De la simulation à l’intelligence

Après des études en informatique en Allemagne, complétées par des séjours de recherche à l’Université de Sydney et à Harvard, Martin Schrimpf s’est spécialisé en intelligence artificielle et neurosciences. Après un passage chez Metamind/Salesforce, où il a travaillé sur le deep learning appliqué au langage, il a rejoint le Massachusetts Institute of Technology pour un doctorat à l’intersection des neurosciences et de l’IA, où il a co-développé Brain-Score avant de rejoindre le MIT Quest for Intelligence.

«Diagonales»: Qu’est-ce qui vous a amené à vous intéresser à l’IA et quelle est votre recherche actuelle?
Martin Schrimpf: Durant mon parcours, j’ai toujours trouvé que le cerveau était absolument fascinant. Mon idée de départ était un peu naïve: demander aux neuroscientifiques comment fonctionne le cerveau et utiliser leur savoir pour construire une meilleure IA. Il s’est avéré qu’eux non plus ne le savaient pas! J’ai alors opté pour le chemin inverse: utiliser l’IA pour modéliser et comprendre le cerveau. J’ai rejoint l’EPFL, car j’ai été séduit par son engagement en faveur de l’innovation et du transfert vers des applications concrètes, ce qui me tient particulièrement à cœur.

Dans le laboratoire NeuroAI, nous commençons déjà à observer des résultats prometteurs des modèles numériques pour des applications thérapeutiques. Notre objectif global est de construire un modèle numérique du cerveau. Pour cela, nous utilisons l’IA moderne. On y voit que la vision ou le langage développent des représentations qui ressemblent à celles du cerveau. La convergence entre systèmes artificiels et biologiques est la base de notre travail. Au niveau thérapeutique, nous pouvons réaliser, grâce à ces modèles, des outils concrets, comme des prothèses visuelles pour les personnes aveugles ou des traitements pour des troubles tels que la dyslexie ou la dépression.

Comment définiriez-vous l’intelligence artificielle?

La réponse la plus simple serait peut-être une intelligence implémentée in silico, ce qui signifie une intelligence réalisée et exécutée sur des systèmes informatiques. De manière opérationnelle, ce que nous appelons aujourd’hui IA désigne des systèmes computationnels capables de résoudre des problèmes que l’on pensait auparavant réservés à la cognition humaine: reconnaître des objets, comprendre le langage, raisonner à partir de preuves, générer des idées. Dans ce sens pragmatique, l’IA se définit assez bien par les tâches qu’elle peut accomplir.

Quelles sont les similitudes et les différences entre le fonctionnement du cerveau et celui d’un ordinateur?
A un haut niveau, il existe de vraies similarités entre le cerveau et les systèmes d’IA modernes: des similitudes comportementales ainsi que des similitudes dans l’activité des populations neuronales.

Lorsqu’on entraîne un réseau neuronal profond (artificiel) à reconnaître des objets ou à prédire le mot suivant dans une phrase, les représentations internes qui émergent concordent de manière frappante avec l’activité enregistrée dans les régions correspondantes du cerveau humain ou de celui d’un primate. En revanche, l’architecture du cerveau est biophysique, biologique, avec des neurones, des synapses et des neurotransmetteurs. Elle est beaucoup plus complexe que l’IA qui fonctionne avec du silicium. Pour prédire comment une personne va catégoriser une image ou traiter une phrase, la correspondance est déjà très bonne. Mais pour comprendre les mécanismes moléculaires d’un trouble, ou concevoir un traitement pharmacologique qui doit fonctionner dans un véritable tissu biologique, il reste énormément de travail à faire.

Comment l’intelligence artificielle peut-elle améliorer la santé mentale de la population?
Les chatbots virtuels offrent déjà certaines formes de thérapies, mais cela comporte de nombreuses réserves. L’IA permet aussi la classification de biomarqueurs pour de meilleurs diagnostics, et donc des traitements mieux ciblés. De manière plus ambitieuse, l’IA peut servir de levier pour améliorer les systèmes sociétaux, de telle sorte qu’elle influence la santé mentale à l’échelle de la population. Notre propre approche est spécifique au fonctionnement cérébral sous jacent. Nous essayons de modéliser non seulement le cerveau sain, mais aussi le cerveau présentant des états pathologiques. On peut se demander par exemple: pouvons-nous construire un cerveau numérique atteint de dépression, puis l’utiliser pour trouver le traitement le plus efficace pour un patient particulier?

