Artificiel ou Artsificiel? Un regard enjoué sur les premiers articles consacrés à l’IA dans elektor

Il est facile d'oublier que les bases de l'intelligence artificielle, le sujet à la mode aujourd'hui, remontent à l’informatique embarquée, aux réseaux neuronaux et même à la logique floue. Bien avant que ChatGPT et l’apprentissage profond ne fassent la une des journaux, les passionnés d’électronique exploraient déjà les frontières de l’intelligence machine à travers des projets pratiques et des discussions théoriques. Voici des exemples tirés des archives d’Elektor couvrant près de deux décennies d’exploration de l’IA, souvent “pour le plaisir” mais aussi pour apprécier la prévoyance de ces premiers pionniers.

Les Années Fondatrices (1975-1981)

Qu’est-ce que la Cybernétique ? (1975)

L’aventure commence avec l’un des tout premiers articles d’Elektor sur les systèmes intelligents. Cet article fondateur a présenté aux lecteurs la cybernétique — l’étude de la communication et du contrôle dans les machines et les êtres vivants. Déjà en 1975, le magazine explorait comment les boucles de rétroaction et les systèmes autorégulés pouvaient produire un comportement plus intelligent dans les dispositifs électroniques.

L’ordinateur d’échecs Elektor Intelekt (Avril 1981)

Cet article présente l’ordinateur d’échecs Intelekt construit autour du microprocesseur Intel 8088 exécutant une version adaptée de Tiny Chess. La conception met l’accent sur une vitesse raisonnable et des niveaux d’“intelligence”, ce qui en fait un adversaire solide pour de nombreux passionnés d’échecs. Simplement parce que le prototype de laboratoire de l’Intelekt a survécu à plusieurs déménagements et grands rangements du laboratoire Elektor, cet objet célèbre a été revisité dans la série Retronics (2004–2020).

À vous de décider si le joueur d’échecs appelé le 8088 est intelligent, artificiellement intelligent, quasi-intelligent, ou simplement en train d’exécuter de bêtes stratégies de Von Neumann codées dans une EPROM.

Parlez aux ordinateurs (1981)

À la même époque, Elektor s’attaquait déjà à l’interaction homme-machine avec la reconnaissance et la synthèse vocale. Cette série en deux parties explorait comment les ordinateurs pouvaient comprendre et répondre à la parole humaine — un défi qui resterait central dans la recherche sur l’IA pendant des décennies. a>

L’Ère de l’Expansion (1986-1990)

L’Avenir de l’Intelligence Artificielle (1986)

Au fil des années 1980, Elektor a commencé à adopter une vision plus stratégique du potentiel de l’IA. Cet article examinait vers où se dirigeait l’intelligence artificielle et quelles percées pourraient être possibles dans les années à venir.

Système de Reconnaissance Vocale (1987)

S’appuyant sur des travaux antérieurs en interaction homme-machine, ce projet pratique montrait aux lecteurs comment construire leur propre système de reconnaissance vocale — rendant les capacités de l’IA accessibles aux amateurs d’électronique.

Intelligence Artificielle (Mai 1988)

Par Mark Seymour, cet article complet discute du potentiel de création de machines capables de penser de façon indépendante, sans avoir besoin d’être programmées pour chaque tâche. Il présente le contexte historique de l’IA, y compris les premiers développements et la renaissance du calcul neuronal, qui visait à reproduire les fonctions du cerveau humain. L’article suggère que, bien que la véritable IA ait échappé aux chercheurs, la technologie évoluait vers des machines capables d’apprendre par l’exemple plutôt que par une programmation explicite. L’article développe les ordinateurs neuronaux qui imitent les réseaux neuronaux humains, mettant en avant les progrès en vitesse de traitement et en capacité de résolution de problèmes. Il aborde aussi les défis de la construction de grands réseaux neuronaux et l’applicabilité de ces technologies à diverses tâches complexes, dont la reconnaissance vocale et le traitement de formes. Avec le recul, cet article était remarquablement prémonitoire, non seulement en abordant la construction pratique d’un réseau neuronal mais aussi en détaillant les améliorations potentielles de l’IA grâce au calcul neuronal.

Simuler la vision chez les robots (Mai 1988)

Dans la même édition de mai 1988, Arthur Fryatt publiait « Simuler la vision chez les robots », un sujet qui relèverait aujourd’hui de « l’edge computing ». Plus une actualité qu’un projet pratique, l’article présentait un système de vision fournissant le contrôle qualité couleur pour le tri des fruits et légumes dans l’Autoselector, un développement commun impliquant l’Essex Electronics Centre (un département de l’Université d’Essex) et Loctronic Graders.

Leur collaboration a d’abord mené à l’introduction de l’Autoselector A, qui utilisait une technique d’imagerie télévisuelle monochrome pour détecter les différences de niveaux de gris. Par la suite, avec l’introduction de l’Autoselector C, une avancée très significative a été réalisée grâce à l’imagerie couleur, permettant d’identifier jusqu’à 4 096 couleurs et nuances dans des zones aussi petites que 3 mm de diamètre à très grande vitesse.

