Histoire de l’IA : De la cybernétique aux premiers programmes intelligents (1950–1960)

Dans notre épisode précédent, nous avions vu comment des machines comme Colossus, le Harvard Mark I ou encore l’architecture de von Neumann avaient posé les fondations de l’informatique moderne. Cette décennie-ci va marquer le basculement vers une ambition nouvelle : faire en sorte que les machines puissent penser.

I- 1950 – Alan Turing : “Une machine peut-elle penser ?”

En 1950, le mathématicien britannique Alan Turing publie dans la revue Mind un article fondateur intitulé "Computing Machinery and Intelligence". Il y pose la question qui structure tout le champ de l’intelligence artificielle : "Can machines think ?"

 Pour y répondre, il propose une expérience de pensée — le célèbre test de Turing, qu’il appelle à l’origine “le jeu de l’imitation” : 

• Un interrogateur échange par écrit avec deux entités (l’une humaine, l’autre machine) sans les voir.
• Si l’interrogateur n’arrive pas à distinguer laquelle est la machine, alors cette dernière peut être considérée comme intelligente.

Ce test ne cherche pas à définir ce qu’est l’intelligence, mais propose un critère pragmatique et comportemental pour juger si une machine peut “penser”.

C’est aussi une invitation à dépasser la notion d’esprit conscient, en se concentrant sur les effets produits plutôt que sur la nature du processus.

 Pourquoi c’est décisif ? 

• Cela introduit l’idée qu’une machine peut simuler le comportement humain, notamment à travers le langage.
• Le test devient un cadre conceptuel de référence pour évaluer les IA conversationnelles… jusqu’à aujourd’hui. 

II- 1956 – La conférence de Dartmouth : acte fondateur de l’IA 

Durant l’été 1956, à Dartmouth College, dans le New Hampshire, une petite réunion académique va changer l’histoire. Organisée par John McCarthy, elle rassemble : 

• Marvin Minsky (psychologue et informaticien)
• Claude Shannon (père de la théorie de l’information)
• Allen Newell et Herbert A. Simon (du Carnegie Mellon)
• Et Nathaniel Rochester (IBM) 

Pour la première fois, un terme est officiellement proposé pour désigner ce nouveau champ de recherche : Artificial Intelligence. 

Postulat de départ :

“Chaque aspect de l’apprentissage ou toute autre caractéristique de l’intelligence peut, en principe, être décrit avec une telle précision qu’une machine peut être conçue pour le simuler.” 

Pourquoi c’est fondateur ?

• Le champ de l’IA est désormais structuré comme une discipline autonome.
• L’ambition n’est plus simplement d’automatiser des calculs, mais de simuler le raisonnement humain.

Deux courants majeurs émergent : 

1. L’IA symbolique (ou GOFAI – Good Old-Fashioned AI) : fondée sur la manipulation de règles et de symboles logiques.
2. Le connexionnisme (encore balbutiant), qui cherche à imiter le cerveau à l’aide de réseaux de neurones artificiels. 

III- 1956–1959 – Premiers programmes intelligents et naissance des neurones artificiels 

A- Logic Theorist (1956)

Développé par Newell et Simon, ce programme informatique est capable de démontrer des théorèmes mathématiques issus des Principia Mathematica. 

Il reproduit des stratégies humaines de résolution de problème, ce qui en fait le premier système expert de l’histoire.

Newell et Simon avancent l’idée que la pensée humaine est un processus symbolique, programmable sur une machine. Cette idée inspirera l’ensemble des sciences cognitives dans les décennies suivantes. 

B- Le perceptron de Rosenblatt (1958) 

En 1958, Frank Rosenblatt, chercheur en psychologie cognitive, présente un modèle de neurone artificiel baptisé perceptron. Ce modèle repose sur un algorithme d’apprentissage supervisé, capable d’ajuster des poids synaptiques à partir d’exemples. 

Le perceptron apprend à reconnaître des formes simples et est mis en œuvre sur une machine physique : le Mark I Perceptron, financé par l’US Navy. 

C- Pourquoi c’est majeur ? 

• C’est le premier modèle fonctionnel de machine learning, et donc un ancêtre direct des réseaux neuronaux modernes. 

Mais une limite majeure se révèle bientôt :

Le perceptron ne peut apprendre que des relations linéaires. 

Il est incapable de résoudre des problèmes comme XOR (où la séparation entre classes est non linéaire). 

Cette faiblesse est théorisée en 1969 par Minsky et Papert dans leur ouvrage Perceptrons. Le livre montre que les réseaux à une seule couche (comme le perceptron de Rosenblatt) ne peuvent pas modéliser des fonctions logiques simples comme XOR. 

Conséquence :

Cette critique entraine une chute brutale du financement et un abandon des recherches sur les réseaux neuronaux pendant près de 20 ans. 

C’est le premier “hiver de l’IA connexionniste”.

IV- Pourquoi les années 1950 sont-elles décisives dans l’histoire de l’IA ? 

Cette décennie marque le passage d’une informatique de calcul à une informatique cognitive. Trois bascules majeures : 

1️ Turing définit une approche opérationnelle de l’intelligence en la liant à la capacité d’une machine à simuler un comportement humain. 

2️ La conférence de Dartmouth fonde officiellement le champ de l’IA, avec l’idée que la pensée humaine peut être reproduite sur des machines. 

3️ Les premiers programmes intelligents (comme Logic Theorist) et les premiers réseaux de neurones (comme le perceptron) voient le jour, bien que leurs limites techniques entravent provisoirement leur essor.

Prochain épisode : l’essor des systèmes experts, les premiers dialogueurs et les ambitions géantes des années 1960–1970.

Et vous, saviez-vous que l’IA était déjà un objet scientifique dès les années 1950 ?

 #HistoireIA #Turing #McCarthy #Minsky #Rosenblatt #Dartmouth #Perceptron #Cybernetique #frenchtouchattitude

Sources :

Alan Turing, "Computing Machinery and Intelligence" (1950)

• Source originale : https://www.csee.umbc.edu/courses/471/papers/turing.pdf

Conférence de Dartmouth (1956)

• Wikipédia : https://fr.wikipedia.org/wiki/Conférence_de_Dartmouth
• Stanford Encyclopedia of Philosophy : https://plato.stanford.edu/entries/artificial-intelligence/

Logic Theorist – Newell & Simon (1956)

• Carnegie Mellon University archives : https://www.cs.cmu.edu/afs/cs/project/machlearn-6/archive/AI/logic-theorist.html

Frank Rosenblatt et le Perceptron (1958)

• Original publication : The Perceptron: A Perceiving and Recognizing Automaton (1958)
• Revue Synthese : https://link.springer.com/article/10.1007/BF00370975

Minsky & Papert, "Perceptrons" (1969)

• Réédition MIT Press : https://mitpress.mit.edu/9780262631112/perceptrons/

Réseaux de neurones et critiques historiques

• Encyclopædia Britannica : https://www.britannica.com/technology/artificial-intelligence

Résumé historique de l’IA – Association for the Advancement of Artificial Intelligence (AAAI)

• https://aaai.org/