{"id":1421,"date":"2026-05-05T19:14:45","date_gmt":"2026-05-05T17:14:45","guid":{"rendered":"https:\/\/serer.fr\/?p=1421"},"modified":"2026-05-20T19:07:56","modified_gmt":"2026-05-20T17:07:56","slug":"imitation-game","status":"publish","type":"post","link":"https:\/\/serer.fr\/?p=1421","title":{"rendered":"Allan Turing : Imitation game"},"content":{"rendered":"\n
\"\"<\/figure>\n\n\n\n

Mais qui est-ce ?<\/h3>\n\n\n\n

Allan Mathison Turing n\u00e9 en 1912 en Angleterre, atteint d’un syndrome d’Asperger, il noue une passion quasi exclusive pour les math\u00e9matiques et les sciences. Il se pr\u00e9sente comme math\u00e9maticien\/statisticien et travail comme cryptologue sur le d\u00e9chiffrage du code Enigma (chiffrage des messages de l’arm\u00e9e nazi) Article en fran\u00e7ais sur l’INRIA<\/a>. Sa capacit\u00e9 en statistique aide dans l’art de la guerre durant la seconde guerre mondiale, pour affaiblir les ennemies, sans que celui-ci comprenne que les messages \u00e9tait d\u00e9chiffr\u00e9. Son r\u00f4le dans la guerre n’a \u00e9t\u00e9 connu qu’apr\u00e8s la d\u00e9classification des archives de l’arm\u00e9e britannique en 1970. Mais ses travaux de cryptanalyse et documents techniques n’ont \u00e9t\u00e9 accessible qu’\u00e0 partir des ann\u00e9es 1980.<\/p>\n\n\n\n

Dans son ouvrage \u00ab\u00a0Imitation Game\u00a0\u00bb, il d\u00e9crit avec pr\u00e9cision ses attentes d’un syst\u00e8me automatis\u00e9 de r\u00e9ponse pour imiter des \u00e9changes avec un \u00eatre humain (notre futur chat). Afin d’atteindre un niveau de r\u00e9alisme, il inventa en 1950, dans sa publication \u00ab\u00a0Computing Machinery and Intelligence<\/em>\u00a0\u00bb dans la revue Mind<\/em> un test que l’on appellera \u00ab\u00a0test de Turing\u00a0\u00bb.<\/p>\n\n\n\n

Est-ce que les machines peuvent penser ?<\/h3>\n\n\n\n

Le but est de v\u00e9rifier qu’entre une imitation et un r\u00e9el dialogue avec un humain ne puisse pas \u00eatre d\u00e9tectable.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Le test se d\u00e9roule \u00e0 l’aveugle \u00e0 tour de r\u00f4le dans un ordre al\u00e9atoire et l’interlocuteur humain en \u00ab\u00a0C\u00a0\u00bb doit d\u00e9terminer quel sont les \u00e9changes avec la machine \u00ab\u00a0A\u00a0\u00bb ou l’humain \u00ab\u00a0B\u00a0\u00bb. Si la personne \u00ab\u00a0C\u00a0\u00bb n’arrive pas \u00e0 d\u00e9terminer s’il \u00e9change avec une machine ou un humain alors le test est valid\u00e9. On consid\u00e8rera alors, que la machine est capable de penser comme un humain. Dans le cas contraire, on chronom\u00e8trera le temps avant que l’interlocuteur d\u00e9signe la machine pour d\u00e9terminer un score \u00e0 d\u00e9passer.<\/p>\n\n\n\n

Ce test simple \u00e0 produire implique plusieurs comp\u00e9tences pour la machine comme :<\/p>\n\n\n\n

    \n
  • retenir les informations \u00e9chang\u00e9es dans la conversation et les r\u00e9utilis\u00e9es<\/li>\n\n\n\n
  • comprendre le sens des mots par rapport au contexte, de l’humour de l’\u00e9change, des r\u00e9f\u00e9rences culturelles <\/li>\n\n\n\n
  • avoir une forme s\u00e9mantique proche d’un humain au travers d’une personnalit\u00e9 ou de reproduire des erreurs humaines afin de d\u00e9jouer l’\u00e9valuateur<\/li>\n\n\n\n
  • avoir des connaissances pour enrichir la conversation et engrang\u00e9s de nouvelles connaissances <\/li>\n\n\n\n
  • tenir le fil de la conversation en d\u00e9duisant la logique \u00e0 partir du contexte<\/li>\n<\/ul>\n\n\n\n

    \u00c0 ce stade, le terme d’intelligence artificiel n’existe pas. On parlera de \u00ab\u00a0jeu d’imitation\u00a0\u00bb ou de machine potentiellement \u00ab\u00a0intelligente\u00a0\u00bb.<\/p>\n\n\n\n

    Allan Turing comprend rapidement les limites techniques du mat\u00e9riel de l’\u00e9poque, mais reste confiant sur le fait de surmont\u00e9 ces obstacles.<\/p>\n\n\n\n

    Il d\u00e9crit m\u00eame, au chapitre 7, des solutions logicielles pour r\u00e9soudre la phase d’apprentissage que l’on appellera \u00ab Machine Learning \u00bb.<\/p>\n\n\n\n

    Apprentissage automatis\u00e9 ou \u00ab Machine Learning \u00bb<\/h3>\n\n\n\n

    Il \u00e9tait important pour lui de montrer que l’apprentissage n’est pas une th\u00e9orie fumeuse de laboratoire, mais va d\u00e9crire la m\u00e9thode du comment l’on doit faire.<\/p>\n\n\n\n

    Il expose les probl\u00e8mes suivants :<\/p>\n\n\n\n

      \n
    • Le volume de code \u00e0 produire pour reproduire le fonctionnement d’un cerveau est impensable en termes de temps<\/li>\n\n\n\n
    • La puissance de calcul pour faire tourner ce m\u00eame code n’est pas envisageable avec les moyens disponibles<\/li>\n<\/ul>\n\n\n\n

