:: wikimiki.org ::

Intelligence Artificielle

Intelligence artificielle

L'intelligence artificielle (terme créé par John McCarthy), souvent abrégée avec le sigle IA, est définie par l’un de ses créateurs, Marvin Lee Minsky, comme « la construction de programmes informatiques qui s’adonnent à des tâches qui sont, pour l’instant, accomplies de façon plus satisfaisante par des êtres humains car elles demandent des processus mentaux de haut niveau tels que : l’apprentissage perceptuel, l’organisation de la mémoire et le raisonnement critique ». Par cette définition même, ce qui aurait été IA à une époque cesse d'en être une fois le processus rodé, car dès qu'un mécanisme est au point, la fonction correspondante n'est plus "accomplie de façon plus satisfaisante par des êtres humains". L'IA est donc en permanence redéfinie au fil des époques. Un pilote automatique d'avion, un programme joueur d'échecs ne sont plus aujourd'hui de l'IA, mais de simples applications.

Une définition difficile

Il existe différentes définitions de l’intelligence artificielle, car :
- L’adjectif artificielle est assurément aisé à comprendre : ce type d’intelligence est le résultat d’un processus créé par l’homme, plutôt que d’un processus naturel biologique et évolutionnaire,
- En revanche, la notion dintelligence est difficilement cernable :
- La capacité d’acquérir et de retenir les connaissances, d’apprendre ou de comprendre grâce à l’expérience.
- L’utilisation de la faculté de raisonnement pour résoudre des problèmes, et pour répondre rapidement et de manière appropriée à une nouvelle situation, etc. Voir QI de machines Les problèmes soulevés par l’intelligence artificielle concernent des domaines divers comme :
- l’ingénierie, notamment pour la construction des robots,
- les sciences de la cognition, pour la simulation de l’intelligence humaine,
- la philosophie pour les questions associées à la connaissance et à la conscience.
L’intelligence artificielle forte

Définition de l’intelligence artificielle forte
Le concept d’intelligence artificielle forte désigne le projet de créer une machine capable non seulement de simuler un comportement intelligent, mais d’éprouver une réelle conscience de soi, de « vrais sentiments » (quoi qu’on puisse mettre derrière ces mots), et une compréhension de ses propres raisonnements. L’intelligence artificielle forte a servi de moteur à la discipline, mais a également suscité de nombreux débats. En se fondant sur le constat que la conscience a un support biologique et donc matériel, la plupart des scientifiques ne voient pas d’obstacle de principe à créer un jour une intelligence consciente sur un support matériel autre que biologique. En revanche, les opinions divergent sur la nature de ce support, et la capacité des ordinateurs tels qu’ils sont actuellement conçus à atteindre cet objectif.
Estimation de faisabilité
Cette estimation très grossière est surtout destinée à préciser les ordres de grandeur en présence. Un ordinateur typique de 1970 effectuait 10⁷ opérations logiques par secondes, et occupait donc - géométriquement - une sorte de milieu entre une balance de Roberval (1 opération logique par seconde) et le cerveau humain (grossièrement 2 x 10¹⁴ opérations logiques par seconde, car 2 x 10¹² neurones ne pouvant chacun commuter plus de 100 fois par seconde) En 2005, un microprocesseur typique traite 64 bits en parallèle (128 dans le cas de machines à double coeur à une vitesse typique de 2 GHz), ce qui place en puissance brute dans les 10¹¹ opérations logiques. En ce qui concerne ces machines destinées au particulier, l'écart s'est donc nettement réduit. En ce qui concerne les machines comme Blue gene, il a même changé de sens. Toutefois, l'important n'est pas seulement de raisonner plus vite, en traitant plus de données, ou en mémorisant plus de choses que le cerveau humain. Il est surtout d'apprendre plus vite. Il n'est pas question en effet d'attendre en moyenne 22 ans pour qu'une machine puisse simplement rivaliser avec un bon ingénieur : le projet serait tout simplement non rentable parce que trop onéreux. Le matériel (informatique) est maintement présent. Du logiciel à la mesure de ce matériel reste à développer
Diversité des opinions
Les principales opinions pour répondre à la question d’une intelligence artificielle consciente soutenues sont les suivantes :
- Impossible : la conscience serait le propre des organismes vivants, et elle serait liée à la nature des systèmes biologiques. Cette position est défendue principalement par des philosophes et des religieux.
- Problème : Elle rappelle toutefois toutes les controverses passées entre vitalistes et matérialistes, qui ont à plusieurs reprises démenti les positions des premiers.
- Impossible avec des machines manipulant des symboles comme les ordinateurs actuels, mais possible avec des systèmes dont l’organisation matérielle mimerait le fonctionnement du cerveau humain (comme des neurones artificiels).
- Problème : Le système en question répondant exactement de la même façon que sa simulation sur ordinateur - toujours possible - au nom de quel principe leur assigner une différence ? ([http://iridia.ulb.ac.be/~marchal/lillethesis/these/ Thèse CPC de Bruno Marchal])
- Impossible avec les ordinateurs classiques manipulant des symboles, mais possible avec des réseaux de neurones formels (dont l'organisation logique et non matérielle s'inspire des neurones biologiques).
- Problème : le même que pour le point précédent.
- Possible avec des ordinateurs manipulant des symboles. Cette dernière opinion constitue la position la plus engagée en faveur de l'intelligence artificielle forte.
- Problème : ce que fait un ordinateur, un système à base d'échanges de bouts de papier dans une salle immense peut le simuler quelques milliards de fois plus lentement. Or il peut rester difficile à admettre que cet échange de bouts de papiers « ait une conscience ». Voir Chambre chinoise. Il nous manque apparemment encore quelques paradigmes pour sortir de ces impasses. Des auteurs comme Hofstadter (mais déjà avant lui Arthur C. Clarke ou Alan Turing) expriment par ailleurs un doute sur la possibilité de faire la différence entre une intelligence artificielle qui éprouverait réellement une conscience, et une autre qui simulerait exactement ce comportement. Après tout, nous ne pouvons même pas être certains que d’autres consciences que la nôtre (chez des humains s’entend) éprouvent réellement quoi que ce soit. On retrouve là le problème connu du solipsisme en philosophie. Voir test de Turing.
Travaux complémentaires

- Le mathématicien de la physique [http://www-gap.dcs.st-and.ac.uk/~history/Mathematicians/Penrose.html Roger Penrose] pense que la conscience viendrait de l'exploitation de phénomènes quantiques dans le cerveau (voir microtubules), empêchant la simulation réaliste de plus de quelques dizaines de neurones sur un ordinateur normal, d’où les résultats encore très partiels de l’IA. Il restait jusqu’à présent isolé sur cette question; un autre chercheur a présenté depuis une thèse de même esprit quoi que moins radicale :
- [http://arxiv.org/abs/physics/0409140 Andrei Kirilyuk] Si cette spéculation se révélait juste (ce qui est loin d'être assuré), le modèle du neurone formel serait alors très incomplet.
- Une autre attaque contre la réduction de la pensée aux neurones formels est liée au rôle apparemment plus important que prévu des cellules gliales, qui remettent en cause le modèle dit du tout-neuronal. Cela dit, l’intelligence artificielle est loin de se limiter aux seuls réseaux de neurones, qui n’y sont utilisés que comme classifieurs, et parmi d’autres classifieurs dont certains au contraire algorithmiques donnent des résultats voisins.
Culture populaire et intelligence artificielle forte
Le thème d’une machine capable d’éprouver une conscience et des sentiments — ou en tout cas de faire comme si — constitue un grand classique de la science-fiction, notamment dans la série de romans d’Isaac Asimov sur les robots. Ce sujet a toutefois été exploité très tôt, comme dans le récit des aventures de Pinocchio, publié en 1881, où une marionnette capable d’éprouver de l’amour pour son créateur, cherche à devenir un vrai petit garçon. Cette trame a fortement inspiré le film A.I. Intelligence artificielle, réalisé par Steven Spielberg, sur la base des idées de Stanley Kubrick. L'oeuvre de Dan Simons, notamment le cycle d'Hypérion, contient également des exposés et des développements sur le sujet.
L’intelligence artificielle faible
La notion d’intelligence artificielle faible constitue une approche pragmatique d’ingénieur : chercher à construire des systèmes de plus en plus autonomes (pour réduire le coût de leur supervision), des algorithmes capables de résoudre des problèmes d’une certaine classe, etc. Mais, cette fois, la machine semble agir comme si elle était intelligente. C’est principalement sur base de cette hypothèse que la plupart des techniques actuelles d’intelligence artificielle sont utilisées. C’est par exemple la démarche utilisée par IBM dans son projet nommé Autonomic computing. Simple évolution, donc, et non révolution : l’intelligence artificielle s’inscrit à ce compte dans la droite succession de ce qu’ont été la recherche opérationnelle dans les années 1960, le process control dans les années 1970, l’aide à la décision dans les années 1980 et le data mining dans les années 1990. Et, qui plus est, avec une certaine continuité. Il s'agit surtout d'intelligence humaine reconstituée, et de programmation d'un apprentissage.
Les courants de pensée
La cybernétique naissante des années quarante revendiquait très clairement son caractère pluridisciplinaire et se nourrissait des contributions les plus diverses : neurophysiologie, psychologie, logique, sciences sociales… Et c’est tout naturellement qu’elle envisagea deux approches des systèmes, deux approches reprises par les sciences cognitives et de ce fait l’intelligence artificielle :
- une approche par la décomposition (du haut vers le bas),
- une approche de construction globaliste ou systémique (du bas vers le haut). Ces deux approches, plutôt complémentaires que contradictoires, sont respectivement à la base des hypothèses de travail que constituent le cognitivisme et le connexionnisme. Elles tendent aujourd'hui (2005) à opérer leur fusion.
Le cognitivisme
Le cognitivisme considère que le vivant, tel un ordinateur (bien que par des procédés évidemment très différents), manipule essentiellement des symboles élémentaires. Dans son livre La société de l’esprit, Marvin Minsky, s’appuyant sur des observations du pédagogue Jean Piaget envisage le processus cognitif comme une compétition d’agents fournissant des réponses partielles et dont les avis sont arbitrés par d’autres agents. Il cite les exemples suivants de Piaget :
- L’enfant croit d’abord que plus le niveau d’eau est élevé dans un verre, plus il y a d’eau dans ce verre. Après avoir joué avec des transvasements successifs, il intègre le fait que la notion de hauteur du liquide dans le verre entre en compétition avec celle du diamètre du verre, et arbitre de son mieux entre les deux.
- Il vit ensuite une expérience analogue en manipulant de la pâte à modeler : la réduction de plusieurs objets temporairement représentés à une même boule de pâte l’incite à dégager un concept de conservation de la quantité de matière. Au bout du compte, ces jeux d’enfants se révèlent essentiels à la formation de l’esprit, qui dégage quelques règles pour arbitrer les différents éléments d’appréciation qu’il rencontre, par essais et erreurs. Le site [http://www.automatesintelligents.com/ Automates Intelligents] rend compte avec une grande régularité des découvertes concernant cette approche spécifique.
Le connexionnisme
Le connexionnisme, se référant aux processus auto-organisationnels, envisage la cognition comme le résultat d’une interaction globale des parties élémentaires d’un système. On ne peut nier que le chien dispose dune sorte de connaissance des équations différentielles du mouvement, puisqu’il arrive à attraper un bâton au vol. Et pas davantage qu’un chat ait aussi une sorte de connaissance de la loi de chute des corps, puisqu’il se comporte comme s’il savait à partir de quelle hauteur il ne doit plus essayer de sauter directement pour se diriger vers le sol. Cette faculté qui évoque un peu l’intuition des philosophes se caractériserait par la prise en compte et la consolidation d’éléments perceptifs dont aucun pris isolément n’atteint le seuil de la conscience, ou en tout cas n’y déclenche d’interprétation particulière...

