Les progrès récents de l’intelligence artificielle donnent parfois l’impression que les machines se rapprochent rapidement de l’intelligence humaine. Pourtant, une analyse approfondie des propos de Yann Le Cun, l’un des plus grands spécialistes mondiaux de l’IA, révèle un écart infranchissable entre l’humain et la machine. Cette première partie explore les différences techniques et cognitives entre les deux, en s’appuyant sur des exemples concrets tirés d’une conférence récente.
Un enfant absorbe autant d’informations qu’un grand modèle
Les grands modèles de langage peuvent traduire, résumer, rédiger, programmer et même résoudre certains problèmes complexes. Pourtant, selon Yann Le Cun, ces performances restent principalement liées au traitement du texte et ne doivent pas être confondues avec une véritable compréhension du monde physique.
La différence essentielle réside dans la façon dont l’être humain apprend. Un enfant ne se contente pas d’absorber des phrases ou des informations abstraites : il observe, écoute, touche, manipule, tombe, recommence et construit progressivement une représentation du monde. Cette immersion concrète lui permet d’acquérir des compétences générales avec une quantité relativement limitée d’exemples.
Yann Le Cun illustre cette différence par une comparaison particulièrement frappante. À l’âge de quatre ans, un enfant a été éveillé pendant environ 16 000 heures. Durant cette période, ses yeux transmettent au cerveau un flux considérable d’informations visuelles : environ 10^{14} octets, soit approximativement 100 téraoctets de données.
Cette quantité est comparable au volume d’informations textuelles utilisé pour préentraîner les grands modèles de langage. La transcription estime que l’ensemble du texte public disponible sur Internet représente environ 20 000 milliards de mots, soit près de 10^{14} octets après la conversion en données informatiques. La lecture de cette masse de textes demanderait à un être humain environ un demi-million d’années.
La comparaison ne signifie pas qu’un enfant « lit » ou mémorise consciemment 100 téraoctets d’informations. Elle met plutôt en évidence la richesse de son exposition sensorielle. Pendant ses premières années, l’enfant reçoit en permanence des informations sur les formes, les distances, les mouvements, les objets, les visages, la gravité et les conséquences de ses propres actions.
Le point essentiel est donc le suivant : un enfant acquiert une compréhension du monde à partir d’expériences visuelles, corporelles et physiques, tandis qu’un modèle de langage apprend principalement à prévoir la suite de séquences textuelles. Selon Le Cun, cette différence explique pourquoi l’entraînement sur le seul texte ne suffit pas à produire une intelligence équivalente à celle de l’être humain.
La vision ne suffit pas : le rôle décisif du toucher
La comparaison entre l’humain et la machine ne doit toutefois pas se limiter à la vision. Le toucher joue également un rôle fondamental dans la construction de l’intelligence pratique.
Yann Le Cun souligne qu’un être humain peut devenir intelligent sans voir, mais qu’il lui est beaucoup plus difficile de se développer normalement sans le sens du toucher. Les informations tactiles permettent notamment de percevoir la texture, la pression, la résistance, la température, le poids et la stabilité des objets. Elles donnent au cerveau une connaissance directe des propriétés physiques du monde.
Le toucher ne transmet donc pas une information secondaire. Il constitue un canal sensoriel à haut débit, comparable par certains aspects à la vision. Lorsqu’un enfant saisit un objet, le pousse, le lâche ou le porte à sa bouche, il ne fait pas que découvrir sa forme : il apprend aussi comment cet objet réagit à ses actions.
Cette expérience contribue à la formation d’un « modèle du monde ». L’enfant comprend progressivement qu’un objet tombe lorsqu’il n’est plus soutenu, qu’un verre peut glisser si on le pousse à sa base ou qu’il risque de basculer si on exerce une pression sur sa partie supérieure. Ces connaissances ne sont pas nécessairement formulées en mots : elles sont intégrées sous forme d’intuitions physiques.
