquels les humains n’auraient pas pensé. Or c’est quand l’humain s’efface pendant l’apprentissage que certaines IA sont les plus efficaces, à l’image d’AlphaZero par rapport à AlphaGo(1) », tous deux développés par DeepMind, une filiale d’Alphabet (Google). À la différence de l’apprentissage supervisé, il n’y a pas de bonnes ou de mauvaises réponses. Par exemple, dans l’apprentissage supervisé, l’algorithme ne saura pas où classer une donnée qu’on ne lui aurait pas apprise. Dans l’apprentissage non supervisé, cette donnée sera définie comme n’appartenant à aucune catégorie de sa connaissance.

L'intelligence artificielle générative est un type d’IA capable de générer du texte, des images ou d'autres formes d’expression en réponse à des questions exprimées en langage naturel. Elle est construite à partir de plusieurs modèles et entraînée par différentes familles de données (texte, image fixe, image animée et son). Ses réponses peuvent également prendre la forme de différents médias, voire une forme multimédia, dont Sora d’OpenAI est un exemple surprenant. Le taux de réponses erronées est aujourd’hui plus élevé qu’avec l’apprentissage supervisé, car l’IA générative prend pour vrai les occurrences les plus nombreuses, fussent-elles fausses.

L’algorithme est consubstantiel à l’intelligence artificielle. Selon le Larousse, c’est « un ensemble de règles opératoires dont l'application permet de résoudre un problème énoncé au moyen d'un nombre fini d'opérations. Un algorithme peut être traduit, grâce à un langage de programmation, en un programme exécutable par un ordinateur ».

Il existe plusieurs façons de classer les grandes familles d'intelligence artificielle (IA). Voici trois principales catégories :

- l'IA symbolique repose sur des règles logiques. Elle vise à représenter le raisonnement humain en utilisant des systèmes formels et des algorithmes de résolution de problèmes ;

- l'IA connexionniste, ou IA basée sur les réseaux de neurones artificiels, utilise des algorithmes d'apprentissage automatique pour résoudre des problèmes complexes ;

- l'IA évolutionniste recourt à des algorithmes du type génétique pour résoudre des problèmes de manière itérative.

Il convient de noter que ces catégories peuvent être combinées dans certaines applications. On parle alors d’IA hybride.

Cet apprentissage consiste à laisser les algorithmes apprendre de leurs expériences grâce à un système de récompenses ou de pénalités, dont les conditions sont mises en place par le programmeur. L’IA tentera donc de maximiser les récompenses. Serait-ce l’avènement d’une intelligence artificielle similaire à celle des humains ?