Synthèse

Des sites comme [http://www.automatesintelligents.com/ Automates Intelligents] rendent compte régulièrement (entre autres sujets) des découvertes propres à ces deux approches, et de plus en plus à leur synthèse. Il y est signalé que trois concepts reviennent de façon récurrente dans la plupart des travaux :
- redondance (le système est peu sensible à des pannes ponctuelles)
- "ré-entrance" (les composants s'informent en permanence entre eux; cette notion diffère de la réentrance en programmation)
- sélection (au fil du temps, les comportements efficaces sont dégagés et renforcés)

Domaines d’application de l’intelligence artificielle

On peut envisager de demander les services suivants, ensemble ou séparément, à un dispositif d’intelligence artificielle :
- Interface vocale : se faire comprendre en lui parlant,
- Assistance par des machines dans les tâches dangereuses, ou demandant une grande précision,
- Aide aux diagnostics médicaux (bien qu’un tensiomètre, qui remplit cette fonction, ne soit considéré par personne comme une application de l’intelligence artificielle),
- Résolution de problèmes complexes, sous réserve de quantifier ce mot
- Traduction automatique, si possible en temps réel ou très légèrement différé, comme dans le film « Dune ».
- Intégration automatique d’informations provenant de sources hétérogènes,
- Etc. En l’état, les réalisations actuelles de l’intelligence artificielle peuvent être regroupées en différents domaines, tels que:
- Les systèmes experts,
- L’apprentissage automatique,
- La compréhension du langage naturel,
- La reconnaissance des formes, des visages et la vision en général... Au fil du temps, certains langages de programmation se sont avérés plus commodes que d’autres pour écrire des applications d’intelligence artificielle. Parmi ceux-ci, Lisp et Prolog furent sans doute les plus médiatisés. Lisp constituait une solution ingénieuse pour faire de l’intelligence artificielle en FORTRAN. ELIZA (le premier chatterbox, donc pas de la « véritable » intelligence artificielle) tenait en trois pages de SNOBOL.
- [http://library.thinkquest.org/~18242/cgi-bin/eliza/examples/simple.cgi Conversez avec Eliza] (anglais) On utilise aussi, plus pour des raisons de disponibilité et de performance que de commodité, des langages classiques tels que C ou C++. Lisp a eu pour sa part une série de successeurs plus ou moins inspirés de lui, dont le langage Scheme. Des programmes de démonstration de théorèmes géométriques simples ont existé dès les années 1960; et des logiciels aussi triviaux que Maple et Mathematica effectuent aujourd’hui des travaux d’intégration symbolique qui il y a trente ans encore était du ressort d’un étudiant de mathématiques supérieures. Mais ces programmes ne savent pas plus qu’ils effectuent des démonstrations géométriques ou algébriques que Deep Blue ne savait qu’il jouait aux échecs (ou un programme de facturation qu’il calcule une facture). Ces cas représentent donc plus des opérations intellectuelles assistées par ordinateur que de lintelligence artificielle à proprement parler. Dans l’informatique ludique (les jeux vidéo), l’Intelligence Artificielle (IA) se développe. En effet les nouvelles générations de cartes vidéo traitent un grand nombre d’opérations auparavant dévolues au processeur. Le processeur est donc moins sollicité pour l’affichage et les programmeurs peuvent utiliser sa puissance pour développer des systèmes d’IA plus perfectionnés. L’intelligence artificielle a connu un essor important pendant les années 1960 et 70, mais à la suite de résultats décevants par rapport aux budgets investis, son succès s’estompa dès le milieu des années 1980. D’après certains auteurs, les perspectives de l’intelligence artificielle pourraient avoir des inconvénients, si par exemple les machines devenaient plus intelligentes que les humains, et finissaient par les dominer, voire (pour les plus pessimistes) les exterminer, de la même façon que nous cherchons à exterminer certaines séquences d’ARN (les virus) alors que c’est bien de l’ARN qui nous a construits. On reconnaît bien entendu le thème du film Terminator, mais des directeurs de société techniquement très compétents, comme Bill Joy de la société Sun, affirment considérer le risque comme réel à long terme. Toutes ces possibilités futures ont fait l’objet de quantités de romans de science-fiction, tels ceux d’Isaac Asimov ou William Gibson en passant par Arthur C. Clarke.
Précurseurs de l’intelligence artificielle
Si les progrès de l’intelligence artificielle sont récents, ce thème de réflexion est tout à fait ancien, et il apparaît régulièrement au cours de l’histoire. Les premiers signes d’intérêt pour une intelligence artificielle et les principaux précurseurs de cette discipline sont les suivants.
Automates

- Une des plus anciennes traces du thème de « l’homme dans la machine » date de 800 avant notre ère, en Égypte. La statue du dieu Amon levait le bras pour désigner le nouveau pharaon parmi les prétendants qui défilaient devant lui, puis elle « prononçait » un discours de consécration. Les égyptiens étaient probablement conscients de la présence d’un prêtre actionnant un mécanisme et déclarant les paroles sacrées derrière la statue, mais cela ne semblait pas être pour eux contradictoire avec l’incarnation de la divinité.
- Vers la même époque, Homère, dans lIliade (XVIII, 370–421), décrit les automates réalisés par le dieu forgeron Héphaïstos : des trépieds munis de roues en or, capables de porter des objets jusqu’à l’Olympe et de revenir seuls dans la demeure du dieu ; ou encore, deux servantes forgées en or qui l’assistent dans sa tâche. De même, le Géant de bronze Talos, gardien des rivages de la Crète, était parfois considéré comme une œuvre du dieu.
- Vitruve, architecte romain, décrit l’existence entre le IIIe et le Ier siècle avant notre ère, d’une école d’ingénieurs fondée par Ctesibius à Alexandrie, et concevant des mécanismes destinés à l’amusement tels des corbeaux qui chantaient.
- Héron l'ancien décrit dans son traité « Automates », un carrousel animé grâce à la vapeur et considéré comme anticipant les machines à vapeur.
- Les automates disparaissent ensuite jusqu’à la fin du Moyen Âge.
- Roger Bacon aurait conçu des automates doués de la parole.
- Léonard de Vinci a construit un automate en forme de lion en l’honneur de Louis XII.
- Gio Battista Aleotti et Salomon de Caus ont construit des oiseaux artificiels et chantants, des flûtistes mécaniques, des nymphes, des dragons et des satyres animés pour égayer des fêtes aristocratiques, des jardins et des grottes.
- René Descartes aurait conçu en 1649 un automate qu’il appelait « ma fille Francine ». Il conduit par ailleurs une réflexion d’un modernisme étonnant sur les différences entre la nature des automates, et celles d’une part des animaux (pas de différence) et d’autre part celle des hommes (pas d’assimilation). Ces analyses en font le précurseur méconnu d’un des principaux thèmes de la science-fiction : la confusion entre le vivant et l’artificiel, entre les hommes et les robots, les androïdes ou les intelligences artificielles. Descartes semble de fait avoir été marqué par les automates de Vaucansson (ci-dessous).
- Jacques de Vaucanson a construit en 1738 un « canard artificiel de cuivre doré, qui boit, mange, cancane, barbote et digère comme un vrai canard ». Il était possible de programmer les mouvements de cet automate, grâce à des pignons placés sur un cylindre gravé, qui contrôlaient des baguettes traversant les pattes du canard. L’automate a été exposé pendant plusieurs années en France, en Italie et en Angleterre, et la transparence de l’abdomen permettait d’observer le mécanisme interne. Le dispositif permettant de simuler la digestion et d’expulser une sorte de bouillie verte fait l’objet d’une controverse. Certains commentateurs estiment que cette bouillie verte n’était pas fabriquée à partir des aliments ingérés, mais préparée à l’avance. D’autres estiment que cet avis n’est fondé que sur des imitations du canard de Vaucanson. Malheureusement, l’incendie du Musée de Nijni Novgorod en Russie vers 1879 détruisit cet automate.
- Les artisans Pierre et Louis Jaquet-Droz fabriquèrent parmi les meilleurs automates fondés sur un système purement mécanique, avant le développement des dispositifs électromécaniques.
- Le conte d'Hoffmann (et ballet) Coppélia décrit une poupée mécanique dont s'éprend le héros.

