Une corrélation est une relation statistique entre deux variables dont les valeurs varient dans le même sens ou dans le sens opposé. Ainsi la corrélation peut-elle être positive ou négative. Une causalité est une corrélation dans laquelle une variable dépend de l’autre et cette relation persiste dans le temps. Le problème de la relation cause/effet a pris une importance toute particulière avec le développement des sciences soit donc à partir du XIXème siècle. “L’homme a naturellement envie de savoir” ce qui explique le monde des questions qu’il pose et se pose. Il est donc vraisemblable que cette appétence est à l’origine de la technique, concevant des objets dont le but est bel et bien de lui venir en aide grâce aux réponses qu’elle sera en mesure de lui apporter. Mais le problème vient de ce que trouver qu’il existe des corrélations entre des facteurs ne signifie pas qu’il y ait une relation de cause à effet. La relation entre deux variables, qu’elle soit négative ou positive ne signifie pas que l’une agit sur l’autre ce qui signe la causalité. La recherche de corrélation implique donc d’étudier des variables sans chercher à les manipuler. La relation de cause a effet ne peut intervenir dans la démarche du chercheur que dans un second temps : la recherche causale nécessite une expérience programmée dont les variables seront contrôlées. Mais aujourd’hui ce problème va se poser à l’Intelligence Artificielle qui détecte parfaitement les corrélations mais se révèle particulièrement mutique en ce qui concerne le domaine de la causalité (Why AI needs to understand consequences). D’où la question que peut faire l’homme pour sa machine s’il veut valider sa prise de décision ? Il faudra donc adapter la machine pour transformer ses capacités et les rapprocher des qualités humaines qui font que l’appréciation de la causalité est le résultat de nombreuses acquisitions et qualités humaines parmi lesquelles l’imagination et les retours en arrière ! C’est “l’inférence causale” où les mathématiques vont devoir prendre en main l’acte décisionnel humain pour le meilleur en évitant le pire !
Des discussions enflammées, des séminaires à l’infini, des publications à ne plus savoir que lire, tels sont les manifestations que provoque le thème actuel de l’Intelligence Artificielle. Pas de salut sans avoir choisi entre le Pour et le Contre. Pour choisir entre ces deux extrêmes de quels arguments dispose-t -on ? Des bienfaits tout autant que des méfaits supposés de l’une ou l’autre de ces deux attitudes et contrairement à ce que l’on pourrait penser le Candide serait bien en mal de trancher au vu et au su des confrontations entre spécialistes. Contrairement à ce que R. Poincaré préconisait, le scientifique n’est pas toujours le mieux placé pour traduire en termes compréhensibles le fait scientifique. Mais peut-être est-ce parce qu’il n’y a rien de scientifique dans ce domaine ! Comme cette affirmation est à tout le moins compatible avec la définition d’une oxymore pourquoi ne pas lire l’article Officially Intelligent de Bob Gran (
A propos de l’IA les articles se suivent et se succèdent à un rythme tel qu’une intelligence non artificielle peine pour se maintenir à niveau. Et pour atteindre le niveau supérieur de l’intelligence artificielle, celui dit de l’ apprentissage profond, le chemin semble plus escarpé encore. Mais il existe aussi un autre obstacle (probablement pas le dernier) à franchir celui du sujet lui même que l’on aimerait bien décrypter. Aujourd’hui, il ne s’agit ni plus ni moins que de celui qui fut récompensé par le Prix Nobel de physiologie ou médecine attribué en 2014 à Edvard Moser, May-Britt Moser et John O’Keefe : soit sous une forme extrêmement simplifiée, le comment du positionnement dans l’espace. A ce propos, deux articles analysent une lettre parue dans Nature (pour les plus avertis), 
Pour continuer de poser/de se poser des questions à propos de l’IA, en voici une, parmi tant d’autres non encore formulées. Il s’agit d’une activité humaine qui a été, est et sera à jamais, sujet de réflexion, de discussion, de philosophie pour MR Jourdain. Depuis des décennies, quand on demandait de définir l’ART, les réponses étaient légion d’autant plus variées que le mot est particulièrement polysémique. On pouvait néanmoins s’entendre sur le fait qu’il s’agissait d’une activité humaine pouvant être dépourvue d’intérêt pratique, mais parée d’un appel aux sens. En sera-t-il de même demain : When computers make art ? (
IA ou l’AI de Steven Spielberg, film paru sur les écrans en 2001, doit être associé tout autant à Stanley Kubrick qu’à Brian Aldiss. Si le second comme le premier sont (est/était) reconnus pour leur implication dans une vision du futur, le troisième, sans doute moins connu en France que les précédents, s’inscrit également dans une vision humaniste du monde futur. A l’évidence ces trois personnages, aujourd’hui, sont loin d’être des habitants de l’Utopie de Thomas More puisqu’on peut sans difficulté les citer (mais les auteurs ne l’ont pas fait !) en exergue de cette publication éminemment sérieuse : Learning through ferroelectric domain dynamics in solid-state synapses (