mardi, novembre 17, 2026
Accueil Je n'ai pas découvert l'IA avec ChatGPT

Je n’ai pas découvert l’IA avec ChatGPT

0
33
Affiche du chapitre : à gauche, la rade de Brest au crépuscule ; à droite, un robot sous-marin autonome jaune mis à la mer de nuit ; en bas à gauche, le titre du chapitre et une phrase du texte.
À gauche, la rade de Brest au crépuscule en 2018. À droite, la mise à l’eau de nuit d’un robot sous-marin autonome de l’Ifremer, AsterX. Sailing Hirondelle, RADE DE BREST, 12 octobre 2018. CC BY-SA 4.0. Source : Wikimedia Commons. Stephane Lesbats, Mise à l’eau nocturne de l’AUV AsterX (Ifremer 00554-66559 – 16640), non datée ; déposée le 8 septembre 2010. CC BY 4.0. Source : Wikimedia Commons. Composition, coupe et étalonnage Shy Robotics ; l’ensemble est placé sous la même licence, CC BY-SA 4.0.

L’eau de la rade de Brest ne se laisse pas regarder. Passé quelques mètres, la lumière s’éteint, les particules en suspension renvoient tout, et l’œil ne sert plus à rien. C’est la première chose que l’on comprend quand on travaille sur un robot sous-marin autonome : la machine ne verra pas. Elle devra décider quand même.

C’est le contexte dans lequel j’ai réalisé un stage d’étude au sein de la Direction générale de l’armement (DGA) en 2010, au Groupe d’études sous-marines de l’Atlantique (GESMA). Mon sujet portait sur un engin nommé SEAL. Autour de moi, on préparait l’avenir de la guerre des mines : retrouver au fond d’une eau opaque des engins explosifs, et les neutraliser. Je découvrais que ce métier sert d’abord à protéger : dégager les ports que les guerres ont laissés piégés, pour que les navires et leurs passagers y entrent sans danger.

Pour mener à bien leurs missions, les drones sous-marins devaient se coordonner avec des bateaux eux aussi autonomes, sans qu’un opérateur tienne chaque geste au bout d’un câble. J’ai vu les engins d’ECA (devenu Exail), j’ai vu les bassins d’essai, j’ai vu surtout ce que coûte une décision autonome quand elle se prend à l’aveugle, dans un milieu qui ne pardonne rien et où l’on ne peut pas relancer la simulation.

Voilà d’où je viens. Et c’est dans ce contexte que j’ai découvert l’application de l’intelligence artificielle dans la robotique.

Ce que je faisais pendant que l’intelligence artificielle n’intéressait personne

Qu’est-ce qui m’a amené à faire ce stage ? Cela faisait suite à un défi que je m’étais lancé au sein de mon école d’ingénieurs, l’ESIEA : Aquatis. Monter une équipe de passionnés de technologie (les geeks, comme on nous appelle), pour construire en neuf mois seulement un robot sous-marin autonome et l’engager au concours SAUC-E, organisé par l’OTAN, face aux meilleures universités européennes. Contre toute attente, nous sommes arrivés en finale. Le concours s’est joué du 28 juin au 4 juillet 2010, dans le bassin du centre de recherche sous-marine de l’OTAN, à La Spezia : cent vingt mètres sur cinquante, cinq mètres et demi de fond, et une visibilité entre un et deux mètres selon la météo.

Aquatis est né du croisement de trois cercles que je fréquentais au sein de l’ESIEA : l’association de robotique, celle d’aéromodélisme, et le pôle de recherche ATIS (Acquisition et traitements des images et des signaux). Ce pôle ne se contentait pas d’enseigner. Ses membres avaient conçu un quadrirotor (un drone à quatre hélices) construit à la main, et la chaîne d’outils qui permettait d’en exploiter les images au centimètre. Parmi les signataires, un ami, Corentin Chéron. L’année suivante, l’un de ses coauteurs était lauréat du concours du ministère de la Recherche pour un projet d’acquisition d’images par drones civils. Corentin, lui, publierait plus tard sur l’imagerie aérienne au service de l’agriculture de précision.

Les règles du concours que ciblait Aquatis étaient formulées ainsi : aucune commande, aucun guidage, aucune communication venue d’une personne ni d’un ordinateur resté à terre, y compris le GPS ; et l’engin doit rester entièrement immergé, faire surface une seule fois met fin à la mission. Quarante minutes en tout, dont dix de préparation. Franchir une porte de trois mètres sur deux et demi, suivre à un demi-mètre de distance un tuyau de vingt mètres posé au fond, longer un mur, couper l’amarre d’une cible flottant en pleine eau, tourner en cercle autour d’un émetteur acoustique de douze kilohertz posé à un mètre du fond, et faire surface exactement au-dessus de lui, cette épreuve obligatoirement en dernier.