Pensée automatique

Les processus cognitifs peuvent-ils se réduire à un simple calcul ? Et si tel est le cas, quels sont les symboles et les règles à employer ? Les premiers essais de formalisation de la pensée sont les suivants :
- Raymond Lulle, missionnaire, philosophe, et théologien espagnol du , a fait la première tentative pour engendrer des idées par un système mécanique. Il combinait aléatoirement des concepts grâce à une sorte de règle à calcul, un zairja, sur laquelle pivotaient des disques concentriques gravés de lettres et de symboles philosophiques. Il baptisa sa méthode Grand Art (Ars Magna), fondée sur l’identification de concepts de base, puis leur combinaison mécanique soit entre eux, soit avec des idées connexes. Raymond Lule appliqua sa méthode à la métaphysique, puis à la morale, à la médecine et à l’astrologie. Mais il n’utilisait que la logique déductive, ce qui ne permettait pas à son système d’acquérir un apprentissage.
- Gottfried Wilhelm Leibnitz, au , a imaginé un calcul pensant (calculus rationator), en assignant un nombre à chaque concept. La manipulation de ces nombres aurait permis de résoudre les questions les plus difficiles, et même d’aboutir à un langage universel. Leibnitz a toutefois démontré que l’une des principales difficultés de cette méthode, également rencontrée dans les travaux modernes sur l’intelligence artificielle, est l’interconnexion de tous les concepts, ce qui ne permet pas d’isoler une idée de toutes les autres pour simplifier les problèmes liés à la pensée.
- George Boole a inventé la formulation mathématique des processus fondamentaux du raisonnement, connue sous le nom d’algèbre de Boole. Il était conscient des liens de ses travaux avec les mécanismes de l’intelligence, comme le montre le titre de son principal ouvrage paru en 1854 : « Les lois de la pensée » (The laws of thought), sur l’algèbre booléenne.
- Gottlob Frege perfectionna le système de Boole en inventant le concept de prédicat, qui est une entité logique soit vraie, soit fausse (toute maison a un propriétaire), mais contenant des variables non logiques, n’ayant en soit aucun degré de vérité (maison, propriétaire). Cette invention eut une grande importance puisqu’elle permit de démontrer des théorèmes généraux, simplement en appliquant des règles typographiques à des ensembles de symboles. La réflexion en langage courant ne portait plus que sur le choix des règles à appliquer. Par ailleurs, seul l’utilisateur connaît le sens des symboles qu’il a inventés, ce qui ramène au problème de la signification en intelligence artificielle, et de la subjectivité des utilisateurs.
- Bertrand Russell et Alfred North Whitehead publièrent au début du un ouvrage intitulé « Principia mathematica », dans lequel ils résolvent des contradictions internes à la théorie de Gottlob Fredge. Ces travaux laissaient espérer d’aboutir à une formalisation complète des mathématiques.
- Kurt Gödel démontre au contraire que les mathématiques resteront une construction ouverte, en publiant en 1931 un article intitulé « Des propositions formellement indécidables contenues dans les Principia mathematica et autres systèmes similaires ». Sa démonstration est qu’à partir d’une certaine complexité d’un système, on peut y créer plus de propositions logiques qu’on ne peut en démontrer vraies ou fausses. L’arithmétique, par exemple, ne peut trancher par ses axiomes si on doit accepter des nombres dont le carré soit -1. Ce choix reste arbitraire et n’est en rien lié aux axiomes de base. Le travail de Gödel suggère qu’on pourra créer ainsi un nombre arbitraire de nouveaux axiomes, compatibles avec les précédents, au fur et à mesure qu’on en aura besoin. Il est à noter que si larithmétique est démontrée incomplète, le calcul des prédicats (logique formelle) est au contraire démontré par Gödel comme complet.
- Alan Turing parvient aux mêmes conclusions que Kurt Gödel, en inventant des machines abstraites et universelles (rebaptisées les machines de Turing), dont les ordinateurs modernes sont considérés comme des concrétisations. Il démontre l’existence de calculs qu’aucune machine ne peut faire (un humain pas davantage, dans les cas qu'il cite), sans pour autant que cela constitue pour Turing un motif pour douter de la faisabilité de machines pensantes répondant aux critères du test de Turing.
- [http://www.aeiveos.com/~bradbury/Authors/Computing/Good-IJ/ Irving John Good], Myron Tribus et E.T. Jaynes ont décrit de façon très claire les principes assez simples d’un robot à logique inductive utilisant les principes de l’inférence bayésienne pour enrichir sa base de connaissances sur la base du Théorème de Cox-Jaynes. Ils n’ont malheureusement pas traité la question de la façon dont on pourrait stocker ces connaissances sans que le mode de stockage entraîne un biais cognitif. Le projet est voisin de celui de Raymond Lulle, mais fondé cette fois-ci sur une logique inductive, et donc propre à résoudre quelques problèmes ouverts.
- [http://bayes.wustl.edu/etj/prob/book.pdf Robot à logique inductive] (en anglais, PDF)
- Des chercheurs comme Alonzo Church ont posé des limites pratiques aux ambitions de la raison, en orientant la recherche (Herbert Simon, Michael Rabin, Stephen Cook) vers l’obtention des solutions en temps fini, ou avec des ressources limitées, ainsi que vers la catégorisation des problèmes selon des classes de difficulté (en rapport avec les travaux de Cantor sur l’infini).
Principaux projets et réalisations de l’intelligence artificielle
La liste ci-dessous indique les projets et les réalisations marquants dans le domaine de l’intelligence artificielle. La quasi-totalité de ces travaux ont été accomplis aux États-Unis, et il est à noter que nombre d’entre eux ont été financés par l’armée américaine. L’un des principaux financeurs de ces travaux fut la DARPA (Defense Advanced Research Project Agency), célèbre pour avoir initié le réseau Arpanet, qui a donné naissance à Internet.
- Logic Theorist (Théoricien de la logique) (1956) - Ce programme informatique est considéré comme le premier relevant de l’intelligence artificielle. Il a été développé par Allen Newell et Herbert Simon, avec l’assistance de Cliff Shaw. Logic Theorist est un programme de démonstration de théorèmes, fondé sur une recherche sélective. Une hypothèse de base donnée, peut subir toute une gamme de manipulations élémentaires conformes aux lois de la logique. Le résultat obtenu peut passer à son tour par une série de manipulations. La répétition de cette procédure crée une structure arborescente, sous forme « d’arbre de recherche ». L’exploration de celui-ci permet d’aboutir au résultat recherché, après un nombre indéfini d’opérations. Le problème à surmonter est de trouver le chemin qui mène de l’hypothèse de base au résultat recherché. Logic Theorist comportait une liste de règles empiriques appropriées, les heuristiques, qui permettaient de sélectionner laquelle des branches de l’arbre de recherche était la plus susceptible de mener au but. Une fois programmé sur une machine de la RAND, Logic Theorist démontra 38 des 52 premiers théorèmes du 2e chapitre des « Principia mathematica » de Bertrand Russell et Alfred North Whitehead. Le théorème 2.85 faisait même l’objet d’une démonstration plus élégante que celle des auteurs, au grand contentement de Russel. Pour marquer la portée de ce dernier résultat, Allen Newell et Herbert Simon décidèrent de publier cette démonstration dans le « Journal of symbolic logic », en faisant co-signer cette publication par Logic Theorist. Lors de la conférence de Dartmouth de 1956, considérée comme la rencontre fondatrice de l’intelligence artificielle en tant que discipline scientifique, Logic Theorist fut le seul programme opérationnel présenté. Il est par ailleurs considéré comme le lointain précurseur des logiciels de traitement formel des équations.
- IPL (Information Processing Language ou langage de traitement de l’information) (1956) - Dans le cadre de la réalisation de Logic Theorist, le résultat le plus important pour le développement de l’intelligence artificielle, a été l’invention d’un langage de programmation spécifique nommé IPL. Ce langage fut le premier à employer la technique de programmation dite de traitement des listes. Les auteurs de Logic Theorist pensaient que les langages existant à l’époque, comme le FORTRAN, n’étaient pas appropriés pour un tel projet. En effet, ceux-ci exigeaient que les ensembles de nombres et de symboles manipulés soient définis au préalable. Au contraire, les auteurs de Logic Theorist estimaient que la pensée est fondée d’une part sur la création, la modification et la destruction de structures de symboles en interaction, et d’autre part sur le caractère associatif de la mémoire humaine. La technique de traitement de liste est une tentative pour bénéficier de ces deux caractéristiques. Les idées d’Allen Newell et de Herbert Simon inspirèrent John McCarthy lorsque celui-ci inventa son propre langage d’IA : le LISP.
- Global Problem Solver ou GPS (Système général de résolution de problèmes) (1957) - Partant du constat que les humains ne raisonnent pas comme Logic Theorist, Allen Newell et Herbert Simon s’inspirèrent d’expériences de psychologie sur les méthodes de résolution de problèmes par des humains, pour créer GPS. Celui-ci avait l’originalité d’être fondé sur une organisation et un ensemble de règles heuristiques ne renfermant aucune référence à une tâche particulière, d’où le qualificatif de Système général de résolution de problèmes. GPS employait l’analyse fins/moyens, qui fonctionnait comme un principe de rétroaction, détectant puis réduisant les différences entre un état de faits et le but recherché. Cette méthode de résolution était couplée à la capacité à décomposer un problème en plusieurs sous-problèmes. GPS fut employé pour résoudre des casse-têtes, des intégrations symboliques, et des décryptages de codes secrets.
- Sad Sam (1957) - Créé par Robert K. Lindsay, Sad Sam provient de l’étude de l’apprentissage verbal. Ce programme était capable de définir des liens de parenté entre des personnes citées dans des phrases formulées en langage courant, en construisant peu à peu l’équivalent d’un arbre généalogique interne. Sad Sam était donc capable de relier une nouvelle information à d’autres faits déjà enregistrés, pour en tirer des conclusions qui n’avaient pas été apprises. À ce titre, certains chercheurs ont estimé que Sad Sam présentait les premières ébauches de compréhension au sens humain du terme.
- LISP (LISt Processing ou traitement de listes) (1958) - En s’inspirant du langage IPL, John McCarthy inventa au MIT le LISP, qui devint le langage universel de l’IA. En effet, les qualités du LISP en matière de gestion de mémoire et de représentation lui permirent de supplanter ses concurrents comme l’IPL ou le COMIT. Toutefois, dans les conditions de l’informatique des années 1960, où la taille des mémoires était faible, l’encombrement en espace mémoire des langages de traitements de listes a freiné leur adoption. De plus, les premiers LISPs étaient interprétés et non compilés, donc trop lents. Le LISP ne devint attractif qu’à partir de 1970, lorsque la compilation efficace de programmes Lisp devint possible (voir MacLISP).
- Perceptron (1958) - Le Perceptron fut le premier modèle opérationnel de réseau de neurones. Il fut créé par Frank Rosenblatt sous forme d’une simulation tournant sur un IBM 704, à partir des travaux de McCulloch et Pitts sur la notion de neurones formels interconnectés en 1943, et de Hebb sur l’importance du couplage synaptique dans les processus d’apprentissage en 1949. Le Perceptron est inspiré du système visuel, et il se montre capable d’apprentissage en modifiant ses connexions synaptiques. Le Perceptron comprend trois éléments principaux :
- une couche d’unités sensorielles, ou « rétine », fournissant des réponses modulées en fonction de l’intensité du stimulus,
- une couche de cellules d’association, constituant la couche de neurones formels proprement dits, selon la définition de McCulloch et Pitts.