Quelles sont les dernières avancées technologiques dans le domaine de l’intelligence artificielle et de la santé mentale?
Le plus grand changement récent est l’essor de l’IA générative et des grands modèles de langage (LLMs: Large language models). Les LLMs, à eux seuls, sont déjà incroyablement utiles pour écrire, analyser de grands corpus de textes, et même servir de partenaires de réflexions scientifiques. Au-delà de leur utilisation comme chatbots, ces systèmes se sont révélés remarquablement utiles comme outils scientifiques pour étudier le cerveau lui-même. Nous, et d’autres, avons montré que les LLMs développaient en interne des représentations qui ressemblent au «réseau du langage» dans le cerveau et que ces représentations pouvaient même correspondre à d’autres aspects de la cognition humaine.
Ces modèles sont maintenant suffisamment sophistiqués pour servir de terrains d’expérimentation pour des hypothèses difficiles, voire impossibles à tester directement sur l’humain. Pour la santé mentale, cela ouvre une nouvelle direction: utiliser les modèles d’IA non seulement comme classificateurs de données patients, mais comme substituts in silico du cerveau lui-même.
Ainsi, dans le futur, des traitements potentiels pourront être testés numériquement avant d’être essayés sur
des patients.

Quels sont les aspects positifs et négatifs de l’utilisation de l’intelligence artificielle, tant pour les chercheurs que pour le grand public?
D’un côté, lorsqu’elle est bien utilisée, l’IA représente un énorme accélérateur de productivité. Mon propre laboratoire en bénéficie énormément: nous pouvons développer et tester de nouvelles idées beaucoup plus rapidement qu’avant, et nous passons moins de temps sur des détails répétitifs, par exemple dans les tâches de programmation. 

D’un autre côté, il existe un vrai risque: celui de générer du contenu de mauvaise qualité, produit en masse, qui noie les véritables signaux pertinents. Il y a aussi la concentration du pouvoir entre les mains d’un petit nombre d’institutions qui contrôlent les modèles les plus performants. A plus long terme, les choses deviennent plus difficiles à prédire. Je ne vois aucune raison fondamentale pour laquelle l’IA ne pourrait pas bientôt devenir plus intelligente que l’humanité dans son ensemble. Ce que cela signifiera reste profondément incertain, et ce que nous en ferons dépend en grande partie des décisions que nous prenons aujourd’hui. 

Le transhumanisme est l’idée que la technologie peut modifier les humains pour les rendre «meilleurs» ou «augmentés». Comment cette vision du transhumanisme influence-t-elle la recherche actuelle en intelligence artificielle?
A bien des égards, l’humanité augmente ses capacités depuis des siècles: des outils simples aux calculatrices, jusqu’aux puissants ordinateurs que nous portons aujourd’hui dans nos poches. Une grande partie de notre travail cible les dysfonctionnements du cerveau: restaurer la vision chez des personnes qui l’ont perdue, comprendre pourquoi certains enfants ont des difficultés à lire, étudier les mécanismes de la dépression. Mais les techniques – construire des modèles qui imitent des circuits neuronaux spécifiques, identifier où intervenir, concevoir des interventions ciblées – ne distinguent pas la réparation et l’amélioration. Une prothèse visuelle destinée à restaurer une vision perdue, par exemple, utilise la même démarche scientifique qu’une technologie qui pourrait étendre les capacités visuelles au-delà de la norme humaine. 

De même, la stimulation cérébrale utilisée pour traiter une dépression sévère se situe technologiquement sur le même continuum que des interventions capables de modifier l’humeur chez une personne en bonne santé. Même si nous développons des avancées technologiques qui permettront d’«améliorer» les capacités humaines, la manière de les utiliser reste, au final, une question pour la société plus que pour les scientifiques.

Croyez-vous à l’émergence d’une intelligence artificielle forte qui posséderait une intelligence similaire à la nôtre, ainsi que des émotions et des sentiments?
A mes yeux, l’AGI ou IAG (intelligence artificielle générale) est déjà en partie là: nous disposons aujourd’hui de systèmes d’IA capables de résoudre intelligemment une grande variété de tâches, pas toutes, mais une gamme déjà impressionnante et en constante expansion. Le fait que ces systèmes soient intelligents dépend énormément de la manière dont on définit l’intelligence. Certains tests opérationnels, comme la prise de décision basée sur l’effort, la motivation, ou même le plaisir dans une certaine mesure, classeraient déjà des modèles d’IA comme similaires aux humains. La question de savoir si nous sommes prêts à attribuer une intelligence sur cette base est une question plus profonde, presque existentielle.
Il y a une chose que je voudrais souligner: en tant qu’êtres humains, nous avons des failles, comme la difficulté à reconnaître les autres comme nos égaux, et cela ne date pas d’hier. Pour moi, rien ne justifie le fait qu’une IA ne puisse pas être intelligente. Je ne suis pas spécialiste de l’intelligence, mais en tant que scientifique, je pense que la bonne approche consiste à aborder cette question sans idées préconçues, plutôt que de supposer par défaut que la réponse est «non».

Propos recueillis par D.M. 

Retour