Geoffrey Hinton, un pionnier de l’intelligence artificielle, a reçu le prix Nobel de physique pour son travail sur la machine de Boltzmann, qui simule l’apprentissage. Anciennement considéré comme un outsider, Hinton a influencé la recherche en IA tout en surmontant des tragédies personnelles. Son parcours inclut une migration vers le Canada pour éviter le financement militaire, ainsi que des réussites notables dans les réseaux neuronaux. Aujourd’hui, il met en garde contre les dangers potentiels de l’IA, affirmant que l’humanité pourrait faire face à des machines plus intelligentes.
Durant ses années universitaires, Geoffrey Hinton était en quête de sa voie. Il s’est essayé à diverses disciplines comme la biologie, l’histoire de l’art et la philosophie, avant de découvrir une passion inébranlable : les fondements mathématiques de l’apprentissage. « Mon objectif était de comprendre comment le cerveau parvient à acquérir des compétences. Même si je n’ai pas complètement réussi, cet échec a conduit à des avancées remarquables en ingénierie », a-t-il confié dans une interview en avril 2024. Ces avancées constituent désormais le socle de l’intelligence artificielle moderne.
Actuellement, Geoffrey Hinton a été honoré du prix Nobel de physique, en collaboration avec John Hopfield. Aujourd’hui, l’intelligence artificielle est familière à tous les enfants, mais la majorité de la carrière de Hinton a eu lieu à une époque où ses travaux suscitaient davantage de moqueries que de reconnaissance.
Un choix de carrière atypique
Né à Londres en 1947, Geoffrey Everest Hinton vient d’une lignée prestigieuse. Son deuxième prénom, Everest, provient d’un ancêtre, l’arpenteur George Everest. Fait intéressant, l’arrière-arrière-grand-père de Hinton, George Boole, a été le pionnier des concepts de logique binaire, ouvrant ainsi la voie à l’ère numérique.
Hinton a grandi sous le regard d’un père entomologiste de renom, lui laissant une empreinte indélébile de réussite à atteindre. Cependant, cet accomplissement est survenu bien après le décès de son père. Dans une discussion avec un journaliste du « New Yorker », Hinton a avoué s’être souvent interrogé sur son bonheur en tant qu’architecte, révélant son besoin de se convaincre de son engagement dans la science : « Il y a eu des moments de joie, mais aussi de profondes inquiétudes. » Ce fut un immense soulagement d’atteindre enfin un sommet dans sa carrière.
En 1978, il obtient son doctorat à Édimbourg, où il développe un intérêt pour la modélisation mathématique de la vision. Hinton se rend ensuite aux États-Unis pour poursuivre ses recherches à l’université Carnegie Mellon à Pittsburgh.
Hinton a été particulièrement inspiré par l’ambition de ses collègues américains, contrastant avec la culture britannique où les chercheurs préféraient se retrouver au pub. À Carnegie Mellon, il a observé des étudiants travailler tard le soir, convaincus que cela transformerait l’avenir de l’informatique.
La machine de Boltzmann : une avancée majeure dans l’apprentissage
À cette époque, la plupart des chercheurs en IA pensaient que l’intelligence des ordinateurs devait résulter de réglages précis de règles programmées, comme le célèbre ordinateur Deep Blue d’IBM qui a vaincu le champion du monde d’échecs. Contrairement à cette approche, Hinton faisait partie d’une nouvelle génération de chercheurs visant à enseigner l’apprentissage lui-même, en se basant sur des formules mathématiques pour inférer des concepts à partir de multiples exemples.
Son travail précurseur sur la machine de Boltzmann, présentée en 1983, lui a valu récemment le prix Nobel. Nommée d’après le physicien autrichien qui a formulé des équations fondamentales pour comprendre le comportement des gaz, cette théorie d’apprentissage a ouvert de nouvelles perspectives dans le domaine.
Bien que des avancées ultérieures aient montré d’autres méthodes plus efficaces, Hinton reste attaché à son concept de la machine de Boltzmann, qu’il voit comme une base fondamentale pour l’apprentissage humain. Dans une interview de l’année dernière, il a même exprimé l’idée qu’elle pourrait représenter le modèle idéal de l’apprentissage dans notre cerveau, même si des expériences ont contredit cet idéal.
Déménagement au Canada : une question d’éthique
Les recherches de Hinton, issues de la machine de Boltzmann, ont jeté les bases de techniques de construction de réseaux de neurones artificiels, les fondements des applications d’intelligence artificielle modernes. Cependant, la technologie des années 80 manquait de la puissance de calcul nécessaire pour les utiliser efficacement.
Il a fallu des décennies avant que des ordinateurs suffisamment puissants permettent d’atteindre des applications pratiques, accordant à Hinton le statut de pionnier. Face à une dépendance accrue de la recherche IA à l’égard de financ