- une couche de cellules de décisions, qui représentent la réponse de sortie du Perceptron. :Grâce à une procédure inventée par Frank Rosenblatt, l’apprentissage du Perceptron se fait par correction d’erreur, en modifiant les coefficients de poids des signaux entre les cellules. En 1969, Marvin Lee Minsky et Seymour Papert publièrent un ouvrage intitulé Perceptrons, qui démontrait certaines limitations de ces modèles. En particulier, le Perceptron ne peut pas effectuer l’opération binaire de parité (OU exclusif ou XOR). L’autorité de ces auteurs, ainsi que le décès accidentel de Frank Rosenblatt, entraîna un quasi-arrêt des recherches dans ce domaine pendant près de 15 ans, jusqu’à l’apparition des réseau de neurones multicouche (on parle ausi parfois de Perceptron multicouche).
Les demandes d’identification, renforcées par le terrorisme, assurent un marché immense à cette technique.
- Geometry Theorem Prover ou GTP (Système de démonstration de théorèmes géométriques) (1959) - Ce programme a été financé par IBM et conçu par Herbert Gelernter. GTP fonctionnait de manière rétrograde à partir du théorème à démontrer, pour remonter par des raisonnements intermédiaires à des théorèmes ou des axiomes connus. Lors de cette phase, le programme s’aidait d’une figure géométrique décrite à partir des coordonnées de ses points. Pour élaguer l’arbre de recherche, GTP cherchait uniquement à démontrer les propriétés qui semblaient vérifiées sur le schéma, comme le font inconsciemment les humains. GTP était ainsi capable de faire des démonstrations nécessitant jusqu’à 10 étapes. Plus important, il fut le premier programme capable de faire référence à un modèle, dans la mesure où la figure géométrique était utilisée comme une représentation interne. À la suite de la notoriété de GTP et d’autres programmes d’IA, IBM décida d’arrêter ces études d’une part en raison de la pression des actionnaires et du service marketing, qui s’alarmaient d’une image trop inquiétante des ordinateurs dans l’esprit du grand public. GTP garde une belle performance à son actif : il découvrit la première démonstration géométrique considérée comme plus élégante que celles des manuels scolaires de son époque. Au problème « Dans un triangle, l’angle B est égal à l’angle C. Démontrez que le côté AB est égal au côté BC », il apporta une démonstration non pas en considérant les deux sous-triangles découpés par la hauteur, mais par : « Considérons les triangles ABC et ACB : ces deux triangles sont semblables et possèdent des côtés correspondants BC et CB égaux. Ils sont donc égaux et AB est en conséquence égal à BC ». La démonstration a surpris par son approche non intuitive.
- SAINT (Symbolic Automatic INTegrator ou intégrateur symbolique automatique) (1961) - James Slagle appliqua la méthodologie de Logic Theorist au domaine de l’intégration symbolique, en la transposant ainsi de la logique à l’algèbre, grâce à la mise au point de procédures d’exploration des arbres ET/OU. Confronté à des sujets d’examens posés aux étudiants du MIT de 1 année, SAINT parvint à résoudre 84 problèmes sur 86. Ce programme a été perfectionné par Joel Moses en 1966 sous le nom de SIN (Symbolic INtégration), avant de donner naissance en 1969 à MACSYMA, qui a inspiré nombre de logiciels de traitement formel des équations aujourd’hui employés (dont un descendant en ligne droite toujours en développement : MAXIMA, ou encore Mathematica).
- ANALOGY (1963) - Tom Evans a créé ce programme en se fondant sur l’idée que le cerveau humain, devant une situation donnée, ne raisonne pas selon les voies de la logique, mais en essayant de trouver des ressemblances avec des problèmes déjà rencontrés. Il a tenté de simuler l’aptitude à chercher des ressemblances avec ce logiciel capable de trouver des analogies entre des figures géométriques employées dans les tests d’intelligence.
- STUDENT (1964) - Daniel Bobrow a inventé ce programme, capable de faire une analyse syntaxique de textes simples, pour résoudre des problèmes algébriques du type « trouvez l’âge du capitaine ».
- SIR (Semantic Information Retrieval ou recherche d’information sémantique) (1964) - Ce programme de Bertram Raphael pouvait interpréter des dialogues simples, en cherchant des analogies avec des modèles de phrases. Cette technique lui permettait de déduire des relations entre les personnes ou les objet cités dans ces phrases, en posant des questions à un opérateur. Toutefois, les capacités de SIR, comme celles de STUDENT étaient très limitées. Les informations traitées concernaient un domaine très restreint, et les programmes butaient rapidement sur des ambiguïtés.
- Shakey (1969) - Créé dans le laboratoire du Stanford Rechearch Institute, Shakey fut le premier robot ayant fait l’objet de publicité dans le grand public, à la suite d’un reportage très sensationnaliste de la revue Life, qui l’avait baptisé la première personne électronique. Shakey était également censé pouvoir circuler sur la lune pendant plusieurs mois sans recevoir une seule directive de la terre ! Shakey était un cube monté sur roues, équipé d’un bras, d’une caméra vidéo, d’un télémètre et d’antennes de liaison radio. Il se déplaçait dans un micromonde constitué de 7 pièces reliées par 8 portes, contenant des boîtes carrées. Celles-ci étaient contournées, déplacées ou empilées en fonction des instructions que le robot recevait par un clavier. Shakey avait une procédure de contrôle nommée STRIPS, qui était un perfectionnement du General problem Solver, et qui constituait sa principale innovation. Le projet Shakey avait pour objectif de créer un robot capable d’enchaîner une série d’actions : circuler dans une pièce pour trouver un bloc, le déplacer au sommet d’une plate-forme après avoir poussé un plan incliné contre elle, et ainsi de suite. En fait, Shakey devint seulement capable de réaliser ces actions de façon indépendante, avec une forte probabilité d’échec. Constatant que les objectifs du projet étaient hors de portée, la DARPA mit fin au financement de ces travaux.
- PLANNER (1969) - Ce langage de programmation fut inventé par Carl Hewitt à partir de LISP, selon une approche antagoniste du GPS et de ses méthodes de résolution de problèmes fondées sur la logique et les procédures uniformes de démonstration de théorèmes. PLANNER permettait en quelques instructions de fixer des buts à un programme (chercher un cube rouge placé sous une pyramide), des plans et des assertions de façon automatique, sans avoir besoin de programmer des itérations et des marches arrières comme avec LISP. Mais PLANNER présentait l’inconvénient de ne pas faire de distinction entre les connaissances contenues dans ces procédures, et l’exploitation de ces connaissances par ces mêmes procédures. Les programmes étaient donc un mélange inextricable de connaissances et de procédures. Ce manque de structuration a été critiqué et a conduit à l’abandon des langages de type PLANNER. Marvin Lee Minsky estime toutefois que l’intelligence naturelle est organisée selon des principes similaires à PLANNER, avec des agents indépendants hiérarchisés, selon sa théorie de la société de l’esprit.
- SHRDLU et les micro-mondes (1969) - Le nom de SHRDLU est devenu un mythe de l’intelligence artificielle. Programmé avec le langage PLANNER, ce logiciel était la modélisation d’un micro-monde de blocs et de pyramides de couleurs diverses, avec une boîte pour les ranger. Un bras virtuel permettait à un utilisateur de manipuler ces objets. L’opérateur pouvait donner des ordres et poser des questions, alors que SHRDLU répondait en décrivant l’emplacement des objets, et les motifs des manipulations effectuées. SHRDLU affichait également sur un écran une image de son micro-monde. Terry Winograd avait nommé son programme en référence au magazine MAD, qui l’employait pour désigner des monstres (ETAOIN SHRDLU est la configuration de la première ligne d'une linotype anglo-étatsunienne, pour une française : "élaoin sdrètu"; il ne s'agit pas des lettres les plus employées en anglais, comme cela est parfois indiqué). Le fait que l’utilisateur et SHRDLU échangeaient des informations constructives, et que ce dernier pouvait expliciter ses motivations, fit une forte impression. Les partisans des micro-mondes espéraient pouvoir enrichir et complexifier progressivement les mondes simulés pour les rapprocher de la réalité, ou bien fusionner plusieurs micro-mondes pour les étendre. Cette approche fut un échec, car il est vite apparu qu’il n’est pas possible d’aller vers un monde plus proche du réel sans prise en compte du sens commun dans le programme. Eugène Charniak prit pour exemple en 1972 le cas d’une tirelire-cochonnet pour enfants. Un programme de type micro-monde ne peut pas se contenter d’une définition tirée d’un dictionnaire. Il faut avoir une description de la taille, de la forme, des couleurs et du poids de l’objet, tout en sachant que ces paramètres peuvent fortement varier. La notion d’argent implique de définir ce que sont l’économie et l’épargne. L’utilisation de cet objet simple se révèle complexe à décrire : mettre de l’argent, secouer le cochonnet pour en interpréter le bruit, retirer l’argent en mettant le cochonnet à l’envers et en employant un couteau, voire utiliser le cochonnet comme une figurine animée. La complexité du savoir à mettre en œuvre est très éloignée de la simplification propre aux micro-mondes.
- Prolog (1977). Le langage « PROgrammation en LOGique » est un moteur d’inférence conçu initialement par A.Colmerauer et P.Roussel pour l’interprétation du langage naturel, mais il est couramment utilisé pour des problèmes d’intelligence artificielle. Prolog est un langage déclaratif, cela signifie que plutôt que d’être constitué de la solution à un problème, un programme consiste en une base de faits d’une part, et d’un ensemble de relations logiques d’autre part. Pour exécuter le programme, il faut poser une question, et Prolog donne la réponse calculée en appliquant les règles sur la base de faits. Prolog s’adaptait si bien à la réalisation d’applications de combinatoires telles que celles requises par les agences de voyage, par exemple, qu’il fit dire à Philippe Kahn : « Qu’on ne parle plus désormais d’intelligence artificielle ! C’était un nom du passé pour un domaine de recherche. Nous sommes aujourd’hui à l’époque des réalisations, et on va réaliser maintenant des applications professionnelles programmées en PROLOG comme on en programmait hier en COBOL ». L’avenir lui donna tort sur le court terme.
Espoirs et méfiances liées à l’intelligence artificielle
Une description spectaculaire d’un possible avenir de l’intelligence artificielle a été faite par le professeur I. J. Good : « Supposons qu’existe une machine surpassant en intelligence tout ce dont est capable un homme, aussi brillant soit-il. La conception de telles machines faisant partie des activités intellectuelles, cette machine pourrait à son tour créer des machines meilleures qu’elle-même; cela aurait sans nul doute pour effet une réaction en chaîne de développement de l’intelligence, pendant que l’intelligence humaine resterait presque sur place. Il en résulte que la machine ultra intelligente sera la dernière invention que l’homme aura besoin de faire, à condition que ladite machine soit assez docile pour constamment lui obéir. » La situation en question, correspondant à un changement qualitatif du principe même de progrès, a été nommée par quelques auteurs [http://www.dtext.com/transition/yudkowsky/yudkowsky1.html « La Singularité »]. Good estimait à un peu plus d'une chance sur deux la mise au point d'une telle machine avant la fin du . La prédiction, en 2005, ne s’est pas (encore?) réalisée, mais avait imprégné le public : le cours de l’action IBM quadrupla (bien que les dividendes trimestriels versés restassent à très peu de chose près les mêmes) dans les mois qui suivirent la victoire de Deep Blue sur Gary Kasparov. Une large partie du grand public était en effet persuadée qu’IBM venait de mettre au point le vecteur d’une telle explosion de l’intelligence et que cette compagnie en tirerait profit. L’espoir fut bien entendu déçu : une fois sa victoire acquise, Deep Blue (incapable d’ailleurs de jouer à autre chose qu’aux échecs, et ne sachant même pas qu’il jouait aux échecs) fut reconverti en machine classique utilisée pour le data mining. Nous sommes probablement encore très loin d’une machine possédant ce que nous nommons de lintelligence générale, et tout autant d’une machine possédant la base de connaissances de n’importe quel chercheur, si humble soit-il.

