Introduction
L'intelligence artificielle n'est pas née dans un laboratoire de la Silicon Valley, ni dans les années 2010 avec l'explosion du deep learning. Elle est née, plusieurs décennies plus tôt, dans les mathématiques : dans la logique formelle, la théorie du calcul, la théorie de l'information et la modélisation du système nerveux. Le terme « intelligence artificielle » lui-même n'apparaît qu'en 1956, lors d'un atelier de recherche organisé au Dartmouth College. Mais ce moment n'est pas un point de départ — c'est un aboutissement. Il capitalise sur vingt années de travaux mathématiques qui, sans jamais employer l'expression « intelligence artificielle », en ont posé les fondations conceptuelles.
Cet article retrace le fil de ces contributions fondatrices : celles d'Alan Turing, de Warren McCulloch et Walter Pitts, de Norbert Wiener, de Claude Shannon et de John von Neumann. Comprendre leur travail n'est pas un exercice d'histoire des sciences pour spécialistes : c'est comprendre la structure logique et mathématique sur laquelle repose encore, aujourd'hui, tout système d'intelligence artificielle — des réseaux de neurones aux grands modèles de langage.
Alan Turing et la calculabilité
Tout commence en 1936, avec un article qui ne parle pas d'intelligence, mais de calculabilité : On Computable Numbers, with an Application to the Entscheidungsproblem. Alan Turing y introduit un objet abstrait — la machine de Turing — capable de manipuler des symboles sur un ruban selon un ensemble fini de règles. Cette machine, purement théorique, permet de définir précisément ce qu'est un « calcul » et de démontrer qu'il existe des problèmes qu'aucune machine, aussi puissante soit-elle, ne pourra jamais résoudre.
Ce résultat est le socle invisible de toute l'informatique moderne : il établit qu'un nombre fini de règles simples, appliquées mécaniquement, suffit à réaliser n'importe quel calcul exprimable — un principe que l'on retrouve, sans le nommer, dans chaque programme exécuté aujourd'hui, y compris dans l'entraînement d'un réseau de neurones.
Quatorze ans plus tard, en 1950, Turing publie Computing Machinery and Intelligence, où il pose une question qui allait devenir célèbre : « Une machine peut-elle penser ? ». Plutôt que de trancher philosophiquement cette question, il propose un test opérationnel — ce que la postérité appellera le test de Turing — pour juger empiriquement du comportement intelligent d'une machine. C'est la première fois qu'un mathématicien formule, avec cette rigueur, la question qui deviendra celle de l'intelligence artificielle.
« Je crois qu'à la fin du siècle [...] on pourra parler de machines pensantes sans s'attendre à être contredit. » — Alan Turing, Computing Machinery and Intelligence, 1950
Warren McCulloch et Walter Pitts : le premier modèle mathématique du neurone
En 1943, avant même la fin de la Seconde Guerre mondiale, le neurophysiologiste Warren McCulloch et le logicien Walter Pitts publient A Logical Calculus of the Ideas Immanent in Nervous Activity. Leur ambition est audacieuse : modéliser le fonctionnement du neurone biologique à l'aide de la logique formelle.
Le modèle qu'ils proposent — connu aujourd'hui sous le nom de neurone de McCulloch-Pitts — représente un neurone comme une unité binaire à seuil : elle reçoit plusieurs signaux d'entrée, les combine, et s'active (« tire ») uniquement si la somme dépasse un certain seuil. Formulé ainsi, ce neurone artificiel devient une porte logique : en assemblant plusieurs de ces unités, McCulloch et Pitts montrent qu'il est possible de représenter n'importe quelle fonction logique booléenne.
C'est la première fois que le vivant — le système nerveux — est traduit en un objet mathématique manipulable. Cette idée est l'ancêtre direct du perceptron de Frank Rosenblatt (1958) et, par extension, de tous les réseaux de neurones artificiels qui structurent le deep learning contemporain. Chaque couche d'un réseau de neurones moderne, aussi sophistiquée soit-elle, reste construite sur ce principe fondateur : des unités simples, connectées, dont l'activation combinée produit un comportement complexe.
Norbert Wiener et la cybernétique
En 1948, le mathématicien Norbert Wiener publie Cybernetics: Or Control and Communication in the Animal and the Machine, un ouvrage qui fonde une discipline nouvelle : la cybernétique, l'étude des mécanismes de contrôle et de communication, aussi bien chez les êtres vivants que dans les machines.
Le concept central de Wiener est celui de la rétroaction, ou feedback : un système — biologique ou mécanique — ajuste son comportement en fonction de l'écart mesuré entre son état actuel et un objectif visé. Ce principe, aujourd'hui omniprésent en ingénierie (des thermostats aux systèmes de guidage), établit un pont conceptuel majeur : celui entre les organismes vivants, les machines et les systèmes de communication, tous décrits par les mêmes lois mathématiques de régulation.
La cybernétique de Wiener est essentielle à l'histoire de l'IA car elle introduit l'idée qu'un système peut s'auto-réguler et s'adapter à son environnement sans intervention humaine constante — une prémisse directe de l'apprentissage automatique, où un modèle ajuste ses paramètres en fonction de l'écart entre ses prédictions et la réalité observée.
Claude Shannon et la théorie de l'information
La même année, en 1948, Claude Shannon publie A Mathematical Theory of Communication, un article qui fonde à lui seul la théorie de l'information. Shannon y démontre que n'importe quelle information — un texte, un son, une image — peut être réduite à des unités mesurables et quantifiables : les bits. Il établit les limites théoriques de la compression et de la transmission fiable de l'information à travers un canal bruité.
