La quête d’une intelligence artificielle ne date pas d’hier. Retour sur les principaux jalons du développement de la « machine pensante » et de l’apprentissage profond.
1950
Alan Turing, un des pionniers de l’informatique, propose un test qui permettrait de qualifier une machine ou un ordinateur d’« intelligent ». Si, à l’issue d’un dialogue avec une machine, un humain n’est pas capable de dire si son interlocuteur est bien une machine ou un être humain, alors la machine en question peut être qualifiée d’intelligente.
Fin des années 1950
Le psychologue Frank Rosenblatt s’inspire de théories sur le fonctionnement des neurones pour concevoir une machine, le « perceptron », un réseau de neurones artificiels (ou virtuels) qui peut catégoriser des formes simples.

Fin des années 1960
Des experts du Massachusetts Institute of Technology (MIT) émettent de sérieuses réserves concernant l’approche neuronale en intelligence artificielle. Les chercheurs se désintéressent de cette avenue.
Années 1970 et 1980
Geoffrey Hinton, Yann LeCun et Kunihiko Fukushima conçoivent des réseaux de neurones artificiels à plusieurs couches, dont l’arrangement est inspiré du cortex visuel, permettant l’apprentissage de tâches plus complexes. Toutefois, la quantité de données disponibles et la puissance de calcul demeurent insuffisantes. Ces concepts sont remisés pendant des années.
Années 1990
Des avancées sont faites dans la reconnaissance d’images, de l’écriture manuscrite et du langage humain et dans la production artificielle de la parole, grâce notamment aux réseaux de neurones artificiels.
1997
Gary Kasparov, le maître incontesté des échecs, est battu par Deep Blue, le superordinateur d’IBM. Son secret : sa puissance de calcul. Chaque seconde, Deep Blue analyse 200 millions de possibilités. Son adversaire, seulement 3. Cet affrontement marque l’imaginaire. Désormais, l’ordinateur rivalise d’intelligence avec l’humain.

2011
Le géant Microsoft commence à utiliser les réseaux de neurones artificiels pour améliorer ses outils de reconnaissance vocale.
Février 2011
IBM organise un nouveau duel avec l’humain. Le champ de bataille est le jeu-questionnaire Jeopardy. Cette fois, l’ordinateur, baptisé Watson, ne se contente pas de calculer. Comme ses adversaires, il doit comprendre et trier une foule d’information. Mais il le fait à la vitesse de l’éclair.
Juin 2012
Google parvient à entraîner un ordinateur à reconnaître par lui-même un chat, en lui faisant ingurgiter des millions d’images obtenues sur Internet. Une autre victoire pour les partisans de l’apprentissage profond.

Août 2012
Google commence à utiliser les réseaux de neurones artificiels pour améliorer ses outils de reconnaissance vocale.
Octobre 2012
Geoffrey Hinton, chercheur et professeur à l’Université de Toronto, et son équipe remportent la prestigieuse compétition ImageNet, consacrée à la reconnaissance d’images. Ils parviennent à réduire considérablement le taux d’erreur dans la reconnaissance visuelle par ordinateur. L’événement est un tournant et confirme le potentiel de l’apprentissage profond.
2014
Les investissements privés en apprentissage profond explosent.
Mars 2014
Facebook conçoit un outil de reconnaissance faciale basé sur l’apprentissage profond.
Mai 2015
Google lance un outil qui permet de classer automatiquement des photos en fonction des personnes et des objets présents, ou encore des lieux où elles ont été prises.
Décembre 2015
Un ordinateur de Microsoft fait mieux que les humains dans la reconnaissance visuelle (concours ImageNet).
Mars 2016
AlphaGo, le logiciel de Google Deep Mind, bat le champion du monde sud-coréen, Lee Sedol, au jeu de go, une victoire qui n’était pas attendue avant une quinzaine d’années.
Septembre 2016
La qualité des traductions effectuées à l’aide de l’outil de Google est grandement améliorée grâce à l’apprentissage profond.
Octobre 2016

L’ordinateur égale l’humain dans le domaine de la reconnaissance vocale, indique Microsoft.