L'intelligence artificielle au cinéma

- Colossus : the Forbin project 1969, d’après le roman de Dennis Feltham Jones de 1967 (un système d’IA militaire étatsunien contacte son homologue russe pour qu’ils coopèrent à leur mission commune (éviter la guerre nucléaire)... en neutralisant les humains ! A probablement fourni l’idée de départ de Terminator.
- Metropolis de Fritz Lang (1927), où, dans un monde futuriste, les robots et les humains ne parviennent plus à coexister ;
- 2001, l'odyssée de l'espace de Stanley Kubrick, la lutte entre HAL et Dave ;
- L'Homme bicentenaire de Chris Colombus, où un robot cherche à devenir humain quand il découvre ses émotions ;
- D.A.R.Y.L., Daryl est un enfant amnésique recueilli sur une route. Mais finalement, le gouvernement cherche à détruire le data analyzing robot youth lifeform ;
- La trilogie des Terminator avec Arnold Schwarzenegger, où Skynet cherche à éliminer l’espèce humaine
- Ghost in the Shell, où une IA s’éveille à la conscience ;
- La trilogie des Matrix où les machines asservissent les humains ;
- A.I. Intelligence artificielle de Steven Spielberg. Le personnage central est certainement un aboutissement ultime - mais pour l’instant seulement imaginaire - de l’intelligence artificielle : un enfant-robot doué d’émotions et de sentiments ;
- I, Robot avec Will Smith, inspiré de l’œuvre de Isaac Asimov et thème semblable au film IA ;
- Blade Runner de Ridley Scott (1981), où des hommes-robots reviennent sur terre après une mission spatiale (mais n’acceptent pas la mise à l’arrêt suite au succès de leur mission) ;
- Wargames de John Badham (1983) avec Mattew Broderick, où David est un pirate informatique qui par défi parvient à contourner les systèmes de sécurité les plus sophistiqués et à maitriser la dernière génération des jeux informatiques. Mais quand l'inconscient pénètre sans être repéré au coeur de l'ordinateur militaire du Pentagone, min

John McCarthy

McCarthy, John McCarthy, John John McCarthy est le principal pionnier de l'intelligence artificielle avec Marvin Minsky, et il incarne le courant mettant l'accent sur la logique symbolique. Il est également l'inventeur en 1958 du langage Lisp. À la fin des années 50, il a créé avec Fernando Cobarto la technique du temps partagé, qui permet à plusieurs utilisateurs d'employer simultanément un même ordinateur.

Lien externe

- [http://www-formal.stanford.edu/jmc/ Page professionelle] ja:ジョン・マッカーシー

Application

- Application, la fonction mathématique ;
- Application, un logiciel informatique ;

Intelligence

Catégorie:Philosophie Intelligence vient du latin intellegere, dont le préfixe inter (entre), et le radical legere (lier) suggèrent essentiellement l'aptitude à relier des éléments qui sans elle resteraient séparés. Ainsi en est-il de la lecture en tant qu'aptitude à saisir le sens qui unit les mots, les phrases, les paragraphes etc. au delà du simple déchiffrage discontinu des termes inscrits sur le papier. C'est donc la capacité à saisir (et savoir utiliser) des liens entre des éléments disparates, c'est savoir lire au sens le plus large (lire les signes écrits par l'homme, mais aussi les signes inscrits dans la nature).

Définition

Définir l'intelligence est un défi. On peut tenter de dire, mi-humoristiquement, mi-sérieusement, que : « L'intelligence, c'est ce que mesurent les tests d'intelligence » On dit qu'un des inventeurs des test de QI, A. Binet, aurait fait une réponse de ce type. Ce serait raisonnable si on avait un consensus sur ce que doivent être ces tests, mais ce n'est pas le cas. Toutefois, les tests de quotient intellectuel sont largement utilisés pour les hommes. Ils visent à quantifier (de façon relative, par rapport à une population « moyenne », et non de façon absolue) la capacité à percevoir, conserver, analyser et utiliser l'information en provenance de son environnement afin d'inter-agir avec celui-ci. Il est clair que selon le domaine, l'intelligence d'un individu est variable. De nombreux autistes, par exemple, restituent dans le plus grand détail des informations visuelles - bien plus fidèlement que des non-autistes. En l'absence de définition commune, et d'instrument de mesure satisfaisant, de nombreuses définitions existent, qui se recoupent plus ou moins. On peut dire que l'intelligence est l'ensemble des fonctions mentales mobilisées pour l'analyse, la compréhension et l'organisation du réel en pensées (concepts) chez l'humain à défaut de connaitre celles des animaux, notamment les plus évolués. On peut aussi définir l'intelligence comme étant la capacité à utiliser le raisonnement causal, l'imagination, la prospection et la flexibilité. Elle serait ainsi liée à la faculté d'adaptation, sans s'y réduire.

Exemples de définitions

- Ensemble des fonctions mentales ayant pour objet la connaissance conceptuelle et rationnelle (par opposition à la sensation et à l'intuition). Aptitude à comprendre et à s'adapter facilement à des situations nouvelles. Tiré de Terminologie de neuropsychologie et de neurologie du comportement. Recherche et réd. Louise Bérubé.,1991.
- L'intelligence est la capacité à découvrir un contexte nouveau, à le comprendre et à réagir à cette nouvelle situation de façon adaptée. Richard Atkinson
- L'intelligence, modelée par le patrimoine génétique et par l'environnement culturel et affectif, dépendrait d'un équilibre subtil entre un mode de traitement rapide des informations et un mode lent d'analyse de ces données. Faculté de connaître, de comprendre et de s'adapter, faculté d'abstraction et d'anticipation ou encore intuition [ ... ]. Pour connaître, pour comprendre et pour s'adapter, en un mot pour faire preuve d'intelligence, il faut que les perceptions et les sensations que reçoit le système nerveux central aient un sens, c'est-à-dire que les différents stimulus sensoriels soient associés, classés par les structures cérébrales nécessaires au traitement de l'information et mémorisés. Les étapes de ce traitement, par exemple la rapidité de perception d'un stimulus, son stockage, son évaluation par rapport aux informations déjà enregistrées, son analyse et la réaction qu'il déclenche, sont des facteurs de l'intelligence. Tiré de [http://www.pourlascience.com/index.php?ids=OLBTfmwnTcAWiZnCFuDJ&Menu=Pls&Action=3&idn3=1526#Qu'est-ce que l'intelligence ?] Jean-Pol Tassin, in Pour la Science, n°254, décembre 1998.
- L'intelligence, ça n'est pas ce que l'on sait mais ce que l'on fait quand on ne sait pas. — Jean Piaget

Le test de Turing

En l'absence d'une définition satisfaisante pour l'intelligence, il est difficile de décider si une machine (ou un animal) est ou non intelligent. Alan Turing propose donc de prendre l'homme comme étalon, et de considérer qu'une machine est intelligente si un homme est incapable de distinguer l'objet testé d'un humain testé simultanément. Cf. test de Turing.

Difficulté

On admet que l'homme intelligent est souvent celui qui perçoit comme processus unique ce que ses contemporains voient comme phénomènes indépendants. Ainsi, Newton comprit que le jet d'une pierre, la rotation de la Lune et les marées relevaient du même mécanisme, similitude qui n'était pas évidente. Il percevra aussi comme distincts des phénomènes qui avant lui étaient perçus comme un tout (ainsi masse et poids, ou température et quantité de chaleur, avant que les physiciens ne s'en préoccupent). Un problème est présenté par le fait qu'une personne à l'esprit peu délié considèrera elle aussi comme un phénomène unique ce que ses contemporains voient comme différent, et comme différents ce que ceux-ci voient comme unique. On peut s'en rendre compte en reprenant les exemples du paragraphe précédent dans le contexte actuel, où toutes ces idées sont bien assimilées. Il ne sera donc pas possible de trancher entre une manifestation d'intelligence et de son absence par autre chose que par l'épreuve du réel. Ce paradoxe a parfois été désigné dans les forums Usenet du groupe fr. sous le nom de Loi de Nadot.

L'intelligence de l'homme

Intelligence et agressivité

L'intelligence n'a rien à voir avec l'agressivité. De nombreux auteurs ont par le passé essayer de lier les deux, comme ils ont essayé de limiter uniquement l'intelligence à l'humain, de préférence blanc et de sexe mâle. Ces notions tendent à disparaitre dans les recherches actuelles.

Intelligence et physiologie humaine

Le développement du cerveau et de l'intelligence de l'Homme a été rendu possible (ou au moins plus facile) par de nombreuses adaptations successives. Toutes ne sont pas nécessaires (le même effet peut être le résultat d'autres adaptations), mais toutes sont un facteur de facilitation. Certaines d'entre elle ont une probabilité accrue lorsque l'homme a déjà progressé sur la voie de l'intelligence, et qu'il a déjà adopté un mode de vie en conséquence. La station debout, d'abord, semble un facteur essentiel. Elle libère les mains, les débarasse d'un contact agressif avec le sol et rend possible une sensibilité accrue du toucher. Elle déplace la jonction crâne-colonne vertébrale, ce qui facilite le développement du volume cranien. Sur le plan du comportement, elle permet une action à distance (lancement d'objets, cailloux puis autres armes plus élaborés) particulièrement utile à un animal mal armé, tant pour tenir en respect un prédateur que pour harceler une proie. L'homme se distingue par la très grande variété d'expression de son visage, et de sons qu'il peut produire avec sa bouche (et sa capacité d'imitation de sons animaux). Sa face, sa machoire et sa bouche sont adaptées en se sens, cela peut-être un facteur important pour le développement de l'abstraction, à partir de l'association entre les sons, les choses, les sentiments et les idées. L'homme se distingue par un comportement sexuel débridé, sans saisonnalité marqué et dissocié du cycle reproductif de la femme. Il est possible que cette adaptation équilibre l'agressivité humaine (dont on a vu le lien avec l'intelligence). De même, l'agressivité féminine moindre (ce qui ne veut pas dire absente !), observée dans de nombreuses espèces, a pu être une nécessité, conduisant à des différences sensibles de comportement. Bien que cela soit politiquement incorrect et contestable (notamment en raison d'une définition satisfaisante de l'intelligence), cela peut expliquer des différences d'intelligence (selon le domaine, notamment) entre mâle et femelle humains. Le jeune enfant est, par rapport aux autres mammifères, un prématuré. Cela lui permet une croissance considérable du crâne, qui sinon rendrait sa naissance impossible (Là encore, on peut imaginer d'autres adaptations ayant le même effet, mais celle-ci fait l'affaire). Cela le rend également à la fois apte à adopter des techniques élaborées dont il ne dispose pas par cablage neuronal d'origine ("instinct"), et dépendant de ces techniques. Globalement, il apparait que l'Homme est construit pour être intelligent, à la fois sur le plan individuel et sur le plan social.