Carte vue de dessus de la zone de concours, 60 mètres sur 25. Depuis le départ, à gauche, une flèche franchit la première porte, fait demi-tour et suit le tuyau de 20 mètres posé au fond, passe la porte numéro 2, contourne le bout du tuyau vers la cible rouge, puis file vers le mur. Un cercle en pointillés entoure le milieu du tuyau, où se trouvent un émetteur sonore et la zone verte de remontée finale. Les six actions sont numérotées et en gras.
Le parcours de 2010 tel que le décrit le règlement : la porte d’abord, la remontée en dernier, et entre les deux un ordre libre. Les cibles pouvaient changer de place d’un passage à l’autre.

Ce furent les neuf mois les plus intenses de ma vie (à l’époque), avec des demi-nuits de sommeil, et une équipe à construire et à mener jusqu’en finale. Le lendemain de la compétition, quand la pression est redescendue, j’étais sonné. Je venais de travailler sur un défi technique, et je n’avais pas vraiment pris le temps de m’intéresser à l’utilité de mon action. C’est cette gêne qui m’a fait ouvrir un blog, shyrobotics.com, et y publier quatre cent cinquante articles en deux ans pour comprendre dans quel monde je venais de mettre le pied. Il a fini par recevoir jusqu’à six cents visiteurs par jour, ce qui, pour un sujet dont personne ne parlait, m’a appris quelque chose sur la demande.

Un robot sous-marin posé sur son ber d'aluminium au bord de la mer : deux caissons cylindriques blancs, dont l'un porte le logo de l'ESIEA, un capteur dressé à l'avant, des connecteurs étanches et deux propulseurs sous le châssis ; au fond, un phare blanc à lanterne rouge
Quatorze étudiants, neuf mois, et un budget d’association. La finale de 2010 s’est jouée avec cette machine-là. David Leblanc, Aquatis, robot sous-marin autonome de l’ESIEA, 28 août 2010. Photographie de l’auteur, publiée avec son autorisation. Source : https://shyrobotics.com/wp-content/uploads/2026/08/aquatis-esiea-2010.jpg

Lors d’un Apérobo (ces rencontres où les amateurs de robotique se retrouvaient autour d’un verre), j’ai croisé Frédéric Boisdron, cofondateur et rédacteur en chef du magazine Planète Robots. Il lisait déjà le blog. J’ai écrit pour ce magazine pendant plusieurs années ensuite, en plus de mon travail d’ingénieur, et les articles que j’y ai publiés m’ont valu quelque chose de bien plus précieux que des lignes de publication : le droit de poser des questions à ceux qui construisaient le domaine.

J’ai interrogé Rodney Brooks, qui a dirigé le laboratoire d’intelligence artificielle du MIT de 1997 à 2007, et Colin Angle, qui avait co-fondé iRobot. Bruno Maisonnier, qui voulait faire entrer un robot humanoïde dans les foyers. Bruno Bonnell, qui avait écrit Viva la robolution à une époque où le mot faisait sourire, et qui m’a avoué lire le blog. Massimo Banzi, dont la carte Arduino a mis l’électronique programmable à la portée de tous. Et beaucoup d’autres, chacun ayant infléchi à son niveau ce que les machines savent faire dans le monde réel.

Puis j’ai commencé ma carrière chez Thales Optronique, où je suis entré par mon stage de fin d’études, l’année qui a suivi Brest. Elle portait sur une problématique : Une frégate multimissions est entourée de caméras infrarouges qui la surveillent sur trois cent soixante degrés, sans une seule pièce mobile. Ces caméras voient des points chauds (beaucoup de points chauds). Un reflet sur la crête d’une vague est un point chaud. Un missile qui arrive en rasant la mer aussi. Le système doit trancher, en continu, sur des centaines de pistes simultanées, et il n’a pas droit à l’erreur dans les deux sens : ni manquer l’attaque, ni réveiller un équipage entier pour un goéland.

Nous n’appelions pas cela de l’intelligence artificielle. Nous appelions cela de la reconnaissance d’images, et nous l’écrivions à la main, règle après règle, seuil après seuil, en nous battant contre le temps de calcul disponible sur des cartes embarquées. Dans les mêmes murs, d’autres équipes travaillaient sur des drones : des engins assez simples et assez peu chers pour être consommés en mission. C’était en 2011, et l’idée n’avait alors rien d’évident.

