L’idée de l’intelligence artificielle (IA) comme force créative peut paraître surprenante à première vue. Comment des machines, dépourvues d’émotions, de conscience ou d’expérience humaine, pourraient-elles générer des idées ou des œuvres véritablement créatives ? Beaucoup seraient tentés de répondre « non » d’emblée. Après tout, la créativité est souvent associée à la pensée humaine, à l’expression personnelle et à l’intuition. Mais si nous adoptons une perspective plus large sur la créativité, pourrait-il être possible que les machines puissent également y participer ? Pour éclairer cette question, nous nous penchons sur des recherches récentes et des concepts tels que les réseaux adversariaux créatifs (CAN), les IA génératives comme AlphaGo, et l’émergence d’une IA développementale. La notion de créativité : une définition élargie Avant de répondre à la question de savoir si l’IA peut être créative, il convient d’abord de redéfinir ce que signifie la créativité. Traditionnellement, la créativité se manifeste par l’originalité, la nouveauté, et souvent, par un certain désintérêt pour les conventions établies. Toutefois, pour certains spécialistes de l’IA, comme Flavien Chervet, auteur du livre Hypercréation, la créativité peut se concevoir selon deux axes distincts : l’originalité-adaptabilité et la créativité dérivatif-disruptive. Le premier axe, originalité-adaptabilité, représente l’équilibre entre innovation et utilité. Une idée ou une œuvre doit non seulement être nouvelle mais aussi avoir une pertinence fonctionnelle pour être véritablement créative. Prenons par exemple un couteau : un couteau fait de mousse serait original, mais complètement inutile. En revanche, un couteau électrique serait une invention à la fois originale et pratique. Cet équilibre est crucial pour définir la véritable créativité. Le deuxième axe est celui de la créativité dérivatif-disruptive. La créativité dérivatif consiste à inventer à partir de ce qui existe déjà, tandis que la créativité disruptive casse les paradigmes établis. Ces deux formes de créativité coexistent aussi bien dans la nature que dans les innovations humaines. Nature et IA : la nature est-elle créative ? Pour illustrer son point de vue, Flavien Chervet propose une analogie avec la nature. Bien que la nature ne soit pas intelligente dans le sens où nous l’entendons habituellement, elle est pourtant, selon lui, créative. La nature s’adapte en permanence, et chaque nouvelle créature dérive d’une ancienne forme, parfois avec des mutations qui introduisent de la nouveauté et de la disruption. Si la nature, dépourvue d’intelligence consciente, peut être considérée comme créative, alors il n’est pas farfelu d’imaginer qu’une IA, elle aussi, puisse l’être. La créativité naturelle est lente, imprévisible et sans intention explicite. Les IA, en revanche, peuvent simuler ces processus de manière plus rapide et dirigée, notamment à travers des modèles comme les CAN, les réseaux adversariaux créatifs. Les CAN : une approche de l’IA créative Les CAN (Creative Adversarial Networks) constituent une des premières tentatives sérieuses pour permettre à l’IA de générer quelque chose de véritablement nouveau. Ce modèle, proposé par le chercheur Ahmed Elgammal en 2017, repose sur l’affrontement de deux réseaux de neurones. Le premier réseau crée des images, tandis que le second réseau, le discriminateur, refuse toutes les créations qui ressemblent à des œuvres existantes. En d’autres termes, seule l’originalité pure est acceptée. Ce modèle a suscité beaucoup d’intérêt lorsqu’il a été testé dans des environnements créatifs comme l’art. Lors de l’exposition Art Basel, des visiteurs ont été invités à comparer des œuvres humaines et des œuvres générées par des CAN. Les résultats ont été stupéfiants : les œuvres créées par l’IA ont été jugées plus structurées et plus inspirantes que celles des artistes humains. Ce verdict a provoqué de nombreuses interrogations. Ces machines, en apparence dépourvues d’intentionnalité, pouvaient-elles vraiment être plus créatives que les humains ? L’IA dans le domaine du jeu : l’exemple d’AlphaGo Si l’art généré par les CAN a prouvé que l’IA pouvait, dans une certaine mesure, produire de l’originalité, c’est dans un tout autre domaine que l’on a observé un véritable choc créatif : le jeu de Go. En 2016, AlphaGo, développé par DeepMind, a stupéfié le monde en battant le champion du monde de Go, Lee Sedol, grâce à un coup jugé totalement imprévisible par les experts du