Inné et acquis

Il est bien évident que l'intelligence est en partie un caractère héréditaire (sinon, un chimpanzé ou même un chien éduqué comme un humain devrait avoir l'intelligence d'un humain, ce qui n'est manifestement pas le cas). Il est non moins évident que l'intelligence est dépendante de l'environnement, tant par les aspects physiques (qualité de l'alimentation par exemple) que par les aspects plus relationnels (contraste entre les enfants privés de soins humains et les autres ; Cf. par exemple Kaspar Hauser et les enfants dits « sauvages » ). Cela n'empêche pas les débats sans fin sur l'importance respectives des deux facteurs, et sur les conclusions à en tirer d'un point de vue politique. Sir Francis Galton, un cousin de Charles Darwin, proposera par exemple de mettre en place une politique d'amélioration de l'espèce humaine, et inventera le terme eugénisme. Ce point de vue sera même dominant à la fin du XIXe siècle et encore au XXe siècle (mythe de l'Homme nouveau, nazi ou communiste). Plus concrétement dans la vie de tous les jours, les différentes opinions sur la part respective de l'hérédité et de l'éducation ont un impact souvent structurant, quoique sous-jacent, sur les stratégies éducatives. Ainsi et par exemple, si la part inné/héréditaire est importante, il faut prévoir des programmes adaptés au niveau (et au type) d'intelligence des enfants, et mettre en place une politique visant beaucoup à repérer les enfants naturellement intelligents et donc « sélectionner » ; dans ce cas, les qualités propres des enfants s'exprimant fortement, des politiques de mélange auront peu d'effet positifs et beaucoup d'effets négatifs (en soumettant les enfants à un régime intellectuel inadapté, trop riche ou trop pauvre selon le cas). Inversement, si la part éducative est forte, il est inutile de séléctionner mais au contraire il faut stimuler, et on peut prévoir des programmes très homogènes ; en outre, des politiques de « mixité sociale » pourront atténuer les différences initiales d'intelligence entre les enfants sans inconvénient pour eux.

Voir aussi

- Intelligence artificielle
- Intelligence émotionnelle
- Intelligence collective
- Intelligence distribuée On nomme également intelligence la capacité à comprendre et anticiper les mouvements d'un allié ou d'un adversaire, ou à communiquer avec lui (vivre en bonne intelligence; intelligence avec l'ennemi...). La langue anglaise nomme de façon générique Intelligence ce qu'on appelle en français renseignement, veille stratégique et parfois espionnage. Le monde économique contemporain utilisant l'anglais comme lingua franca, il a introduit par ce canal le terme Intelligence économique. Voir aussi oxymore.

Liens externes

ja:知能

Robot

On nomme robot un dispositif mécanique accomplissant automatiquement des tâches généralement dangereuses ou pénibles pour un humain. L'évolution de l'électronique et de l'informatique permet des traitements de plus en plus complexes. La définition de ce qui est comptabilisé ou non comme robot varie selon les pays considérés. Au Japon, par exemple, cette catégorie inclut à la différence de la France nombre de machines-outils programmables.

Historique

Origine du terme

Ce terme dérivé du mot robota (travail de serf, d'esclave en tchèque et dans les langues slaves. Ex: "robotnik", le travailleur, en polonais) a été introduit par l'écrivain tchèque Karel Čapek dans la pièce de théâtre R. U. R. (Rossum's Universal Robots) en 1920. Cette pièce fut jouée pour la première fois en 1921. Bien que Karel Čapek soit souvent considéré comme l'inventeur du mot, il a lui-même désigné son frère Josef, peintre et écrivain, comme l'inventeur réel. Certains assurent que le mot robot a été d'abord utilisé dans la courte pièce Opilec de Josef Čapek (the Drunkard), publiée dans la collection Lelio en 1917. Selon la Société des Frères de Čapek à Prague, ce serait inexact. Le mot employé dans Opilec est automate, alors que Robot est apparu pour la première fois dans RUR. Alors que les robots de Čapek étaient des humains organiques artificiels, le mot robot a été pris pour désigner des humains « mécaniques ». Le terme androïde peut signifier l'un ou l'autre, alors que cyborg (« organisme cybernétique » ou « homme bionique ») serait une créature faite de parties organiques et artificielles. Le terme « robotique » a été introduit (dans la littérature) par Isaac Asimov dans le livre Runaround (1942). Il y énonce les « trois règles de la robotique » qui deviendront par la suite « les trois lois de la robotique ».

Antiquité

L'idée de personnes artificielles remonte vraisemblablement à la légende antique de Cadmus, qui, semant des dents de dragon, créa des soldats. Le mythe de Pygmalion, quand à lui, raconte comment la statue Galatée devint vivante. Dans la mythologie classique, le dieu des forges (Vulcain ou Héphaïstos) créa des serviteurs mécaniques, certains intelligents, d'autres en jeunes esclaves dorés, d'autres encore en forme de tables tripodes utilitaires mues par leur propre énergie. On peut citer aussi la légende hébraïque du Golem, un colosse d'argile animé par une magie kabbalistique; selon une autre lecture, le Golem serait composé de sable, ce qui évoquerait le silicium des microprocesseurs.

Renaissance

Le premier schéma d'un robot humanoïde fut l'œuvre de Léonard de Vinci aux alentours de 1495. Les carnets de Vinci, redécouverts dans les années 1950, contenaient des dessins détaillés d'un chevalier mécanique qui était apparemment capable de se lever, balancer ses bras, et bouger sa tête et sa mâchoire. Le plan était probablement basé sur ses recherches anatomiques compilées dans l'homme vitruvien. On ne sait pas s'il a tenté de construire ce robot (voir : robot de Léonard de Vinci).

XVIIIème et XIXème siècle

Le premier robot opérationnel connu fut construit par Jacques de Vaucanson en 1738, qui créa un androïde flutiste, ainsi qu'un canard mécanique capable de manger et déféquer. La nouvelle L'homme au sable d'Ernest Théodore Amadeus Hoffmann (1817) décrit une femme mécanique à l'allure de poupée, et Steam Man of the Prairies d'Edward S. Ellis (1865) exprime la fascination américaine de l'industrialisation. La vague littéraire sur les automates humanoïdes culmina avec l'Homme électrique de Luis Senarens en 1885.

XXème siècle

Lorsque la technologie arriva au point où l'on put prédire des créatures mécaniques (non ludiques), les réponses littéraires au concept de robot suscitèrent la crainte que les humains soient remplacés par leurs propres créations. Frankenstein (1818), parfois désignée comme la première nouvelle de science-fiction, est devenue un synonyme de ce thème. Lorsque la pièce de Čapek RUR introduisit le concept d'une chaîne de montage pilotée par des robots qui tentent de construire toujours plus de robots, le thème prit une consonance économique et philosophique, renforcée par le classique film Metropolis (1927), et les populaires Star Wars (1976), Blade Runner (1982) et Terminator (1984).

XXIème siècle

Bien que les clones ne soient pas des robots à proprement parler, le thème de l'opposition entre la créature et son créateur, à l'instar de Frankenstein, se retrouve dans un film comme The Island.

Industrie

The Island] Les robots sont intensivement utilisés dans l'industrie, où ils effectuent sans relâche des tâches répétitives et avec rigueur. Dans les chaînes de montage de l'industrie automobile, ils y remplacent les ouvriers dans les tâches pénibles et dangereuses (peinture, soudure, emboutissage, etc..) La science des robots se nomme la robotique.

Principes

Le terme robot correspond à un type bien précis de système. Ainsi, si certaines caractéristiques ne sont pas présentes, une machine, même très complexe, ne peut être qualifiée de robot. La définition la plus précise du robot pourrait être : « système automatique mécanisé capable d'effectuer une ou plusieurs tâches dans un environnement donné, de manière autonome et séquentielle, par l'exécution d'un programme préétabli ». Selon cette définition, une machine aussi complexe qu'un avion long-courrier Airbus, par exemple, n'est pas un robot, alors qu'un banal grille-pain peut, lui, être considéré comme la forme la plus simple de robot. En effet, un avion de ligne, bien qu'embarquant de nombreux appareils automatiques et constituant un très complexe ensemble de systèmes associés, reste sous le contrôle des pilotes qui demeurent en haut de la pyramide hiérarchique des systèmes. Du décollage à l'atterrissage, l'appareil est gouverné et n'exécute pas un programme lui permettant d'accomplir sa tâche. En revanche, le grille-pain va effectuer, une fois démarré, une tâche certes unique et très simple, mais de façon entièrement autonome et sans aucune intervention extérieure, exécutant un programme, une suite d'instructions: le thermostat, qui coupe le circuit dés qu'une certaine température est atteinte, et que l'on règle en vue d'une durée plus ou moins longue de cuisson, peut être considéré comme unité d'entrée, tandis que ce réglage lui-même peut être considérée comme la saisie du programme à exécuter. Ainsi le robot, machine programmable, ne peut être séparé de l'ordinateur, et à cet égard doit être défini comme une unité de sortie, un périphérique. Le schéma et l'architecture classique des machines à traitement automatique de données reste donc valable, même dans le cas d'un futur robot quasi autonome, conforme aux prévisions de la science-fiction. La seule différence entre un ordinateur et de bureau et un robot est que l'unité de calcul (processeur), les unités de stockage (mémoire vive et mémoire permanente), les unités d'entrée (caméras, etc.) sont soit embarquées dans le système, soit le commandent à distance. Mais le robot lui-même, en tant que dispositif mécanique commandé par l'unité centrale, reste un périphérique de sortie. Quelque soit la complexité du logiciel lui permettant de réagir à son environnement, le robot est piloté, exactement comme une imprimante qui exécute une suite de tâche programmées. Le robot reste donc une machine Von Neumann, dont il n'est qu'un élément. Selon cette définition, on peut considérer, même si cette distinction est quelque peu académique, que les robots SWORD (évoqués plus bas) testés en ce moment en Irak, ainsi que les laboratoires automatiques opérant sur Mars ne sont pas, justement, de véritables robots, puisqu'ils ne s'agit que de systèmes téléguidés par un opérateur humain. En revanche, des systèmes automatisés comme des satellites, certains drônes, ou des missiles auto-pilotés, constituent bien des robots. drône Robots autonomes : Ainsi l'on cherche à réaliser des systèmes capables de réagir seuls à l'environnement, c'est à dire à un certain imprévu. Et c'est ce plus ou moins grand degré d'autonomie (d'autres aiment mieux dire « intelligence artificielle ») qui rapproche les robots des systèmes complètement autonomes envisagés par la science-fiction et la recherche de pointe. Une certaine capacité d'adaptation à un environnement inconnu peut, dans les systèmes semi-autonomes actuels, être assurée pourvu que linconnu reste relativement prévisible: l'exemple déjà opérationnel de l'aspirateur-robot (par exemple le Trilobite d'Electrolux) en est une parfaite illustration : le logiciel qui pilote cet appareil est en mesure de réagir aux obstacles qui peuvent se rencontrer dans une habitation, de les contourner, de les mémoriser. Il sauvegarde le plan de l'appartement et peut le modifier en cas de besoin. Il retourne en fin de programme se connecter à son chargeur. Il doit donc fournir une réponse correcte au plus grand nombre possible de stimulations, qui sont autant de données entrées, non par un opérateur, mais par l'environnement. C'est un robot dans le plus pur sens du terme. L'autonomie suppose que le programme d'instructions prévoie la survenue de certains évènements, puis la ou les réactions appropriées à ceux-ci. Lorsque l'aspirateur évite un buffet parce qu'il sait que le buffet est là, il exécute un programme intégrant ce buffet, par exemple les coordonnées X-Y de son emplacement. Si, ce buffet étant déplacé, il est capable de modifier son plan en conséquence et de traiter une zone du sol qu'il ne prenait pas en compte jusqu'alors, un degré supérieur d'autonomie est atteint par ce robot.
La robotique actuellement

