par Une IAG, qui s’écrit aussi IAg quand il s’agit de la générative, est un acronyme très répandu aujourd’hui. Sauf que… la lettre g est définie tantôt par « générative », tantôt par « générale ».
Voici un petit éclairage sur la différence et la réalité.
Dès l’arrivée dans la sphère publique de ces machines algorithmiques – qui ne sont pas des intelligences au sens où on l’entend habituellement –, l’acronyme IA s’est imposé (AI en anglais). Or l’intelligence artificielle était déjà connue et utilisée depuis des décennies dans divers domaines (économico-industriel, militaire, scientifique, technologique, médical…), ayant évoluée depuis les années quarante, par périodes.
Le terme IA est donc au départ utilisé au sens large, touchant à toutes les technologies conçues pour « remplacer » mécaniquement le geste humain, pouvant servir aussi d’outil prédictif.
Elle est également utilisée depuis fort longtemps, de manière cachée, dans tout un tas de logiciels. On la qualifie d’ailleurs le plus souvent d’IA spécialisée : celle-ci est appelée IA faible, car elle vise de petites tâches. En anglais on la retrouve sous l’acronyme ANI pour Artificial Narrow Intelligence, une sorte d’outil de proximité. Elle est vraiment partout. Et c’est d’elle que découlent les agents ou assistants que tout un chacun peut utiliser aujourd’hui.
Mais beaucoup la désigne à tort comme IA générale… Alors que lorsque le g signifie vraiment « générale », l’IAG (AGI en anglais), est une conception plus récente présageant d’un outil conçu pour aller plus loin, pour apprendre, penser et s’adapter comme l’humain sans être reprogrammée pour ça. Cette forme est toujours en développement et n’a pas (encore) vu le jour parmi nous… Elle est également qualifiée de IA forte.
L’arrivée de l’IA… générative ou IAg
L’IA générative ou IAg a débarqué comme utilitaire à l’automne 2023 auprès du grand public. Comme vous vous en êtes également aperçu, tout le monde parle d’IA tout court. Pour couronner le tout, la recherche sur l’IA générale (IAG) continue sa course (comme expliqué précédemment). Ce qui crée la confusion entre IAg et IAG…
Il y a aussi ce que l’on appelle les grands modèles de langage ou modèles de language étendus ou LLM (Large Language Models). Une autre confusion peut advenir facilement ici : en effet, tout « LLM » est une IA générative MAIS toutes les IA génératives ne sont pas forcément des LLM, puisque, par exemple, une IA qui produit des vidéos n’est pas un modèle de langage…
Et puis il y a ceux que vous connaissez, regroupés sous l’appellation « LMM ». Ces modèles devenus familiers apprennent sans cesse et permettent, sur demande, de produire des réponses, des textes, des sons, des images, des vidéos et même du code. Tout cela sur la base de recoupement de données sourcées et de probabilités. D’ailleurs si vous vous en servez, vous contribuez à leur apprentissage permanent.
Même si certains disent qu’il existe 4 types d’IA, d’autres parlent de 5 types, voire de 7 types d’IA… Ceci s’explique si l’on distingue en détail leur fonctionnement car, en réalité, elles se recoupent et sont le plus souvent imbriquées comme des poupées russes…
Pour y voir un peu plus clair et pour ceux qui ont une mémoire visuelle dominante, je vous ai créé ci-dessous un schéma (non exhaustif). Cliquez dessus pour le télécharger en PDF.
Plus communément, si vous voulez éviter de vous prendre la tête, vous pouvez rester sur l’idée qu’il existe trois grands principaux profils d’intelligence* artificielle (en gras dans mon article).
C’est déjà pas mal !
Lire aussi :
(image en-tête : scribécom)
* J‘ai déjà écrit à propos du mot « intelligence » qui n’est évidemment pas la définition au sens humain du terme avec tout ce que cela comprend : émotions, vécu, cinq sens, conscience… C’est un outil basé sur des algorithmes recoupant des données (sources préalablement générées par l’humain jusqu’à maintenant) pour produire une réponse. Point.
