InformationsPublié le 10 mars 2026

Qu’est-ce que l’IA ? – Les jalons de l’intelligence artificielle

« Les machines peuvent-elles penser ? » – C'est la question que posait déjà le mathématicien britannique Alan Turing au début des années 1950. Il n'existe à ce jour aucune définition universellement valable de l'intelligence artificielle. Cependant, l'IA est généralement comprise comme une tentative de reproduire l'intelligence humaine, par exemple en traitant de grandes quantités de données, en reconnaissant des modèles ou en apprenant de manière adaptative. Découvrez dans ce rapport comment l'IA a évolué depuis lors.

Michael Rüeggsegger, responsable du centre de compétences IA et Simulation — © DDPS

Qu’est-ce que l’IA ?

« Les machines peuvent-elles penser ? » – C’est avec cette question qu’Alan Turing, mathématicien britannique et pionnier de l’informatique, a inventé le concept d’« intelligence artificielle » dès le début des années 1950. Pourtant, aucune définition universellement acceptée n’a pu s’imposer à ce jour. Il existe de nombreuses définitions et typologies autour du concept d’intelligence artificielle (IA). Néanmoins, dans les définitions les plus courantes, l’IA est décrite comme une tentative de reproduire l’intelligence humaine. Cela signifie qu’elle traite de grandes quantités d’informations pour accomplir des tâches spécifiques, parmi lesquelles le traitement du langage naturel, la reconnaissance de formes, l’apprentissage adaptatif et le développement de stratégies. Par conséquent, l’IA s’appuie sur des idées et des méthodes issues de différentes disciplines, telles que les mathématiques, les neurosciences, la linguistique ou la psychologie.

On distingue globalement trois niveaux d’IA : d’abord l’IA faible (Artificial Narrow Intelligence), qui est spécialisée dans l’exécution d’une tâche spécifique, par exemple un chatbot sur un site Internet. Vient ensuite l’IA générale, également appelée IA forte (Artificial General Intelligence), qui se concentre sur la reproduction de l’intelligence humaine. L’IA forte possède également la capacité d’acquérir de larges connaissances pour exécuter différentes tâches. Le troisième niveau, enfin, est celui de la superintelligence artificielle (Artificial Super Intelligence), dont les capacités dépassent celles de l’intelligence humaine. Par rapport aux fonctions cognitives humaines, les facultés intellectuelles de cette superintelligence sont très développées et extrêmement avancées.

Les recherches et technologies d’IA actuelles portent principalement sur la branche de l’IA faible. Il apparaît clairement que les applications de l’IA ne peuvent rivaliser avec les capacités humaines. Ce n’est que dans certains domaines spécialisés que des technologies d’IA sont parvenues à surpasser les facultés humaines.

Les jalons de l’IA

1943 – Neurone de McColloch-Pitts

Dès le début des années 1940, Warren McCulloch et Walter Pitt présentent un premier modèle de neurone. Basé sur une approche binaire, ce modèle reconnaît les neurones comme des éléments inactifs ou actifs. La valeur 0 ou 1 est alors attribuée aux neurones. À ce jour, ce modèle est considéré comme le premier travail dans le domaine de la recherche sur l’intelligence artificielle.

1950 – Alan Turing

Portrait d’Alan Turing — © Godrey Argent Studio, via The Royal Society / The New York Times

En 1950, le célèbre mathématicien britannique Alan Turing conçoit le test qui porte son nom, encore utilisé aujourd’hui. Ce test est un indicateur reconnu pour évaluer la capacité de calcul autonome des machines, c’est-à-dire leur intelligence. Le test, également connu sous le nom Imitation Game, est considéré comme réussi dès lors qu’un être humain n’est plus en mesure de distinguer si l’interaction a eu lieu avec un être humain ou avec une machine.

1956 – Conférence de Dartmouth College

Photo de groupe de la conférence de Dartmouth de 1956 — © IEEE Spectrum / The Minsky Family

À l’été 1956, des informaticiens, des mathématiciens et des linguistes de premier plan se réunissent au Dartmouth College, dans l’État américain du New Hampshire, pour participer à un atelier consacré à l’intelligence artificielle. Cet événement marque officiellement la naissance du terme « intelligence artificielle ». C’est aussi pendant cette rencontre qu’est développé le premier programme d’IA, baptisé Logic Theorist.

1970-1990 – Hiver de l’IA

Malgré quelques jalons importants dans l’histoire de l’IA, comme le perceptron, réseau neuronal primitif développé par Frank Rosenblatt en 1958, ou l’agent conversationnel psychothérapeutique ELIZA en 1966, ces avancées restent bien en deçà des attentes. L’expression « hiver de l’IA » désigne, en particulier entre 1970 et 1990, les limites de l’IA à cette époque. Le faible volume de données, le manque de centralisation des connaissances spécialisées ainsi que les lacunes en matière de reconnaissance et d’interprétation du langage conduisent directement à un arrêt massif des financements. En conséquence, les activités dans le domaine de l’IA sont largement réduites.