jeu. AlphaGo, à l’instar des IA génératives comme Midjourney ou ChatGPT, s’est d’abord formé sur des parties humaines. Mais lors de cette fameuse partie, AlphaGo a joué un coup qualifié de « étrange », un coup que personne n’aurait pu prévoir et qui a pourtant fait basculer la partie en sa faveur. Cet événement a marqué un tournant dans la manière dont nous percevons l’IA. En combinant la puissance des réseaux neuronaux avec la recherche de nouvelles possibilités à travers un arbre Monte Carlo, AlphaGo a démontré que l’IA pouvait proposer des solutions disruptives, non pas en imitant les humains, mais en explorant de nouvelles stratégies créatives. AlphaGo Zero : la créativité purement machine Si AlphaGo avait encore besoin d’un entraînement basé sur les parties humaines, sa version améliorée, AlphaGo Zero, s’est affranchie de cette limitation. AlphaGo Zero a appris à jouer sans utiliser de données humaines, en jouant simplement contre lui-même. Ce processus d’auto-entraînement lui a permis de découvrir des stratégies inédites, créant ainsi des solutions véritablement nouvelles. Cet exploit montre que la créativité de l’IA peut aller au-delà de l’imitation. En explorant un environnement simple comme le jeu de Go, AlphaGo Zero a pu générer des idées entièrement nouvelles. Cela soulève une question fascinante : si l’IA peut être créative dans un environnement contrôlé, pourrait-elle un jour être créative dans des contextes plus complexes comme le monde réel ? L’IA « développementale » : vers une nouvelle forme de créativité La prochaine étape dans l’évolution de l’intelligence artificielle pourrait bien résider dans les systèmes d’IA développementale. Contrairement aux IA actuelles, qui s’entraînent principalement à partir de données générées par les humains, l’IA développementale apprend par sa propre expérience. Ce type de machine pourrait développer sa propre compréhension du monde, indépendamment des biais ou des idées préconçues des humains. Flavien Chervet voit dans cette forme de créativité artificielle une véritable révolution. Si une machine peut un jour cultiver son propre savoir, sans être dépendante de l’entraînement humain, elle pourrait proposer des solutions, des œuvres ou des concepts qui nous
Publié le 23 septembre 2024L’idée de l’intelligence artificielle (IA) comme force créative peut paraître surprenante à première vue. Comment des machines, dépourvues d’émotions, de conscience ou d’expérience humaine, pourraient-elles générer des idées ou des œuvres véritablement créatives ? Beaucoup seraient tentés de répondre « non » d’emblée. Après tout, la créativité est souvent associée à la pensée humaine, à l’expression personnelle et à l’intuition. Mais si nous adoptons une perspective plus large sur la créativité, pourrait-il être possible que les machines puissent également y participer ? Pour éclairer cette question, nous nous penchons sur des recherches récentes et des concepts tels que les réseaux adversariaux créatifs (CAN), les IA génératives comme AlphaGo, et l’émergence d’une IA développementale. La notion de créativité : une définition élargie Avant de répondre à la question de savoir si l’IA peut être créative, il convient d’abord de redéfinir ce que signifie la créativité. Traditionnellement, la créativité se manifeste par l’originalité, la nouveauté, et souvent, par un certain désintérêt pour les conventions établies. Toutefois, pour certains spécialistes de l’IA, comme Flavien Chervet, auteur du livre Hypercréation, la créativité peut se concevoir selon deux axes distincts : l’originalité-adaptabilité et la créativité dérivatif-disruptive. Le premier axe, originalité-adaptabilité, représente l’équilibre entre innovation et utilité. Une idée ou une œuvre doit non seulement être nouvelle mais aussi avoir une pertinence fonctionnelle pour être véritablement créative. Prenons par exemple un couteau : un couteau fait de mousse serait original, mais complètement inutile. En revanche, un couteau électrique serait une invention à la fois originale et pratique. Cet équilibre est crucial pour définir la véritable créativité. Le deuxième axe est celui de la créativité dérivatif-disruptive. La créativité dérivatif consiste à inventer à partir de ce qui existe déjà, tandis que la créativité disruptive casse les paradigmes établis. Ces deux formes de créativité coexistent aussi bien dans la nature que dans les innovations humaines. Nature et IA : la nature est-elle créative ? Pour illustrer son point de vue, Flavien Chervet