J’ai passé ensuite plusieurs années chez Dassault Aviation. J’y suis entré en juin 2012, pour les six derniers mois d’un projet européen de simulation de mission de drones de combat. Le but était de faire voler des engins virtuellement pour se projeter dans un futur où ils seraient produits et répondre à une problématique : plusieurs appareils partent ensemble remplir une mission. L’un d’eux est perdu. Comment les autres se réorganisent-ils, seuls, pour atteindre l’objectif malgré tout ? Là non plus, personne ne parlait de réseaux de neurones, ces programmes qui apprennent à partir d’exemples au lieu de suivre des règles écrites. On parlait de coordination, de replanification, de tolérance à la panne. Et pourtant c’était bien la même question que celle qui occupe aujourd’hui les laboratoires du monde entier : comment une machine décide-t-elle quand la situation n’est pas celle qu’on avait prévue ? Jusque là, le déterministe était clé et au coeur des débats éthiques.

Le projet était mené avec des équipes allemandes et suédoises dans le cadre de la coopération européenne ETAP. Ce qui m’avait attiré là, c’était nEUROn, le démonstrateur furtif de drone de combat européen conçu par cette maison. Six mois après mon arrivée, le 1er décembre 2012 au lever du jour, il décollait pour la première fois d’Istres. Un mois plus tôt, je publiais dans Planète Robots un article sur les drones.

Le point de vue que cela donne

Quand l’intelligence artificielle a fait irruption dans la conversation publique, à la fin de l’année 2022, beaucoup l’ont découverte par une fenêtre de dialogue dans un navigateur. C’était un logiciel, il répondait, il écrivait des poèmes, il semblait sorti de nulle part.

Moi, je l’avais vue par en dessous. J’avais passé une douzaine d’années à la côtoyer là où elle est indissociable d’une carte électronique, d’un capteur, d’une batterie, d’un budget de calcul et d’un délai de réponse garanti. Et cette position de départ, qui n’a rien d’un mérite, donne une conviction que le récit courant escamote presque toujours.

Rien de ce qui est arrivé depuis 2012 n’est un miracle logiciel. À chaque fois qu’une idée a paru surgir, une machine avait bougé d’abord. Les idées, elles, étaient souvent là depuis des décennies, publiées, ignorées, parfois enterrées avec les honneurs par la communauté scientifique elle-même. Ce que l’on raconte comme une succession d’éclairs de génie est, vu de dessous, une histoire de contraintes matérielles qui cèdent une à une. Un exemple, celui de l’image qui suit : l’idée qui remporte le grand concours de reconnaissance d’images en 2012 avait été publiée en 1989. Entre les deux, ce n’est pas l’idée qui a changé, c’est la carte graphique, devenue programmable en 2007.

Trois panneaux dessinés au crayon et reliés par des flèches. En 1989, un réseau de neurones au repos, avec la mention trois jours de calcul par expérience. En 2007, une carte graphique dont toutes les unités sont en rouge : elle devient programmable. En 2012, le même réseau avec plusieurs neurones allumés en vert : la même idée gagne.
Le panneau du milieu n’apporte rien sur l’apprentissage, et c’est pourtant lui qui rend le troisième possible.

C’est le fil que je veux dérouler ici. Non pas parce qu’il serait plus noble que les autres, mais parce qu’il est celui qui rend la suite lisible. Si vous croyez que tout tient à des idées, vous ne verrez rien venir. Si vous comprenez ce qui, à chaque étape, était impossible à essayer et ce qui a rendu l’essai possible, vous saurez où regarder.

Ce que ce récit est, et ce qu’il n’est pas

Ce n’est pas un manuel. Vous n’y trouverez pas de code, et vous n’avez besoin d’aucun bagage d’ingénieur pour le suivre.

Ce n’est pas non plus une prophétie. Je ne vous dirai pas ce que sera 2030. Je vous dirai ce qui a été mesuré, par qui, sur quoi, et ce que cela permet d’en déduire.

C’est un récit, et il obéit à deux règles que je me suis imposées.

La première est chronologique. Chaque concept arrive à la date où il a été inventé, après le problème concret qu’il résout, et jamais avant les briques dont il dépend. On ne peut pas comprendre pourquoi une solution s’impose si l’on n’a pas d’abord souffert du problème.

La deuxième est la plus exigeante. Partout où c’est possible, vous devez pouvoir refaire le calcul vous-même. Combien de poids dans un petit réseau, combien de gigaoctets pour charger un modèle, combien de multiplications pour une image : quand un chiffre décide de quelque chose, je vous donne de quoi le vérifier. C’est la seule façon que je connaisse de vous laisser en meilleure position que celle où vous êtes arrivé.

