À mesure que l’intelligence artificielle s’impose dans nos usages quotidiens, une confusion s’installe : celle qui assimile les réseaux de neurones artificiels à des cerveaux humains. D4ailleurs, l’expression « Intelligence » elle-même prête à confusion.
Et pourtant, ces deux systèmes n’ont quasiment rien en commun et rien à voir !
Les premiers modèles de réseaux de neurones, conçus dans les années 40, s’inspiraient de la biologie. L’idée était de reproduire très grossièrement le comportement de neurones à travers des opérations logiques simples. Les systèmes utilisés aujourd’hui sont constitués de blocs à connotations mathématiques que l’on assimile à des fonctions se nourrissant d’entrées, appliquant des pondérations et produisant un résultat.
Rien à voir avec un neurone humain, qui interagit par signaux électrochimiques, forme des milliers de connexions. Le cerveau humain compte 86 milliards de neurones et plus de 100 000 milliards de synapses. Les modèles les plus avancés comme LLaMA , celui de Meta, disposent de 400 milliards de paramètres … Nous sommes loin du compte par rapport à un cerveau humain !
L’autre confusion vient de l’apprentissage. Tout au long de notre vie, notre cerveau se développe, s’adapte, se réorganise. Les réseaux de neurones artificiels, eux, n’apprennent que pendant leur phase d’entraînement. Une fois figés, ils ne peuvent évoluer sans être entièrement réentraînés. On est loin de l’adaptabilité du cerveau humain qui dispose d’une capacité d’apprentissage continue. Seule la vieillesse nous pénalisera .
Pourquoi est-ce problématique ? Parce que cette confusion alimente des fantasmes : une intelligence artificielle consciente, capable de raisonner comme un humain voir même le remplacer ! On prête à l’IA des intentions, des émotions, alors qu’elle ne fait qu’optimiser des fonctions mathématiques.
Cette vision biaisée de l’IA fausse les débats sur les usages, la régulation et les risques réels. Elle permet surtout d’éviter de se poser les vraies questions : comment encadrer des systèmes puissants mais fondamentalement non humains ?
Les réseaux de neurones sont des outils sophistiqués mais ne seront jamais l’équivalent d’un cerveau humain. C’est en les considérant pour ce qu’ils sont, des fonctions statistiques performantes, que nous pourrons alors progresser vers des usages réalistes, responsables, éthiques.