Les capteurs robotiques restent très limités
Les machines disposent aujourd’hui de capteurs tactiles, mais ceux-ci sont encore loin d’égaler la robustesse et la polyvalence du toucher humain. Le Cun cite notamment des dispositifs constitués d’un gel souple recouvert d’une peinture réfléchissante, observée par une caméra. Ces capteurs peuvent fournir une précision remarquable, mais leur durée de vie reste très limitée : après quelques heures d’utilisation, la peinture peut se détériorer.
Cette fragilité pose un problème majeur pour la robotique. Un robot capable de manipuler des objets dans un environnement réel doit pouvoir répéter ses gestes des milliers de fois, supporter les frottements, les chocs et les variations de pression, tout en conservant une mesure fiable.
En l’absence de capteurs tactiles performants et durables, les robots tentent souvent de manipuler les objets presque exclusivement grâce à la vision. Or, cette stratégie se révèle extrêmement difficile. Une caméra peut détecter la position d’un objet, mais elle ne permet pas toujours de savoir avec quelle force il faut le saisir, s’il est glissant, fragile, lourd, mou ou susceptible de se déformer.
C’est pourquoi, selon Le Cun, la manipulation robotique risque de progresser lentement tant que les chercheurs n’auront pas conçu de meilleurs systèmes de perception tactile.
L’apprentissage humain est plus efficace
L’une des principales différences entre l’humain et les systèmes actuels réside dans l’efficacité de l’apprentissage. Un enfant ou un animal peut apprendre une nouvelle compétence à partir d’un nombre relativement limité d’expériences. Une machine, en revanche, a souvent besoin de milliers, voire de dizaines de milliers d’heures de données pour accomplir une tâche étroite.
Le Cun donne l’exemple de l’apprentissage par imitation dans la robotique. Il est possible d’entraîner un robot à reproduire une tâche spécifique en observant des démonstrations humaines. Mais pour obtenir un résultat fiable, il faudrait parfois collecter des dizaines de milliers d’heures de données pour une seule tâche réalisée dans un environnement précis. Cette méthode est difficilement viable sur le plan économique et ne permet pas nécessairement au robot de s’adapter à une situation nouvelle.
Le contraste avec l’être humain est considérable. Un adolescent peut apprendre à conduire après relativement peu d’heures de pratique, alors que les chercheurs disposent de milliards d’heures de vidéos de conducteurs humains. Malgré cette abondance de données, les systèmes automatisés ne reproduisent pas encore la souplesse et la fiabilité de l’apprentissage humain dans toutes les situations.
L’humain ne se contente donc pas de reproduire mécaniquement ce qu’il a observé. Il extrait des principes généraux, comprend les causes et les conséquences, puis applique cette compréhension à des situations inédites.
Le modèle du monde : observer, expérimenter et prévoir
Pour expliquer l’intelligence humaine, Yann Le Cun insiste sur la notion de « modèle du monde ». Il s’agit d’une représentation mentale qui permet de prévoir les conséquences possibles d’une action avant de l’exécuter.
Lorsqu’une personne pousse un verre, elle ne se contente pas d’observer le mouvement produit. Elle anticipe aussi ce qui risque de se produire selon l’endroit où elle exerce la pression. Elle peut prévoir que le verre glissera, basculera ou restera immobile. Cette capacité de simulation mentale permet de choisir une action et d’en évaluer les conséquences.
Les bébés construisent progressivement ce modèle du monde par l’observation, puis par l’expérimentation. Ils découvrent notamment les effets de la gravité et comprennent peu à peu qu’un objet tombe lorsqu’il n’est plus soutenu. Cette compréhension ne provient pas uniquement de l’enseignement d’un adulte : elle se forme à travers une longue interaction avec l’environnement.