Pourquoi maintenant ?

J’ai publié un livre, Smart World, en 2017. Il m’a demandé quatre années. Un second est en chantier, Usines à Impact, commencé il y a trois ans. Celui-là prendra le temps qu’il faudra. Il expose un concept que j’ai développé, posé sur des fondations éprouvées mais avec une part qui m’appartient et que j’ai eu la chance de pratiquer en situation professionnelle. Un objet pareil ne se bâcle pas. D’autant plus que vous découvrirez d’ici quelques années qu’il y a un lien direct entre les pratiques managériales que j’illustre et le sujet de cette série : la combinaison des pratiques Lean qui reposent sur l’amélioration continue avec l’intelligence artificielle est sur le point de donner à l’humanité d’opportunité de relever des défis qu’elle n’aurait jamais imaginé, et l’avenir appartient à ceux qui auront acquis les clés de lecture.

Pour le moment, le récit de cette série ne propose aucune idée neuve : il raconte, dans l’ordre, ce qui s’est réellement passé. Sa valeur ne tient pas à la maturation d’une pensée mais à l’exactitude et à l’arrivée à l’heure : ce que j’écrirais en 2030 sur l’état de 2026 n’aurait plus le même usage pour personne. Je connais donc les deux prix, celui d’un livre qui doit mûrir et celui d’un récit qui doit arriver à temps, et je n’avais pas quatre ans à donner au second sans sacrifier le premier.

Alors j’ai fait équipe avec une intelligence artificielle, Claude Opus 5, d’Anthropic. Je préfère vous le dire ici, au seuil, plutôt que de vous laisser le découvrir en cours de route.

Voici exactement ce qu’elle fait. Elle cherche, et elle rapporte les sources. Elle vérifie mes affirmations et me contredit quand elles ne tiennent pas, ce qui est arrivé plus souvent que mon orgueil ne l’aurait souhaité. Elle contrôle, elle mesure, elle relit.

Voici ce qu’elle ne fait pas. Elle ne choisit pas l’angle. Elle ne décide pas de ce qui compte. Elle n’a pas plongé dans la rade de Brest, elle n’a pas passé deux ans sur Aquatis, elle n’a pas vu ce que l’on ressent devant un robot qui doit décider seul dans une eau où l’on ne voit rien. Les choix, les convictions, les partis pris et les erreurs qui subsistent sont les miens.

Il y a une ironie : écrire l’histoire de cette technologie en travaillant avec elle. Mais c’est aussi la démonstration la plus honnête de ce que ce récit soutient. Un outil ne remplace pas un auteur, il déplace la frontière de ce qu’un auteur peut entreprendre. C’est exactement ce que fait l’intelligence artificielle depuis quatorze ans, dans les laboratoires comme dans les usines : elle ne remplace pas les gestes, elle change ce qu’il devient raisonnable de tenter.

Ce que je vous propose

Apprendre. Créer. Partager. Ces trois verbes rythment ma vie depuis l’adolescence et je n’en ai pas trouvé d’autres.

Ce que je vous propose ici tient dans le troisième. Vous allez suivre, dans l’ordre où elles se sont produites, les inventions qui ont mené du premier neurone artificiel de 1943 aux modèles qui écrivent aujourd’hui. Vous verrez ce que chacune résolvait, ce qu’elle a coûté, ce qu’elle a ouvert et ce qu’elle a fermé. Vous verrez surtout deux enterrements en règle : celui du perceptron, une machine qui apprenait à reconnaître des formes, puis celui des réseaux de neurones ; et pourquoi les fossoyeurs avaient de bonnes raisons de se tromper.

Le récit commence en février 2012, dans une voiture qui n’apprenait rien. Premier chapitre.

Bonne lecture.

David Leblanc

Sources

Ce que je faisais pendant que l’intelligence artificielle n’intéressait personne

Le point de vue que cela donne

Ce que je vous propose

David LEBLANC
David Leblanc, ingénieur et auteur. Il a ouvert Shy Robotics en 2011 pour comprendre la robotique en la racontant, et y a publié 450 articles en deux ans. Le blog l'a mené au journalisme spécialisé pour le magazine Planète Robots, à des entretiens avec des figures du domaine comme Colin Angle, et à un documentaire sur le mouvement maker. Il a publié Smart World en 2017, puis Usines à Impact. Il écrit ces articles avec l'aide de l'intelligence artificielle. Elle ne choisit ni les sujets ni les conclusions. Elle accélère le passage de l'idée au texte publié, vérifie les faits, remonte aux sources, et signale les angles morts du raisonnement.