Cette théorie est le socle mathématique de toute manipulation numérique de l'information — et donc, par extension, de tout système d'IA, qui n'est jamais rien d'autre qu'un système de traitement de l'information à très grande échelle. Sans la formalisation de Shannon, il n'existerait ni compression de données, ni encodage, ni les représentations vectorielles (embeddings) sur lesquelles reposent les modèles de langage actuels.
Moins connu, mais tout aussi révélateur : dès 1950, Shannon publie Programming a Computer for Playing Chess, l'un des tout premiers articles à envisager concrètement comment programmer une machine pour un comportement stratégique complexe. C'est une préfiguration directe de ce qui deviendra, des décennies plus tard, un terrain d'expérimentation central pour l'intelligence artificielle — du programme Deep Blue à AlphaZero.
John von Neumann : l'architecture et la logique du calcul
John von Neumann occupe une place à part : mathématicien d'une exceptionnelle polyvalence, il contribue directement à l'informatique moderne en formalisant, à la fin des années 1940, l'architecture à programme enregistré — la structure selon laquelle un ordinateur stocke en mémoire, sous une forme identique, à la fois ses données et les instructions du programme qui les traite. Cette architecture, dite « de von Neumann », est encore aujourd'hui celle de la quasi-totalité des ordinateurs, y compris ceux qui entraînent les modèles d'IA les plus avancés.
Von Neumann s'intéresse aussi, dans les dernières années de sa vie, aux automates auto-reproducteurs : des systèmes capables, en théorie, de se répliquer eux-mêmes selon un ensemble de règles logiques — une question qui anticipe des débats contemporains sur l'auto-amélioration des systèmes artificiels.
Enfin, avec l'économiste Oskar Morgenstern, il publie en 1944 Theory of Games and Economic Behavior, fondant la théorie des jeux. Ce cadre mathématique, conçu pour modéliser la décision rationnelle dans des situations d'interaction stratégique, est aujourd'hui un outil central de l'IA — de l'apprentissage par renforcement multi-agents à la conception d'enchères automatisées.
Le tournant de Dartmouth (1956)
En 1956, John McCarthy, Marvin Minsky, Nathaniel Rochester et Claude Shannon organisent le Dartmouth Summer Research Project on Artificial Intelligence. C'est dans la proposition de cet atelier qu'apparaît, pour la première fois, l'expression « intelligence artificielle ».
Ce moment est souvent présenté comme la naissance du champ — et il l'est, en un sens, institutionnellement. Mais sur le plan intellectuel, Dartmouth n'est pas une rupture : c'est une synthèse. Les quatre organisateurs, et les chercheurs qu'ils rassemblent, s'appuient directement sur la calculabilité de Turing, la modélisation du neurone de McCulloch et Pitts, la théorie de l'information de Shannon lui-même, et le cadre plus large de la cybernétique de Wiener. Dartmouth donne un nom à un champ dont les fondations mathématiques existaient déjà.
Pourquoi ces fondations comptent encore
Il serait tentant de reléguer ces travaux au rang de curiosités historiques. C'est une erreur. Chacun d'entre eux a une descendance directe et identifiable dans l'IA contemporaine :
- Le perceptron de Rosenblatt (1958), puis les réseaux de neurones profonds, descendent directement du neurone formel de McCulloch et Pitts.
- Le deep learning tout entier repose sur la calculabilité théorisée par Turing : un réseau de neurones, aussi vaste soit-il, reste un calcul exécuté par une machine dont les limites théoriques ont été posées en 1936.
- Les grands modèles de langage manipulent des représentations de l'information — tokens, embeddings, probabilités — qui sont un prolongement direct de la théorie de l'information de Shannon.
- L'infrastructure de calcul distribué qui entraîne ces modèles à grande échelle reste structurée par l'architecture à programme enregistré de von Neumann.
- Les mécanismes de rétropropagation et d'optimisation par gradient, qui ajustent un modèle en fonction de son erreur, prolongent directement le principe de rétroaction formulé par Wiener.
Conclusion
L'intelligence artificielle contemporaine — des réseaux de neurones aux modèles génératifs — n'est pas une invention soudaine du XXIe siècle. Elle est l'héritière directe d'un travail mathématique mené entre 1936 et 1956 par une poignée de chercheurs qui, sans jamais utiliser ce terme, ont posé les structures logiques, informationnelles et computationnelles sur lesquelles repose encore chaque système d'IA aujourd'hui.
C'est cette conviction qui anime le pilier recherche de Mosagix : comprendre l'intelligence artificielle à sa racine mathématique — et non comme une boîte noire — est ce qui permet de l'intégrer avec rigueur plutôt qu'avec approximation. De futurs articles reviendront sur les développements qui ont suivi Dartmouth : le perceptron, l'hiver de l'IA, et l'émergence du deep learning.
Sources et références
- A. M. Turing, On Computable Numbers, with an Application to the Entscheidungsproblem, Proceedings of the London Mathematical Society, 1936.
- A. M. Turing, Computing Machinery and Intelligence, Mind, vol. 59, 1950.
- W. S. McCulloch, W. Pitts, A Logical Calculus of the Ideas Immanent in Nervous Activity, Bulletin of Mathematical Biophysics, 1943.
- N. Wiener, Cybernetics: Or Control and Communication in the Animal and the Machine, MIT Press, 1948.
- C. E. Shannon, A Mathematical Theory of Communication, Bell System Technical Journal, 1948.
- C. E. Shannon, Programming a Computer for Playing Chess, Philosophical Magazine, 1950.
- J. von Neumann, O. Morgenstern, Theory of Games and Economic Behavior, Princeton University Press, 1944.
- J. McCarthy, M. L. Minsky, N. Rochester, C. E. Shannon, A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, 1955.