Interview exclusive : Tan Tiehou, membre permanent de la Conférence consultative politique nationale et secrétaire du comité du Parti de l'Université de Nanjing : Le développement de l'intelligence artificielle a besoin de dégonfler les bulles

Chaque jour, le journaliste Zhang Rui | Éditeur Wen Duo

Le 5 mars, le rapport sur le travail gouvernemental a été publié, mentionnant à plusieurs reprises « intelligence artificielle » et intégrant à nouveau l’intelligence incarnée dans le rapport.

À l’occasion de la session nationale, le journaliste du « Quotidien Économique » (ci-après NBD) a interviewé Tan Tieniu, membre du 14e Comité national de la Conférence consultative politique du peuple chinois, académicien de l’Académie chinoise des sciences, et secrétaire du comité du Parti à l’Université de Nankin, sur les sujets d’actualité dans les domaines de l’intelligence artificielle et de l’intelligence incarnée.

Tan Tieniu, ancien vice-président de l’Académie chinoise des sciences, a reçu en août 2022 le prix Sun Fu-Jing, le plus haut prix dans le domaine de la reconnaissance de modèles internationaux — une première depuis sa création en 1988, décernée à un chercheur hors d’Amérique du Nord et d’Europe.

Cette année marque ses 40 ans d’engagement dans le domaine de l’intelligence artificielle, depuis ses débuts en reconnaissance d’images jusqu’à la biométrie, la reconnaissance de traits biologiques et l’analyse vidéo. Il a constamment ouvert de nouvelles voies de recherche. Pionnier en reconnaissance d’iris et de marche, ses résultats ont été largement appliqués dans les secteurs minier, criminel, etc.

Lors de l’entretien, Tan Tieniu a exprimé sa surprise face aux progrès de l’IA ces dernières années, qu’il qualifie d’« au-delà de l’imagination » et « inattendus ». Il se souvient : « Il y a environ dix ans, nous considérions l’interaction en langage naturel entre humains et robots comme un objectif majeur. Aujourd’hui, ce problème est pratiquement résolu. »

Cependant, il met en garde : « Cela ne signifie pas que l’IA est omnipotente. Elle a encore beaucoup de ‘non’, même si l’on ne peut se passer de l’IA. » Tan Tieniu insiste sur le fait que le développement de l’IA doit être « rationnel, pragmatique, sans suivre la mode, adapté aux conditions locales, et axé sur la mise en œuvre concrète ». Il faut garantir que l’IA soit bienveillante et bénéfique, pour réellement soutenir le développement de nouvelles forces productives et la modernisation à la chinoise.

1

Il est encore prématuré de parler de maturité industrielle

NBD : Lors du gala du printemps cette année, la performance des robots a encore fait sensation. Selon vous, quels signaux cela envoie-t-il ? La mise en avant massive de ces robots est-elle un signe de maturité de l’industrie ?

Tan Tieniu : Les robots humanoïdes sont effectivement un domaine clé de la révolution technologique et de la transformation industrielle, très apprécié du public. Mais il faut en tirer des leçons, ne pas se contenter de regarder le spectacle.

Ce qu’il faut saluer, c’est la progression impressionnante des robots humanoïdes, du « YangBot » de l’année dernière au « WuBot » cette année [Bot étant l’abréviation de robot (Robot)]. Leur niveau est remarquable : en un an, ils sont passés de marche instable à acrobatie, avec une évolution rapide. Cela témoigne de nos capacités d’innovation autonome, prouvant que la Chine peut aussi mener la vague mondiale de l’innovation technologique. Il faut donc garder confiance en l’innovation indépendante. Dans cette vague de robots humanoïdes, au moins en termes de mouvement et de contrôle, nous sommes déjà en tête dans le monde.

Source de l’image : capture vidéo

Mais il faut aussi rester objectif. Ne pas confondre robot humanoïde et intelligence artificielle. Voir des mouvements spectaculaires comme des acrobaties ne signifie pas que ces robots possèdent une intelligence avancée. Il est essentiel de clarifier un concept fondamental : un robot humanoïde n’est pas égal à une intelligence artificielle.

Un robot et une intelligence sont deux notions étroitement liées mais distinctes. Un robot n’a pas forcément d’intelligence ; il sert souvent de support à des capacités d’IA. Seuls les robots dotés d’intelligence peuvent être qualifiés d’intelligents. La même logique s’applique aux robots humanoïdes.