Comme la totalité de la surface du produit devait être scannée, Loctronic Graders a développé le Thrudeck, qui présente en continu à la caméra des produits tournants comme des tomates, des oignons, des kiwis ou des agrumes à des vitesses allant jusqu’à 2 500 par minute. Même si les produits ont des formes irrégulières, le système peut suivre, mesurer et compter chacun d’eux alors qu’ils parcourent un chemin sinueux sur le tapis.

Intelligence, Intentionnalité et Conscience de Soi (1989)

Cette exploration philosophique allait plus loin dans la réflexion sur ce que signifie réellement pour une machine d’être intelligente. L’article examinait les concepts d’intentionnalité et de conscience de soi — des questions toujours centrales dans les débats sur l’IA aujourd’hui.

Les ordinateurs apprennent des erreurs humaines (1990)

À la fin de la décennie, cet article explorait comment les ordinateurs pouvaient améliorer leurs performances en apprenant de leurs erreurs — un concept qui allait devenir fondamental pour les algorithmes d’apprentissage automatique.

La Renaissance des Réseaux Neuronaux (2001-2003)

Réseaux Neuronaux pour la Commande (2001)

Au début du nouveau millénaire, les réseaux neuronaux ont connu un regain d’intérêt. Cet article examinait leur application dans les systèmes de commande, montrant comment l’informatique inspirée de la biologie pouvait résoudre des problèmes d’ingénierie complexes.

Série Réseaux Neuronaux Pratiques (2003)

Cette série complète de Chris McLeod et Grant Maxwell, diplômés de la Robert Gordon University d’Aberdeen, a mis les réseaux neuronaux à la portée des amateurs. La série a été publiée en quatre parties :

• Introduction aux réseaux neuronaux
• Réseaux neuronaux à rétropropagation
• Réseaux à rétroaction et réseaux compétitifs
• Applications et grands réseaux neuronaux

« Les réseaux neuronaux artificiels (neural nets ou simplement ANNs), » expliquaient-ils, « sont une forme populaire d’intelligence artificielle (IA). Ils sont basés sur le fonctionnement des cellules du cerveau, et beaucoup de chercheurs pensent qu’ils représentent notre meilleur espoir d’atteindre une véritable intelligence machine. Si vous êtes fan de la série TV Star Trek, vous savez que Data est censé avoir un cerveau à réseau neuronal, tout comme le robot dans les films Terminator. Bien que ces merveilles technologiques soient à la pointe de la recherche en informatique, elles sont aussi à la portée de l’amateur enthousiaste. Le but de ces articles est d’introduire ce sujet fascinant de manière pratique, afin que vous puissiez expérimenter vos propres réseaux neuronaux. »

Les auteurs concluaient dans la quatrième partie : « Le réseau neuronal peut être considéré comme un système logique universel, capable (à condition que le réseau ait trois couches) d’apprendre à produire n’importe quelle table de vérité. Si la sortie des neurones est une fonction sigmoïde, alors il fonctionne un peu comme une logique floue, et peut produire des sorties analogiques — ce qui peut être utile pour traiter des problèmes, dans le monde réel, qui ne sont pas noirs ou blancs. »

Fait remarquable, la série bénéficiait d’un site Web d’accompagnement hébergé par la Robert Gordon University, même si ce site a aujourd’hui disparu d’Internet.

Regarder en arrière, regarder en avant

Ce qui est remarquable dans cette collection d’articles couvrant près de trois décennies, c’est combien de concepts de base restent pertinents aujourd’hui. De la cybernétique et des systèmes de rétroaction aux réseaux neuronaux et à l’apprentissage machine par les erreurs humaines, les contributeurs d’Elektor exploraient des idées qui allaient devenir les fondements de l’IA moderne.

La question posée par l’ordinateur d’échecs — suivre des stratégies programmées est-il une forme “d’intelligence” ? — fait écho aux débats actuels sur les grands modèles de langage. Les systèmes de vision pour le tri des fruits annonçaient les applications actuelles de vision par ordinateur. La série sur les réseaux neuronaux anticipait la révolution de l’apprentissage profond qui allait transformer l’IA des décennies plus tard.

Mais surtout, ces articles gardaient une approche pratique et concrète qui encourageait les lecteurs à expérimenter et à construire leurs propres systèmes intelligents. À une époque où l’IA peut sembler mystérieuse et inaccessible, l’héritage d’Elektor nous rappelle que la compréhension passe par l’action — et que la route de “l’artsificial” à l’intelligence artificielle est pavée de curiosité, d’expérimentation, et de quelques sourires face à nos premières tentatives de créer des machines pensantes.

La question demeure : Ces premiers systèmes étaient-ils vraiment intelligents, ou simplement le fruit d’une programmation très astucieuse ? Le fait que nous nous posions toujours la même question aujourd’hui suggère que le chemin vers l’intelligence artificielle a toujours été plus une affaire de bonnes questions que de réponses définitives.

Note de la rédaction : cet article (250736-01) paraîtra dans le numéro spécial d'Elektor consacré à Edge Impulse, qui sera publié en décembre 2025.