Former les machines de la manière dont les dresseurs d'animaux façonnent le comportement des chiens ou des chevaux a été une approche cruciale dans l'avancement de l'intelligence artificielle. Cette méthode a été honorée mercredi par le prestigieux prix A. M. Turing, souvent considéré comme le prix Nobel du domaine technologique. Les lauréats de cette année, Andrew Barto et Richard Sutton, sont reconnus comme des pionniers de l'apprentissage par renforcement, un domaine qui a connu d'importants développements depuis le début de leurs recherches à la fin des années 1970. Leur travail fondateur a permis de nombreuses avancées en IA au cours de la dernière décennie, mettant l'accent sur la création de machines « hédonistes » capables d'adapter leur comportement en réponse à des retours positifs. L'apprentissage par renforcement a joué un rôle déterminant lorsque le programme informatique de Google a battu les meilleurs compétiteurs humains lors du jeu de société chinois ancien, Go, en 2016 et 2017. Il joue également un rôle vital dans l'amélioration des applications IA largement utilisées comme ChatGPT, l'optimisation du trading financier et la capacité d'une main robotique à résoudre un cube Rubik. Cependant, Barto a noté que lorsque lui et Sutton, son étudiant en doctorat, ont commencé à développer leurs théories et algorithmes à l'Université du Massachusetts, à Amherst, le domaine était largement « démodé ». « Nous étions quelque peu dans le désert », a déclaré Barto lors d'une interview avec l'Associated Press. « Cela rend la réception de ce prix particulièrement gratifiante, car cela souligne la pertinence et l'intrigue de notre travail, qui n'était pas reconnu à ses débuts. » Le prix annuel d'un million de dollars, annoncé par l'Association for Computing Machinery, est parrainé par Google. Bien que Barto, désormais retraité de l'Université du Massachusetts, et Sutton, professeur de longue date à l'Université de l'Alberta au Canada, ne soient pas les premiers innovateurs en IA à recevoir le prix portant le nom du mathématicien britannique, déchiffreur de codes et pionnier précoce de l'IA Alan Turing, leurs recherches ont directement répondu à l'appel lancé par Turing en 1947 pour une machine capable de « apprendre de l'expérience ». Sutton décrit cela comme « sans doute le concept fondamental de l'apprentissage par renforcement ». Leur travail intégrait des idées de la psychologie et des neurosciences sur la façon dont les neurones motivés par le plaisir réagissent aux récompenses et aux punitions.

Un article révolutionnaire publié au début des années 1980 a mis en lumière leur nouvelle approche à travers une tâche spécifique : équilibrer un poteau sur un caddie en mouvement afin d'éviter qu'il ne tombe. Ils ont ensuite co-écrit un manuel sur l'apprentissage par renforcement qui est largement utilisé. « Les outils qu'ils ont développés sont fondamentaux pour le boom actuel de l'IA, entraînant des avancées significatives, attirant d'innombrables jeunes chercheurs et générant des milliards d'investissements », a déclaré Jeff Dean, scientifique en chef de Google, dans un communiqué écrit. Dans une interview conjointe avec l'AP, Barto et Sutton avaient parfois des points de vue différents sur l'évaluation des risques des agents IA cherchant à s'améliorer. Ils ont distingué clairement leur travail du domaine à la mode de l'IA générative, tel que les modèles de langage étendus utilisés dans les chatbots créés par OpenAI, Google et d'autres, qui reproduisent l'écriture et les médias semblables à ceux des humains. « La décision majeure est de savoir si l'on apprend à partir de données humaines ou si l'on laisse un agent IA apprendre de ses propres expériences », a expliqué Sutton. Alors que Sutton minimise ce qu'il perçoit comme des peurs exagérées concernant les menaces potentielles de l'IA pour l'humanité, Barto appelle à la prudence, affirmant : « Nous devons rester conscients des conséquences imprévues potentielles. » Barto, qui est à la retraite depuis 14 ans, se considère comme un Luddite, en contraste avec Sutton, qui prévoit un avenir où des entités possédant une intelligence supérieure à celle des humains existent - un concept connu sous le nom de posthumanisme. « Les humains sont des machines, des machines remarquables et extraordinaires, mais elles ne sont pas le produit final et pourraient fonctionner mieux », a observé Sutton. « C'est intrinsèquement une part de l'effort en IA », a conclu Sutton. « Nous visons à mieux nous comprendre et à développer des systèmes qui peuvent fonctionner encore plus efficacement. Peut-être même à devenir de telles entités. »