Les robots humanoïdes très discutés en ce moment illustrent surtout des progrès en contrôle et en mouvement, comme les formations de drones, qui sont préprogrammés et entraînés dans des scénarios connus. Cela ne représente pas une avancée en intelligence artificielle. Si, lors d’une performance, ils déplacent soudainement un accessoire, ils risquent de ne pas réagir. S’ils peuvent autonomément chercher un objet, alors cela témoigne d’une véritable intelligence.

Il est donc encore prématuré de parler de maturité industrielle. Si un robot humanoïde se limite à danser ou faire des acrobaties, il ne sera qu’un phénomène passager. Il faut des applications de rupture. Après le gala, beaucoup de commandes, ce n’est pas surprenant, mais la nouveauté et la curiosité ne dureront pas. La clé, c’est de savoir si ces robots répondent à un besoin réel ou résolvent un problème concret. Sans applications de rupture, ils seront tôt ou tard dépassés.

Une leçon historique est instructive : le Japon, pionnier dans la recherche sur les robots humanoïdes, a lancé en 2000 le célèbre ASIMO. Mais, après 22 ans, en raison de coûts élevés et d’une utilité limitée, il n’a pas trouvé d’applications de rupture et a finalement quitté la scène.

Bien que le robot Yushu dépasse largement ASIMO en capacités de contrôle, son niveau d’intelligence reste limité.

2

Robots humanoïdes intelligents

Une adoption massive dans les foyers nécessitera au moins 5 ans

NBD : Selon vous, dans quels domaines ces applications de rupture pourraient-elles apparaître ?

Tan Tieniu : Il y en a beaucoup, comme la fabrication, la surveillance — par exemple, la surveillance des routes, des trains à grande vitesse, des lignes à haute tension. Mais ces tâches exigent que le robot ait une « vision d’aigle », c’est-à-dire une capacité visuelle forte, une rapidité de calcul, ce qui nécessite non seulement du contrôle et du mouvement, mais aussi une perception et une compréhension de l’environnement. Certaines applications de terrain existent déjà, mais dans des scénarios ouverts, il reste des défis.

NBD : Selon vous, quels sont les principaux obstacles pour que la robotique entre réellement dans les foyers et les usines ? Quand peut-on espérer voir des robots très intelligents dans chaque famille ?

Tan Tieniu : Des robots sont déjà présents dans les foyers, comme les aspirateurs intelligents. Mais pour qu’un robot humanoïde entre vraiment dans la maison, il doit pouvoir aider à faire plus de tâches ménagères, réaliser une collaboration homme-machine fluide. Il reste encore beaucoup de difficultés. À mon avis, il faut au moins 5 ans.

La raison principale : le robot doit avoir une perception contextuelle très forte. Il doit connaître son environnement, sa position, comprendre les intentions humaines, ce qu’ils veulent faire. Il ne doit pas bloquer le passage ou renverser un verre quand quelqu’un veut le prendre. Il doit deviner l’intention de l’utilisateur, ce qui est très difficile. Si le robot ne comprend pas ce que l’humain veut faire, il ne pourra pas coopérer, et des erreurs pourraient entraîner des risques.

Un autre point crucial est la dextérité fine, notamment au niveau des « mains ». La sensibilité tactile actuelle est encore insuffisante pour percevoir précisément la douceur, la texture, la température ou l’humidité d’un objet. Quand un robot humanoïde pourra jouer au ping-pong avec un humain et le battre, alors je serai vraiment impressionné. Mais nous en sommes encore très loin.

NBD : Certains dans l’industrie sont optimistes, pensant que dans 3 à 5 ans, des robots intelligents entreront dans chaque foyer. Pensez-vous que cet optimisme est exagéré, notamment en raison d’un risque de bulle spéculative ?

Tan Tieniu : Certains pensent qu’il y a une bulle dans l’industrie, je suis d’accord. Je pense qu’il y a trois bulles principales :

Premièrement, la bulle d’attentes. Tout le monde a de grandes attentes pour l’IA et les robots humanoïdes. Les progrès de ces dernières années ont été impressionnants, mais cela ne signifie pas que l’IA est omnipotente. La croissance rapide laisse penser qu’en deux ou trois ans, une intelligence artificielle générale (AGI) sera atteinte, ce qui est trop optimiste.

Deuxièmement, la bulle d’investissement. OpenAI a dépensé des milliards sans encore réaliser de profit.

