Nos Publications

Ma définition de l’Intelligence Artificielle reprend une phase très connue du Baron Carl Von Klauwitch : « La guerre est la continuation de la politique avec d’autres moyens » et je me permets de penser que «l’Intelligence Artificielle est la continuation de la Philosophie »

Qu’est-ce que je veux dire ? Les philosophes Grecs ont cherché à comprendre qui nous sommes, qui a créé l’Univers ? Quel rapport avons-nous avec la Nature ? L’Intelligence Artificielle est la continuité de la Philosophie avec d’autres moyens car elle cherche à comprendre et à imiter le fonctionnement de notre cerveau.

Actuellement, nous savons que notre cerveau occupe un volume de 1,5 l, qu’il ne pèse que 1,5 kg et consomme environ 10 W à pleine charge. Il contient environ 100 milliards de cellules nerveuses, 32 millions de kilomètres de fibres, un million de milliards de connexions. Si nous essayons d’imiter et de construire un cerveau similaire avec des puces en silicium, celles dont on dispose actuellement, ce cerveau artificiel consommerait environ 10 mégawatts. De plus, la chaleur qu’il produirait serait telle qu’elle le détruirait.

C’est pour ces raisons que les scientifiques pensent que l’informatique à base de silicium ne permettra pas à l’IA de délivrer tout son potentiel pour certains calculs et qu’on atteindra, tôt ou tard, ses limites. Leurs regards se tournent alors vers l’exploitation des caractéristiques de l’informatique quantique, qui dépassent les capacités des super calculateurs traditionnels.

L’informatique quantique représentera le prochain bond en avant, ouvrant la porte à des machines puissantes qui peuvent répondre à des questions dépassant les capacités des ordinateurs actuels. Au vu des investissements humains et financiers consentis, l’IA quantique n’est plus très loin de devenir une réalité.

Les chercheurs admettent qu’en créant de nouveaux algorithmes quantiques, il pourrait être possible de réduire considérablement le temps de calcul nécessaire à l’utilisation de l’apprentissage machine pour résoudre des problèmes complexes, comme l’élaboration de nouveaux nanomatériaux plus sûrs, l’amélioration des prévisions climatiques et la découverte de nouveaux médicaments.