
Test de Turing
Algorithmes
Approches de l'IA
Systèmes experts
Machine learning
Réseaux de neurones artificiels
IA génératives
Fonctionnement des LLM
IA agentique
IA forte / IA générale
Hallucinations
Enjeux de l'IA
12
questions
20
minutes
extrait
New York, 1997. Au 35ᵉ étage de l’Equitable Center, Garry Kasparov, champion du monde d’échecs, affronte pour la deuxième fois Deep Blue, le supercalculateur d’IBM.
Un an plus tôt, Kasparov avait dominé la machine. Confiant, il accepte une revanche.
Mais en ce 12 mai, les deux adversaires sont à égalité : une victoire chacun, trois parties nulles. La dernière manche décidera du vainqueur — et peut-être d’un peu plus que cela. Quelques jours plus tôt, Newsweek avait résumé l’enjeu par une formule dramatique : The brain’s last stand — le dernier rempart de l’esprit humain.
Quand Kasparov abandonne au 19ᵉ coup, le choc est considérable : pour la première fois, une machine bat un champion du monde dans ce qui était considéré comme l’un des sommets de la pensée humaine.

Dix-neuf ans plus tard, un autre duel homme–machine se prépare — sur un terrain encore plus défavorable aux algorithmes.
Séoul, 2016. Devant des millions de spectateurs en ligne, Lee Sedol, l’un des plus grands joueurs de go de l’histoire, affronte AlphaGo, un programme conçu par DeepMind, filiale de Google.
Le go est alors considéré comme hors d’atteinte pour les machines : trop de subtilités, trop de configurations possibles, trop de place pour l’intuition.
Lors de la deuxième partie, au 37ᵉ coup, un murmure traverse la salle. Lee Sedol lui-même semble sonné. AlphaGo vient de jour un coup totalement improbable. Aucun humain n'aurait joué ainsi.
Quelques instants plus tard, Lee Sedol s’incline.
Le verdict est sans appel : l’intuition humaine vacille face à un programme qui n’a pas seulement calculé — mais appris, et joué d’une manière que les experts qualifieront de créative.

En apparence, ces deux défaites se ressemblent. En réalité, elles racontent deux histoires différentes.
Deep Blue calcule : 200 millions de positions par seconde.
AlphaGo apprend : il généralise, détecte des motifs, explore des stratégies inédites.
La vérité est dérangeante : dans un grand nombre de tâches spécialisées, les IA sont déjà meilleures que nous. Faut-il s’en réjouir ou s’en inquiéter ?
Vingt ans après sa défaite contre Deep Blue, dans un TED Talk, Kasparov livrait une réflexion devenue célèbre : « Si vous ne pouvez pas les battre, apprenez à travailler avec elles. »
Kasparov raconte que ce qui l’avait le plus désarçonné face à Deep Blue n’était pas sa puissance, mais l’incertitude : ne pas savoir ce que la machine pouvait faire, ni où se situaient ses limites.
Cette incertitude est intenable. C'est la raison pour laquelle dans la vie professionnelle nous cherchons à travailler avec des gens en qui nous avons confiance et dont nous connaissons les forces et les faiblesses.
Avec l’IA, l’enjeu est le même. Pour travailler avec elle, il faut d’abord comprendre comment elle fonctionne. C’est l’objet de cet épisode.
Le terme intelligence artificielle s’impose en 1956, lors de la conférence de Dartmouth (USA), souvent considérée comme le point de départ officiel du domaine.
L’IA devient alors une discipline scientifique à part entière. Une manière aussi de rappeler qu’elle n’a rien de magique — elle repose sur une brique élémentaire : l’algorithme.
Envie de connaître la suite ?
Demander un accès