1990-2010 – Essor de l’IA

Au début des années 1990, le lancement de l’Internet accessible au public marque une avancée majeure pour le domaine de la recherche en IA. La diffusion rapide d’Internet, la mondialisation et la numérisation croissante ravivent l’intérêt pour les technologies d’IA. En particulier, l’augmentation fulgurante des volumes de données librement accessibles conduit directement au développement exponentiel des systèmes IA. Cette évolution positive est favorisée par l’augmentation constante de la puissance de calcul des ordinateurs et l’amélioration des méthodes dans le domaine de l’IA. La fin des années 1990 marque le retour médiatique de l’IA grâce à plusieurs victoires prometteuses contre ses adversaires humains aux échecs et dans les jeux vidéo. Dans les années 2000, de plus en plus d’entreprises privées, comme Amazon, Google et IBM, commencent à financer leurs propres projets d’IA. Une chose devient alors évidente : à cette époque, l’IA fait déjà partie intégrante des modèles économiques de certaines entreprises privées.

2020 – Premières lignes directrices relatives à l’IA dans l’administration fédérale

Les missions et les activités de l’administration fédérale sont, elles aussi, de plus en plus concernées par la numérisation croissante et donc par l’IA. L’IA est depuis longtemps une composante technologique majeure dans de nombreux domaines de l’administration fédérale. En réaction à l’impact croissant de l’intelligence artificielle et aux défis qui y sont liés, le Conseil fédéral adopte en novembre 2020 les premières lignes directrices relatives à l’utilisation de l’IA dans l’administration fédérale. Ces lignes directrices offrent avant tout un cadre d’orientation à tous les acteurs de l’administration fédérale. L’objectif est de parvenir à une compréhension commune de l’IA et d’adopter ainsi une politique uniforme dans son utilisation.

À partir de 2021 – Boom de l’IA générative

À partir des années 2020, l’IA générative permet de réaliser des bonds de développement majeurs dans ce domaine. L’IA générative repose sur de grands modèles de langage, appelés Large Language Models (LLM). Ceux-ci permettent diverses fonctions, telles que le traitement et l’édition de textes, la création de contenus et la traduction de langues. Le grand public découvre cette expression pour la première fois en 2022, avec la publication de l’outil ChatGPT de la société américaine OpenAI. ChatGPT est le premier service de ce type et est mis gratuitement à la disposition des utilisateurs. Peu de temps après l’entrée sur le marché d’OpenAI, d’innombrables services du même type sont lancés par d’autres entreprises.

2022 – Création du réseau de compétences CNAI

En 2022, le Conseil fédéral charge l’Office fédéral de la statistique (OFS) de mettre en place un réseau de compétences en intelligence artificielle (Competence Network for Artificial Intelligence). Les tâches du réseau de compétences comprennent, par exemple, le soutien à l’échange de connaissances et à la mise en réseau dans le domaine de l’IA, que ce soit au sein de l’administration ou au-delà.

2024 - Création du centre de compétences IA et Simulation (IASI)

Dans le cadre d’armasuisse 4.0, armasuisse S+T a été chargé début 2024 d’élaborer un plan de développement pour le centre de compétences Intelligence artificielle et Simulation (IASI). Le centre de compétences IASI a pour objectif de développer et de transférer des solutions innovantes pour les institutions chargées de la sécurité de l’État. À cet effet, les spécialistes travaillent en étroite collaboration avec les utilisateurs finaux de tous les offices fédéraux au sein du DDPS.

L’un de ses principaux services consiste à développer des démonstrateurs et à les tester dans le cadre d’expériences et avec les utilisateurs finaux. Par ailleurs, il est le point de contact central au sein du DDPS. Concrètement, il gère et coordonne toutes les activités pratiques dans le domaine de l’IA et de la simulation pour les applications de sécurité. Il s’agit, par exemple, de fournir des conseils techniques à l’armée pour lancer de nouveaux projets ou de transmettre des connaissances spécialisées aux partenaires et à l’industrie pour transformer les démonstrateurs en produits. Grâce au degré élevé de spécialisation des différents domaines spécialisés d’armasuisse S+T, le centre de compétences IASI peut compter sur le soutien interne de divers experts pour mener à bien ses activités. En outre, il assure une veille technologique et commerciale afin d’identifier les évolutions à un stade précoce et de les inclure dans les projets en temps utile.

2025 – Axes prioritaires du centre de compétences IASI

Le centre de compétences se concentre actuellement sur l’élimination des lacunes capacitaires prioritaires de la Défense. Pour les capacités opérationnelles, telles que la compréhension de la situation en réseau, la conduite en réseau et le traitement des données robuste et sécurisé, le centre de compétences réalise et teste, en collaboration avec les troupes, les premiers démonstrateurs dans l’environnement d’engagement. Il utilise pour cela, outre l’IA générative, la méthode de l’apprentissage par renforcement (RL).

2025+ – Informatique neuromorphique

Image symbolique de l’informatique neuromorphique — © DDPS

Bien que les débuts de l’informatique neuromorphique remontent aux années 1980, l’importance actuelle de cette technologie ne cesse de croître. Cette approche informatique repose sur l’imitation du fonctionnement du cerveau humain afin de développer des systèmes informatiques efficaces et adaptatifs. La technologie se concentre en particulier sur les structures neurologiques et biologiques du cerveau. Le calcul neuromorphique est donc également considéré comme une future technologie clé pour optimiser l’efficacité énergétique des tâches d’IA gourmandes en ressources.