Troisièmement, la bulle de valorisation. Bien qu’OpenAI ne soit pas encore rentable, sa valorisation atteint plusieurs centaines de milliards de dollars, ce qui est excessif. Certaines entreprises d’IA, sans produit solide, sont valorisées à plusieurs milliards ou dizaines de milliards, ce qui est clairement gonflé. Les médias et les auto-publications amplifient aussi cette bulle.

Herbert A. Simon, prix Nobel d’économie et prix Turing, avait prévu en 1965 lors de la première vague d’IA que, dans 20 ans, les machines pourraient faire tout ce que les humains peuvent faire. Mais cette prédiction ne s’est pas réalisée. Il faut donc faire preuve de rationalité face à la fièvre du moment.

3

Atteindre une intelligence artificielle générale reste un défi

NBD : Vous avez dit que « Musk est trop optimiste » et que l’AGI est encore loin. Pourtant, la course à l’AGI ne faiblit pas. Entre « pragmatisme » et « idéalisme technologique », comment la Chine devrait-elle gérer son rythme de développement de l’IA ?

Tan Tieniu : La clé est de définir ce qu’est une intelligence artificielle générale. Selon moi, une IA capable de rivaliser et de dépasser l’intelligence humaine (la sagesse) est une IA générale. Elle doit au moins être aussi capable que l’humain, faire tout ce qu’un humain peut faire. Si on la définit ainsi, je pense qu’il sera difficile de l’atteindre dans un avenir proche.

Car l’humain possède l’intuition, le sens commun, la capacité de faire des analogies, de comprendre des concepts, et surtout d’entendre ce qui n’est pas dit, de lire entre les lignes. Or, l’IA actuelle ne maîtrise parfois même pas le sens commun, car elle est entraînée sur de grandes quantités de données, sans véritable compréhension des causalités et des lois physiques du monde.

Il n’y a pas de définition unique de « l’intelligence », et la compréhension du mécanisme de l’intelligence humaine n’est pas encore complète. Surmonter quelque chose que l’on ne comprend pas entièrement est incohérent. On peut supposer qu’elle dépasse superficiellement certains aspects, mais cela ne peut pas être testé de manière exhaustive. Beaucoup pensent à tort que l’IA a déjà conscience ou émotions, alors qu’elle ne fait que simuler ces états par imitation. Imitation n’est pas possession.

J’ai deux questions sur l’AGI :

Premièrement, a-t-elle besoin dans la pratique ? En termes simples, « général » signifie pouvoir tout faire. Selon moi, la réponse est non, car chaque domaine a ses spécialités. On forme des talents pluridisciplinaires, mais cela ne veut pas dire que chacun doit tout maîtriser. Il n’existe pas de « généraliste » parfait.

Donc, pourquoi ne pas développer une série d’IA spécialisées, chacune dans son domaine, en coopération ? Même dans la maison, faire la cuisine, nettoyer, prendre soin des personnes âgées, cela pourrait être confié à un seul agent intelligent, mais ce ne serait qu’un multi-usage, pas une IA générale.

Deuxièmement, l’AGI est-elle réalisable ? Pour dépasser l’humain, il faut comprendre pleinement le mécanisme de l’intelligence humaine, ce qui n’est pas encore le cas. Donc, à mon avis, l’AGI reste un objectif lointain, voire inaccessible pour l’instant.

4

L’intelligence incarnée, voie incontournable pour approcher l’humain

NBD : Certains pensent que l’intelligence incarnée est une étape essentielle pour réaliser une IA générale. Qu’en pensez-vous ?

Tan Tieniu : Bien sûr, si l’on veut approcher l’intelligence et la sagesse humaines à l’infini, l’intelligence incarnée est une voie, ou plutôt une étape incontournable. Cependant, le terme « intelligence incarnée » est aussi parfois galvaudé ou utilisé à tort.

L’intelligence incarnée repose sur deux éléments clés : d’abord, avoir un corps physique tangible ; ensuite, interagir en permanence avec l’environnement, en « se frottant » à lui, pour devenir de plus en plus intelligent. Si l’interaction se limite à exécuter des tâches prédéfinies, cela ne s’appelle pas de l’intelligence incarnée.

Il existe des malentendus : certains pensent qu’avoir une entité physique et un peu d’intelligence suffit pour parler d’intelligence incarnée. C’est faux. Il faut distinguer le robot, l’IA, le robot intelligent, et le robot intelligent incarné.