Les modèles de langage, eux, peuvent accumuler une grande quantité de connaissances déclaratives. Ils peuvent savoir, à travers les textes qu’ils ont traités, qu’un objet tombe sous l’effet de la gravité. Mais cette connaissance verbale ne signifie pas nécessairement qu’ils possèdent une compréhension physique comparable à celle d’un enfant ou d’un animal qui manipule réellement cet objet.
Le langage est puissant, mais il repose sur une expérience concrète
Le langage représente l’une des grandes forces de l’être humain. Il permet de transmettre rapidement des concepts abstraits, de partager des expériences et d’accéder aux connaissances accumulées par plusieurs générations.
Cependant, le langage ne constitue pas le fondement unique de l’intelligence. Il s’appuie sur une expérience préalable du monde. Un enfant comprend plus facilement le mot « lourd » après avoir essayé de soulever un objet lourd. Il comprend le mot « chaud » après avoir fait l’expérience de la chaleur. Les mots prennent leur sens parce qu’ils sont associés à des perceptions et à des actions.
C’est ce que Le Cun relie au problème de l’ancrage dans la réalité, souvent appelé grounding problem. Une intelligence véritable devrait pouvoir relier les symboles, les mots et les concepts à des expériences concrètes. Sans cet ancrage, le langage risque de rester une manipulation abstraite de signes.
Les animaux révèlent une intelligence différente
La comparaison ne doit pas opposer uniquement l’être humain aux machines. Les animaux montrent également que l’intelligence peut se développer selon des voies très différentes.
Yann Le Cun rappelle que certaines espèces présentent des capacités remarquables sans bénéficier d’une longue éducation sociale. Il cite notamment les poulpes, qui deviennent rapidement intelligents alors qu’ils ne rencontrent pratiquement jamais leurs parents. Il mentionne également les coucous, ainsi que les orangs-outans, qui sont des animaux très intelligents malgré une vie sociale limitée.
Ces exemples remettent en question l’idée selon laquelle l’interaction sociale serait toujours la condition principale de l’intelligence. La vie sociale facilite certainement l’apprentissage : elle permet l’imitation, la transmission de compétences et le partage de connaissances. Mais elle n’est pas l’unique source de développement cognitif.
Certains animaux acquièrent une intelligence remarquable grâce à l’observation directe, à l’exploration de leur environnement et à leur capacité à construire un modèle adapté de la réalité. Chez eux, l’intelligence semble moins dépendre de l’enseignement social que d’une interaction efficace avec le monde physique. Le mécanisme exact qui leur permet de devenir intelligents aussi rapidement reste, selon Le Cun, un « grand mystère ».
Pourquoi les robots humanoïdes restent limités
Ces différences expliquent également pourquoi les robots humanoïdes actuels sont encore loin de pouvoir remplacer l’être humain dans les tâches quotidiennes.
Yann Le Cun affirme qu’aucun robot humanoïde actuellement développé n’est véritablement utile dans une maison. Ces machines peuvent parfois marcher, courir, sauter ou réaliser des démonstrations impressionnantes, mais elles ne savent pas encore accomplir de manière fiable des tâches ordinaires comme débarrasser une table, remplir un lave-vaisselle ou nettoyer une maison.
Le problème ne concerne pas uniquement la forme du robot ou la puissance de ses moteurs. La difficulté principale réside dans son intelligence pratique : percevoir correctement la situation, comprendre les propriétés des objets, anticiper les conséquences d’un geste, adapter sa force et réagir à un événement imprévu.
Un robot peut être programmé pour saisir un objet placé toujours au même endroit. Mais une maison réelle est un environnement variable : les objets changent de position, les surfaces sont irrégulières, les objets peuvent être fragiles ou glissants, et les consignes humaines sont rarement parfaitement prévisibles.
Selon Le Cun, l’industrie de la robotique fait face à un problème qu’elle ne résout pas encore : elle sait construire des corps robotiques et produire des systèmes capables d’accomplir certaines actions, mais elle ne sait pas encore leur donner une compréhension suffisamment générale du monde pour les rendre réellement utiles.
TK/Muslimivoire