Liste des robots
Robots humanoïdes :
- Asimo
- Hubo
- NBH-1
- P1
- P2
- P3
- Qrio Autres robots :
- Aibo, chien de compagnie Robots industriels :
- Unimate, le 1er robot industriel
- Lemur,robot industriel à 6 pattes
- Robot Delta, robot ayant un bras de manipulation formé de 3 parallélogrammes
Marché de la robotique
Le nombre de robots en activité est en pleine explosion depuis une quinzaine d'années, sous les effets combinés des progrès techniques et de la baisse des coûts (divisés par quatre pour les robots industriels entre 1990 et 2003). Ils se répartissaient fin 2003 :
- 29 % de robots domestiques (dont 94 % d'aspirateurs automatiques (570 000 au total) et 37 000 tondeuses automatiques) ;
- 38 % de robots industriels (soit 800 000 au total, dont 50 % présents au Japon, 31 % en Europe et 14 % en Amérique du Nord).
- 33 % de robots de loisirs (692 000, dont une majorité d'Aibo de Sony). Le nombre de robots militaires n'est pas déterminé, même si on exclut les missiles et autres satellites. Pour l'instant, les systèmes d'arme restent sous contrôle total d'un opérateur humain, même sur des système par ailleurs robotisés. Les drônes sont maintenant assez répandus (car le ciel est un endroit où il est assez facile de se mouvoir sans avoir à gérer des obstacles), et des robots terrestres sont en expérimentation dans les arsenaux de nombreux pays. Le plus médiatique est l'engin SWORD testé par les USA en Irak La croissance du nombre de robots dans notre environnement restera forte d'ici à 2007. Les robots industriels (dont on recense plus de 20 000 applications, de la chaîne de montage automobile à la trayeuse automatique) devraient être un million cette année-là (soit 25 % de hausse). Quant aux robots domestiques, ils devraient être presque sept fois plus nombreux en 2005, avec quelques utilisations nouvelles (lavage de vitres, de piscines).
Futurs développements
La microrobotique est un champ d'étude en plein essor. La compréhension des phénomènes physiques dans la manipulation à l'échelle du micromètre et la miniaturisation des mécanismes sont d'un intérêt crucial pour la micro-ingénierie. Les recherches concernent aussi bien les capteurs, que les actionneurs et les préhenseurs. De nombreux roboticiens se concentrent aujourd'hui sur la locomotion humaine et animale. C'est une problématique difficile, en partie à cause de la puissance de calcul nécessaire. L'étude des robots à pattes a été menée depuis plusieurs décennies, surtout sur les robots hexapodes, quadripèdes, etc. La tendance était alors de copier la flexibilité, la robustesse et l'adaptabilité des insectes. Ce type de robot est statiquement stable, et donc plus facile à contrôler. Aujourd'hui on assiste à une intensification de la recherche sur la locomotion bipède, qui est par nature dynamiquement stable, donc plus difficile à maîtriser. Mais les avantages sont considérables : progression dans la connaissance de la bipédie, meilleur franchissement d'obstacle et adaptation à l'environnement humain. Ainsi de nombreuses universités et entreprises, surtout japonaises, se sont lancées dans la construction de robots humanoïdes. La robotique médicale est également très active. De nouveaux robots sont développés pour la chirurgie mini-invasive et la téléchirurgie. De nouvelles techniques sont exploitées, comme les actionneurs AMS (alliages à mémoire de forme), la microrobotique et les interfaces haptiques. Des algorithmes de traitement d'image sont développés dans la même voie. La recherche s'est aussi orientée vers la navigation, la localisation et la planification de trajectoire. L'exploration sous-marine et spatiale sont des domaines où la robotique est d'une grande utilité. Les développements futurs concernent aussi la vision et le traitement d'image, notamment dans le but de concevoir des véhicules « intelligents », ou des robots de surveillance et d'exploration.
Science-fiction

Littérature
La littérature de science-fiction autour du thème des robots est foisonnante notamment par:
- I, Robot d'Isaac Asimov
- Cycle de Fondation d'Isaac Asimov
Cinéma

- Metropolis de Fritz Lang
- Planète interdite
- Terminator
- Matrix
- La Guerre des étoiles
- Robocop
- A.I. Intelligence artificielle
- Blade Runner
- Alien
- L'Homme bicentenaire
- I, Robot
Compétitions
RoboCup est une compétition internationale dont le but est de développer une équipe de football composée de robots humanoïdes totalement autonomes. L'objectif est de gagner contre les champions du monde d'ici 2050. Il existe plusieurs catégories, qui vont de la simulation aux robots humanoïdes en vraie grandeur. RoboCup est considérée comme la coupe du monde de robotique. Au Japon, où la robotique est très populaire, le tournoi de robots-sumos est une des compétitions les plus célèbres. La règle est simple : il faut sortir son adversaire de l’aire de jeu. Aux États-Unis, les Battlebots sont des combats violents de robots armés, placés dans une arène truffée de pièges. Ces robots doivent obéir à des règles précises (site officiel [http://www.battlebots.com ici]). Des compétitions similaires existent en Angleterre sous le nom de Robot Wars. Ces combats très populaires passent aussi dans des émissions de télévision. En France, la compétition la plus célèbre est certainement la coupe E=M6. Il s'agit là de son nom le plus connu, car celle-ci a changé de nom pour « Coupe de France de robotique » il y a quelques années. Voir l'article détaillé : Coupe de France de robotique La popularité des émissions de télévision telles que Robot Wars et Battlebots, des compétitions de robots-sumos, le succès des « bombes intelligentes » et des drones dans les conflits contemporains suggèrent que la crainte de voir des formes de vie artificielles devenir violentes n'est plus une illusion. L'agence de recherches avancées du département américain de la Défense (DARPA) finance des projets technologiques tels que le Darpa Grand Challenge, une course dans le désert du Nevada qui a lieu tous les ans. En octobre 2005, c'est l'engin conçu par l'université Stanford, baptisé Stanley, qui a remporté la récompense de 2 millions de dollars. Stanley est un véhicule automatique, conduit par 7 ordinateurs en réseaux et qui se guide par un radar et des rayons laser.
Voir aussi

Articles connexes

- Cybernétique
- Exosquelette
- Intelligence artificielle
- Machine-outil
- Mécatronique
- Drone
- V1 (ceux-ci étaient connus en Belgique francophone sous le nom de robots)
- Wikipédia:Bot
- Wikipédia:Bot/Requêtes
Liens externes

Construction et programmation de robots

- [http://www.mebitec.com/eng_index.html TopLas3D - logiciel pour la programmation de robots]
- [http://www.cnrs.fr/cw/dossiers/dosrob/accueil/index.html Portraits robots : les recherches en robotique]
- [http://www.vieartificielle.com/ VieArtificielle.com - Site commercial spécialisé dans la robotique et l'intelligence artificielle]
- [http://www.planete-sciences.org/robot/index.php Secteur robotique de l'Association Planète Sciences]
- [http://www.eurobot.org/fr/ Site du concours Eurobot]
- [http://www.robotik.net/ Archives des Coupes de France de robotique]
- [http://wikibot.ma.cx/index.php/Accueil Wiki sur la construction de robots]
La fiction et les robots

- [http://www.techno-science.net/?onglet=articles&article=26 Le mythe du robot dans la fiction, sur le site Techno-Science.net]
- [http://jp-petit.com/TELECHARGEABLES/Francais/robots.htm À quoi rèvent les robots, BD de Jean-Pierre Petit] (au format PDF) Catégorie:Robotique ja:ロボット ko:로봇 th:หุ่นยนต์

Simulation

- Simulation de phénomènes réels
- Cas particulier : le jeu de guerre ou Kriegspiel utilisé dans les écoles militaires
- Cas particulier : la simulation numérique utilisant un ordinateur
- Application au jeux vidéo : jeu de simulation
- Simulation orgasmique lorsque la femme (ou l'homme) pousse des cris spasmiques pour ne pas décevoir son ou sa partenaire ja:シミュレーション

Philosophie

ko:철학 ms:Falsafah ja:哲学 simple:Philosophy th:ปรัชญา Le mot philosophie désigne tantôt une discipline théorique (ouvrage philosophique, cours de philosophie...), tantôt un système de pensée ou de croyances (la philosophie confucianiste, la philosophie marxiste...), tantôt, de façon plus familière, un état d'esprit ("Untel a fait preuve de philosophie"). Ce dernier sens du mot est plus proche de la notion de sagesse que de celle de philosophie.