      Chez un \u00eatre humain, on \u00e9volue depuis la naissance en effectuant des retours d’exp\u00e9riences sur les actions que l’on m\u00e8ne. Au d\u00e9part, on observe le monde avec ses yeux et l’on d\u00e9couvre les formes, les couleurs, la lumi\u00e8re, les sons environnants, le toucher. Avec la pr\u00e9hension des objets, on d\u00e9couvre les volumes, les go\u00fbts, les sons des objets, le poids, la gravit\u00e9 (chute d’objet, force de la gravit\u00e9), la possession. Avec la marche entre de nouveaux param\u00e8tres et l’apprentissage grandit avec suivant un sch\u00e9ma Darwinien.<\/p>\n\n\n\n

      L’approche informatique la plus probable est d’avoir un jeu de situation auquel on souhaite confronter la machine. Pour situation, on ajoute un ensemble de param\u00e8tres de contextes et on attribue une note de r\u00e9ussite de la machine pour chaque situation. La note, sous forme de bonus\/malus, servira \u00e0 l’algorithme du programme pour choisir la meilleure solution \u00e0 appliquer ou ne pas appliquer du tout. L’approche est probabiliste en fonction du contexte d’ex\u00e9cution. <\/p>\n\n\n\n

      L’algorithme devra \u00eatre \u00e9crit dans un langage modulaire ou le code pouvait avoir sa vie propre et connect\u00e9 pour r\u00e9agir \u00e0 l’interaction des autres modules. Ce langage n’existant pas au moment de la r\u00e9daction de ses travaux. <\/p>\n\n\n\n

      Allan Turing pr\u00e9vient que toute supervision est inapplicables lors de la phase d’entra\u00eenement, car l’humain ne pourra jamais aller aussi vite que la machine et donc encore moins la stopper en cours de route en cas d’erreur. De plus les volumes d’informations trait\u00e9s sont ing\u00e9rables pour un humain.<\/p>\n\n\n\n

      M. Turing prend le temps de pr\u00e9ciser que certain domaine se pr\u00eate bien \u00e0 l’apprentissage, car les contours du savoir sont bien d\u00e9finis comme un jeu ou certain sujet tr\u00e8s scolaire comme les sciences, les maths, etc.<\/p>\n\n\n\n

      Les pr\u00e9requis de l’Intelligence Artificielle sont \u00e9crits pour les ann\u00e9es \u00e0 venir. Les t\u00e2ches \u00e0 accomplir sont nombreuses et complexes. <\/p>\n\n\n\n

      Premier programme intelligent<\/h3>\n\n\n\n

      Allan Turing s’est suicid\u00e9 le 7 juin 1957 (41 ans) \u00e0 Wilmslow au cyanure et ne verra pas les domaines d’application de ses recherches.<\/p>\n\n\n\n

      Ce n’est qu’en 1664, que le premier programme ELIZA arrive \u00e0 tromper un utilisateur humain plus de cinq minutes. Ce programme qui imite un psychoth\u00e9rapeute en reformulant les r\u00e9ponses fournit en question arrive a tromp\u00e9 un temps l’utilisateur. Toutes fois, le test est biais\u00e9, car l’utilisateur n’a pas pour objectif d’\u00e9valuer le programme pour d\u00e9masquer son interlocuteur. Il ne se m\u00e9fie donc pas des r\u00e9ponses fournit par la machine.<\/p>\n\n\n\n

      La plupart des travaux de recherche de l’IA ont \u00e9t\u00e9 arr\u00eat\u00e9s principalement \u00e0 cause de contrainte technique qui n’ont pas permis de tenir les promesses de r\u00e9sultat et les d\u00e9lais annonc\u00e9s par M. Turing pour atteindre l’IA g\u00e9n\u00e9ral.<\/p>\n\n\n\n

      Dans les ann\u00e9es 1980, le langage objet a \u00e9t\u00e9 cr\u00e9\u00e9 pour sa modularit\u00e9 puis a \u00e9t\u00e9 \u00e9tendu avec la programmation \u00e9v\u00e8nementielle pour connecter les \u00e9v\u00e9nements entre les objets. Le C++ a \u00e9t\u00e9 dans les premiers langages \u00e0 r\u00e9pondre au besoin de l’expression de besoin de M. Turing, bien d’autre langage ont pris le relais par la suite.<\/p>\n\n\n\n

      <\/p>\n\n\n\n

      <\/p>\n","protected":false},"excerpt":{"rendered":"

      Les tentatives de cr\u00e9ation de machines pensantes nous seront d\u2019une grande aide pour d\u00e9couvrir comment nous pensons nous-m\u00eames.<\/p>\n

      Allan Turing : la pens\u00e9e informatique<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[50,4],"tags":[],"class_list":["post-1421","post","type-post","status-publish","format-standard","hentry","category-a-la-prehistoire-de-l-ia","category-intelligence-artificielle"],"_links":{"self":[{"href":"https:\/\/serer.fr\/index.php?rest_route=\/wp\/v2\/posts\/1421","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/serer.fr\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/serer.fr\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/serer.fr\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/serer.fr\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1421"}],"version-history":[{"count":27,"href":"https:\/\/serer.fr\/index.php?rest_route=\/wp\/v2\/posts\/1421\/revisions"}],"predecessor-version":[{"id":1543,"href":"https:\/\/serer.fr\/index.php?rest_route=\/wp\/v2\/posts\/1421\/revisions\/1543"}],"wp:attachment":[{"href":"https:\/\/serer.fr\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1421"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/serer.fr\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1421"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/serer.fr\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1421"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}