propose une analogie avec la nature. Bien que la nature ne soit pas intelligente dans le sens où nous l’entendons habituellement, elle est pourtant, selon lui, créative. La nature s’adapte en permanence, et chaque nouvelle créature dérive d’une ancienne forme, parfois avec des mutations qui introduisent de la nouveauté et de la disruption. Si la nature, dépourvue d’intelligence consciente, peut être considérée comme créative, alors il n’est pas farfelu d’imaginer qu’une IA, elle aussi, puisse l’être. La créativité naturelle est lente, imprévisible et sans intention explicite. Les IA, en revanche, peuvent simuler ces processus de manière plus rapide et dirigée, notamment à travers des modèles comme les CAN, les réseaux adversariaux créatifs. Les CAN : une approche de l’IA créative Les CAN (Creative Adversarial Networks) constituent une des premières tentatives sérieuses pour permettre à l’IA de générer quelque chose de véritablement nouveau. Ce modèle, proposé par le chercheur Ahmed Elgammal en 2017, repose sur l’affrontement de deux réseaux de neurones. Le premier réseau crée des images, tandis que le second réseau, le discriminateur, refuse toutes les créations qui ressemblent à des œuvres existantes. En d’autres termes, seule l’originalité pure est acceptée. Ce modèle a suscité beaucoup d’intérêt lorsqu’il a été testé dans des environnements créatifs comme l’art. Lors de l’exposition Art Basel, des visiteurs ont été invités à comparer des œuvres humaines et des œuvres générées par des CAN. Les résultats ont été stupéfiants : les œuvres créées par l’IA ont été jugées plus structurées et plus inspirantes que celles des artistes humains. Ce verdict a provoqué de nombreuses interrogations. Ces machines, en apparence dépourvues d’intentionnalité, pouvaient-elles vraiment être plus créatives que les humains ? L’IA dans le domaine du jeu : l’exemple d’AlphaGo Si l’art généré par les CAN a prouvé que l’IA pouvait, dans une certaine mesure, produire de l’originalité, c’est dans un tout autre domaine que l’on a observé un véritable choc créatif : le jeu de Go. En 2016, AlphaGo, développé par DeepMind, a stupéfié le monde en battant le champion du monde de Go, Lee Sedol, grâce à un coup jugé totalement imprévisible par les experts du jeu. AlphaGo, à l’instar des IA génératives comme Midjourney ou ChatGPT, s’est d’abord formé sur des parties humaines. Mais lors de cette fameuse partie, AlphaGo a joué un coup qualifié de « étrange », un coup que personne n’aurait pu prévoir et qui a pourtant fait basculer la partie en sa faveur. Cet événement a marqué un tournant dans la manière dont nous percevons l’IA. En combinant la puissance des réseaux neuronaux avec la recherche de nouvelles possibilités à travers un arbre Monte Carlo, AlphaGo a démontré que l’IA pouvait proposer des solutions disruptives, non pas en imitant les humains, mais en explorant de nouvelles stratégies créatives. AlphaGo Zero : la créativité purement machine Si AlphaGo avait encore besoin d’un entraînement basé sur les parties humaines, sa version améliorée, AlphaGo Zero, s’est affranchie de cette limitation. AlphaGo Zero a appris à jouer sans utiliser de données humaines, en jouant simplement contre lui-même. Ce processus d’auto-entraînement lui a permis de découvrir des stratégies inédites, créant ainsi des solutions véritablement nouvelles. Cet exploit montre que la créativité de l’IA peut aller au-delà de l’imitation. En explorant un environnement simple comme le jeu de Go, AlphaGo Zero a pu générer des idées entièrement nouvelles. Cela soulève une question fascinante : si l’IA peut être créative dans un environnement contrôlé, pourrait-elle un jour être créative dans des contextes plus complexes comme le monde réel ? L’IA « développementale » : vers une nouvelle forme de créativité La prochaine étape dans l’évolution de l’intelligence artificielle pourrait bien résider dans les systèmes d’IA développementale. Contrairement aux IA actuelles, qui s’entraînent principalement à partir de données générées par les humains, l’IA développementale apprend par sa propre expérience. Ce type de machine pourrait développer sa propre compréhension du monde, indépendamment des biais ou des idées préconçues des humains. Flavien Chervet voit dans cette forme de créativité artificielle une véritable révolution. Si une machine peut un jour cultiver son propre savoir, sans être dépendante de l’entraînement humain, elle pourrait proposer des solutions, des œuvres ou des concepts qui nous