En résumé, un robot est une entité matérielle. Un robot intelligent est doté de capacités intelligentes. Par exemple, un bras robotique industriel préprogrammé n’a pas d’intelligence ; mais si, en manipulant un objet, il peut éviter un obstacle et changer de trajectoire de façon autonome, alors il possède une intelligence.

Quelle est la différence entre un robot intelligent et un robot intelligent incarné ? Tout d’abord, si le robot est physique, il est forcément incarné. Pour qu’un robot incarné soit intelligent, il doit apprendre et évoluer lors de ses interactions avec l’environnement, en acquérant de nouvelles capacités non programmées à l’avance. Si ses capacités sont fixes, il ne sera qu’un robot intelligent, pas incarné.

Pourquoi disons que l’intelligence incarnée est la voie pour approcher l’humain ? Parce que l’intelligence humaine a évolué ainsi. Pour la dépasser, la meilleure méthode est d’apprendre et d’évoluer comme l’humain, en interaction avec le monde.

Ces dernières années, ma compréhension de l’intelligence incarnée a évolué. Au début, j’étais sceptique, car l’intelligence humaine et animale se développe dans l’interaction avec le monde, à travers l’expérience, la pratique. N’est-ce pas là la définition même de l’intelligence incarnée ? Le caractère « intelligent » dans « intelligence » évoque la connaissance, le vécu quotidien, la pratique. La sagesse, l’intelligence, c’est apprendre à travers les épreuves, à travers l’expérience.

L’essence de l’intelligence incarnée, c’est donc l’amélioration continue lors de l’interaction avec l’extérieur. Si l’interaction existe mais que le niveau d’intelligence reste fixe, cela ne sera qu’un robot intelligent, pas incarné. Par exemple, un bras robotique qui saisit une tasse : il interagit, mais s’il ne apprend pas à mieux saisir, ne perçoit pas le toucher, ne s’adapte pas, ce n’est pas un robot incarné.

5

Accumuler puissance de calcul et données

Une croissance basée uniquement sur cette voie est insoutenable

NBD : Vous avez souvent évoqué l’intelligence. Peut-on comprendre cette intelligence comme la capacité des grands modèles ? Quel rôle jouent-ils dans l’intelligence incarnée ? Existe-t-il un risque de dépendance excessive aux grands modèles ?

Tan Tieniu : Il faut clarifier plusieurs concepts. Un grand modèle n’est pas équivalent à l’intelligence artificielle. L’intelligence incarnée est une voie pour développer l’IA, une méthode pour approcher l’intelligence humaine.

Les grands modèles sont la technologie centrale de la vague actuelle d’IA, basée sur des réseaux neuronaux profonds, qui simulent le traitement hiérarchique de l’information par le cerveau humain, en apprenant de façon progressive, de grossier à précis. On peut comprendre un grand modèle comme un énorme réseau neuronal artificiel avec des milliards de paramètres, entraîné sur d’immenses quantités de données. C’est une façon parmi d’autres de réaliser l’IA, pas la seule. La simulation de l’intelligence humaine ne nécessite pas forcément de reproduire le cerveau humain, même si c’est la méthode la plus intuitive.

L’année dernière, j’ai avancé une hypothèse qui se vérifie peu à peu : se reposer uniquement sur la puissance de calcul et la masse de données pour faire progresser l’IA est une voie non durable. Trois raisons : premièrement, la croissance des performances s’essouffle ; deuxièmement, la puissance de calcul devient limitée ; troisièmement, les données disponibles sur Internet sont presque épuisées. Tout système physique a ses limites, il faut donc explorer d’autres voies.

Le fait que les cartes graphiques soient devenues plus chères témoigne de cette saturation. DeepSeek a suscité l’attention en innovant par ses algorithmes, en utilisant moins de puces et moins de données pour obtenir des résultats équivalents ou supérieurs.

Les grands modèles ne peuvent pas continuer à grossir indéfiniment ; leur efficacité a une limite. Il faut donc explorer d’autres chemins. L’intelligence incarnée en est une : elle ne dépend pas entièrement des données existantes sur Internet, mais apprend en interaction avec l’environnement, par exemple en percevant la texture ou la douceur lors de la manipulation d’un objet.

6

Dans 3 à 5 ans,

Les avancées en capteurs et interfaces cerveau-machine seront à surveiller

NBD : Quelles sont, selon vous, les percées disruptives à attendre dans l’IA et l’intelligence incarnée dans 3 à 5 ans ?