Généralités

En tant que discipline théorique, système de pensée ou plus généralement, en tant qu'activité et produit de l'esprit, la philosophie se conçoit comme un questionnement paradoxal : bien qu'orienté vers la recherche du vrai et de l'universel, il s'opère dans la conscience de ne pas pouvoir atteindre ce degré ultime de connaissance. La philosophie, contrairement aux sciences de la nature, n'engendre pas de vérités immuables. Elle ne fait qu'aider l'homme à se comprendre lui-même au travers d'un cheminement intellectuel qui s'avère moins fructueux par ses résultats que par son existence même et ses modalités. Pour le philosophe autrichien Karl Popper, le problème philosophique véritable est celui qui engendre de nouveaux problèmes. L'absence de vérités philosophiques tient au caractère insoluble des problèmes qu'aborde la philosophie. Ces problèmes sont articulés autour de concepts, c'est-à-dire d'objets théoriques permettant d'interroger et de manipuler dans l'abstraction, par le biais de liens logiques, des éléments de l'expérience humaine. Les concepts au cœur des questionnements et théories philosophiques sont, entre autres :
- l'existence,
- le temps,
- la connaissance,
- la vérité,
- le sujet,
- autrui,
- la justice,
- l'art... L'interrogation philosophique la plus classique consiste à se saisir d'un mot couramment employé mais dont le sens paraît vague et complexe, et de tenter de saisir les contours du ou des concepts qu'il désigne. "Qu'est-ce que l'homme ?", "Qu'est-ce que la justice ?", "Qu'est-ce que la connaissance", etc., sont des questionnements typiquement philosophiques. Cependant la philosophie se déploie en une infinité de problèmes et de sous problèmes qui ne concernent pas seulement des concepts uniques mais aussi des articulations de concepts ou encore la recherche de principes de pensée et d'action. Elle connaît de nombreuses subdivisions parmi lesquelles on peut citer la métaphysique, la morale ou l'éthique, la philosophie politique, la philosophie de la connaissance, l'épistémologie, la philosophie de l'art ou esthétique, etc. Si la philosophie s'attache principalement à des problèmes éternels, elle n'est pas pour autant statique. En effet, elle se nourrit du réel, de l'évolution des sociétés et de l'avancement des sciences. Les changements du monde sont l'occasion d'un renouvellement permanent du questionnement philosophique. esthétique

Étymologie

La philosophie (philo-sophia, φιλοσοφία) est l'amour ou le goût de la connaissance, de la sagesse, du savoir, du grec philein (aimer), et sophia (connaissance, savoir, sagesse). Le mot s'interprète donc comme « quête de la sagesse ou de la connaissance », le verbe philein pouvant avoir non seulement le sens d'aimer, mais aussi celui d'apprécier ou de chercher. En ce sens, le philosophe s'oppose au sophiste (au sens péjoratif donné par Platon), qui prétend déjà détenir la sophia, ou au croyant des diverses religions. Diogène Laërce, dans sa Vie des philosophes affirme qu'en ce qui concerne la philosophie les Grecs auraient inventé non seulement la chose, mais également le mot. Ce mot, selon certaines sources, aurait été forgé par Pythagore, qui refusait de se considérer comme un sage (sophos) car la possession de la connaissance, i.e. la connaissance des principes et causes des choses humaines et divines, est le privilège des dieux. Il préférait être appelé « amoureux de la connaissance » (philosophos), c'est-à-dire amoureux des réalités divines. Avant Pythagore, on appelait sophoi ceux qui cherchaient à connaître les réalités divines et humaines, sans que ce mot soit péjoratif. Il y a donc, à l'origine de la philosophie, d'un côté ceux que l'on appelle les sages (Thalès de Milet, etc.), et de l'autre ceux qui furent appelés philosophes. L'étymologie nous apprend ainsi au moins deux choses :
- D'une part, la philosophie concerne initialement la connaissance, elle est une activité intellectuelle qui consiste à cultiver ses facultés et à acquérir une vue aussi objective que possible du monde ; la philosophie classique ou moderne confirme cela.
- d'autre part, la philosophie a aussi une finalité morale et pratique : elle est un art de vivre, et le philosophe qui vit selon la raison, selon une conception classique de la morale, s'efforce de vivre en sage et de suivre le bien pour atteindre le bonheur par le biais de l'ataraxie. On mesure mal aujourd'hui l'importance de cet art de vivre qui faisait souvent comparer le philosophe à un dieu mortel, à un dieu vivant parmi les hommes (c'est le cas, par exemple, chez des philosophes aussi différents que Platon, Aristote, Epicure et Sénèque). Cet aspect pratique a considérablement évolué, et est aujourd'hui étudié en philosophie politique, en philosophie de l'action et en éthique.

Spécificité de la philosophie

Une bonne méthode pour déterminer le sens d'un concept peut être de rechercher ce que ce concept n'est pas. Or, science, philosophie, mythes et religions ont une triple ambition commune : décrire, expliquer, justifier. Il importe donc d'examiner en quoi ils se distinguent.

Philosophie, mythes et religion

Le mythe et la philosophie ont un point commun : ce sont des explications cohérentes du monde. Le mythe est un récit fabuleux qui décrit l'origine du monde, de l'homme, de la société. Les philosophes s'interrogent également sur ces problèmes. Mais il y a des différences :
- la philosophie se veut fondée sur une connaissance rationnelle ; le mythe a par contraste un caractère merveilleux, inexplicable même du fait des causes qu'il invoque, comme les forces surnaturelles ;
- la philosophie suppose que l'on n'adhère pas à une doctrine par la seule foi et encore moins par superstition ; la croyance au mythe fait l'économie de la notion de preuve, ou bien en présente qui n'entraînent pas de conviction universelle (sinon on ne le considèrerait plus comme mythe, mais — à tort ou à raison — comme réalité) ;
- la philosophie cherche à expliquer les phénomènes observés par des causes naturelles ; le mythe recourt souvent à des explications surnaturelles.

Philosophie et science

- voir article détaillé Philosophie et science Lorsqu’il est question du rapport de la philosophie avec les sciences, la philosophie est couramment qualifiée de « mère de toutes les sciences ». Cette optique relève d’une considération quant à l’histoire des idées, où la philosophie apparaît en quelque sorte comme un lieu d’émulation, propre à l’émergence de disciplines appelées à acquérir leur autonomie. Ainsi, par exemple, on remarque qu’alors qu'Isaac Newton désignait encore ses travaux sous l’appellation de philosophie (son maître ouvrage de 1687 portant le titre de Philosophiae Naturalis Principia Mathematica), les développements en ce domaine appartiennent maintenant au domaine de la physique. De même, pour n’évoquer que quelques exemples supplémentaires, c’est de travaux et recherches en philosophie que sont issues, à la fin du , des disciplines comme la sociologie et la psychologie ; tout comme la gérontologie s’est, quant à elle, forgée en tant que discipline (se rattachant maintenant en partie à la psychologie) seulement dans la seconde moitié du , sous l’impulsion de travaux et recherches en philosophie. Cela signifie-t-il pour autant que la philosophie ne serait que le balbutiement des sciences ? Qu’elle ne serait en quelque sorte qu’une manière de désigner les disciplines n’ayant pas encore « abouti » ? Il existe bien sûr plusieurs positions théoriques à cet égard, mais avant même de s’y attarder, il faut noter qu’une attention aux milieux de la recherche fondamentale révèle que... (suite dans l'article détaillé Philosophie et science).

Origine de la philosophie

- Voir article détaillé origine de la philosophie Pourquoi et comment des hommes se sont-ils mis à la philosophie ? Que signifie l'apparition de la philosophie dans l'histoire humaine, et peut-on affirmer que certaines civilisations se soient plus préoccupées de constituer un discours philosophique que d'autres ? Il se peut que le besoin d'exploration intellectuelle soit lié à un désir commun aux mammifères prédateurs et à tous les primates de connaître aussi profondément qu'ils le peuvent leur environnement. Mais en expliquant l'origine de la philosophie (et par conséquent ses exigences de rationalité ou de sagesse, par exemple) dans une telle perspective, on s'en tient à un niveau explicatif en termes strictement motivationnels – génétiques, neurobiologiques, etc. –, généralement applicable aux activités humaines. Il appert plus fructueux, pour une compréhension de l'activité philosophique elle-même, d'examiner plutôt son avènement en retraçant les grandes lignes de son origine historique, ainsi que les interprétations de ses origines en termes proprement philosophiques. L'origine historique de la philosophie est mal connue. On considère généralement que le premier philosophe est Thalès de Milet, mais ce philosophe de la nature était peut-être d'origine phénicienne, et son savoir laisserait donc supposer une tradition philosophique bien plus ancienne. Ce qui est certain, c'est que la philosophie naît sous l'influence de la science égyptienne (géométrie), du savoir phénicien (arithmétique), et de courants religieux variés, venus par exemple de Mésopotamie et de l'Inde. Bien d'autres influences ont été supposées, mais il est dans l'ensemble très difficile de faire la part des choses. Il faut remarquer également que les premiers philosophes... (suite dans l'article détaillé origine de la philosophie).

Trois conceptions de la philosophie

- Voyez les articles Philosopher et Philosophe pour plus de détails. Il est possible de distinguer à partir de ce qui précède trois conceptions de la philosophie :
- une partie réflexive de la philosophie : l'exercice de la raison en tant qu'activité d'évaluation et de critique des arguments ;
- un savoir philosophique : par la détermination de concepts et d'outils mentaux pour comprendre l'homme et le monde ;
- une partie pratique, la sagesse, qui doit faire l'unité du penser et de l'agir (de l'entendement et de la volonté) ;

Critiques de la philosophie

La philosophie a été critiquée dès sa naissance. Certaines critiques sont extérieures au discours philosophique (par exemple, les critiques du sens commun), d'autres lui sont internes (critiques des philosophes entre eux). Mais toute critique peut faire l'objet d'un examen philosophique ; on ne peut d'ailleurs concevoir de philosophie sans critique. Voir article détaillé : Critiques de la philosophie

Articles de philosophie

Note : si vous désirez participer à la rédaction d'articles de philosophie, veuillez consulter Wikipédia:Projet/Philosophie, projet qui doit permettre une coordination des efforts des rédacteurs. Voir le détail des articles : Wikipédia:Portail philosophie

Appel à contributions

Si vous avez des connaissances à faire partager, et que vous souhaitez écrire avec plus de liberté, vous pouvez :
- écrire des textes pédagogiques, des introductions, etc. dans [http://fr.wikibooks.org/wiki/Histoire_de_la_philosophie Wikilivres] ;
- placer dans Wikisource:Mémoires en philosophie vos mémoires ou thèses.

Annexes

- Programme de philosophie en classe terminale en France
- Dérivés du mot philosophie
- Traduction du mot philosophie
- Expressions dans la langue courante.

Bibliographie générale

- Apologie de Socrate, Platon
- Phédon, Platon
- Le Banquet, Platon
- Théétète, Platon
- La République, Platon
- La Métaphysique, livre A, Aristote
- La Politique, Aristote
- Éthique à Nicomaque, Aristote
- Lettres, Épicure
- Protreptique, Jamblique
- Discours de la méthode, Descartes