Tan Tieniu : Je pense à plusieurs axes.

D’abord, des avancées dans la structure fondamentale et les nouveaux modes d’apprentissage machine. La dépendance exclusive aux données n’est pas durable. Il faut explorer des modes combinant données et règles. Par exemple, associer l’approche basée sur les données à celle basée sur la connaissance, en utilisant des règles pour la partie déterministe, et des données pour l’incertitude. Il faut aussi développer de nouvelles méthodes d’apprentissage, moins coûteuses, plus efficaces, qui réduisent la dépendance à la puissance de calcul et aux données. En s’inspirant des sciences cognitives et du cerveau, on pourrait concevoir des architectures innovantes, non basées sur les Transformers, pour ouvrir de nouvelles voies.

Ensuite, des percées dans la technologie des capteurs, notamment des capteurs très sensibles et multifonctionnels, essentielles pour les bras manipulateurs et autres outils de l’intelligence incarnée.

Il faut aussi de nouvelles méthodes d’apprentissage, moins gourmandes en ressources, plus efficaces, pour réduire la dépendance à la puissance de calcul et aux données. La recherche dans la compréhension du cerveau et de la cognition pourrait permettre d’émerger des architectures d’IA inédites, hors des modèles basés sur les grands réseaux.

L’émergence d’agents intelligents et la coopération multi-agent sont aussi des axes importants. La collaboration homme-machine, notamment via des interfaces cerveau-machine, pourrait aussi connaître des avancées.

7

Pour éviter un « fossé de l’IA » dû aux différences de capacités

NBD : Face à l’anxiété générale selon laquelle l’IA pourrait remplacer l’humain, notamment la crainte que l’intelligence incarnée remplace les travailleurs manuels, que conseillez-vous ? La « formation générale en IA » que mène l’Université de Nankin peut-elle répondre aux besoins en talents dans l’ère de l’IA ?

Tan Tieniu : Il est inévitable que l’IA remplace certains emplois, c’est une évolution normale. Mais cela ne signifie pas qu’elle va tout détruire.

Le rapport « Future of Jobs 2025 » du Forum économique mondial prévoit que, entre 2025 et 2030, 92 millions d’emplois seront remplacés dans le monde, mais 170 millions de nouveaux seront créés. L’expérience montre que la relation entre progrès technologique et emploi est une substitution locale à court terme, une croissance à long terme, avec une optimisation structurelle.

Cependant, les nouveaux emplois ne seront pas forcément accessibles à ceux qui ont été remplacés. Si les travailleurs ne se forment pas tout au long de leur vie, ne se reconvertissent pas, ils risquent le chômage. À l’inverse, une planification anticipée, une formation continue, des cursus innovants peuvent permettre aux travailleurs de s’adapter.

Source : Image de la surveillance robotisée dans la maintenance

C’est pourquoi l’Université de Nankin propose dans sa formation trois « ajustements » : d’abord, s’adapter aux besoins nationaux, en ajustant les filières ; ensuite, s’adapter aux caractéristiques de l’époque, notamment l’intelligence ; enfin, s’adapter aux profils des étudiants, en individualisant l’enseignement.

Ce n’est pas une opération de communication, mais une logique pédagogique profonde.

NBD : Avez-vous d’autres conseils ou réflexions sur le développement de l’IA ?

Tan Tieniu : Oui, plusieurs points méritent d’être soulignés :

D’abord, faire attention aux disparités régionales et sectorielles dans l’utilisation de l’IA, pour éviter que le « fossé de l’IA » ne s’aggrave, ce qui pourrait accentuer les inégalités sociales et économiques.

Ensuite, stimuler la demande intérieure, en promouvant l’IA pour dynamiser la consommation, en créant de nouveaux scénarios, comme la domotique, la prise en charge des personnes âgées (« un vieux »), l’éducation (« un petit »). Par exemple, un robot d’accompagnement qui soit compréhensif, sûr, abordable, pourrait devenir une application de rupture. Mais cela soulève aussi des questions de normes, d’éthique, de sécurité, qui doivent être résolues progressivement.

Journaliste : Zhang Rui

Éditeur : Wen Duo

Visuel : Chen Guanyu

Maquette : Wen Duo

Coordination : Yi Qijiang

—— Quotidien Économique nbdnews Article original

Interdiction totale de reproduction, de compilation, de copie ou de duplication sans autorisation.