L’un des exemples de cette évolution tient dans la comparaison de deux prouesses scientifiques. La première date des années 1990 : IBM crée Deep Blue, un superordinateur spécialisé dans le jeu d’échecs. Grâce à de puissants calculs, la machine anticipe la partie et les coups de l’adversaire. Résultat, en 1996, Deep Blue bat Garry Kasparov, le champion du monde de l’époque. Démonstration probante de la puissance de la machine sur l’homme. Pour arriver à ce résultat, l’humain rentre des méthodes de résolutions de problèmes logiques et algorithmiques dans la machine. Celle-ci les applique et remporte la partie. Néanmoins, il ne s’agit encore que de calculs mécaniques, sans réelle réflexion de la machine. Cette étape vient dix ans plus tard. Dans les années 2000, la notion de «machine learning» gagne l’intelligence artificielle : la machine dispose —seule— de facultés cognitives et d’apprentissage. L’homme rentre au préalable dans la machine les clés de compréhension et de reproduction de tâches humaines, afin de lui permettre de développer son propre raisonnement. Ainsi, AlphaGo, un superordinateur, a appris seul à jouer au jeu de Go. Cette discipline compte trop de combinaisons pour que des calculs, aussi puissants soient-ils, suffisent pour gagner. Il faut une stratégie et des capacités de perception de signaux implicites pour l’emporter. Après avoir observé et copié le raisonnement humain de milliers de parties, AlphaGo a élaboré sa propre stratégie. En 2016, le logiciel bat le champion du monde de jeu de Go. Ce phénomène est appelé «deep learning», ou apprentissage profond, par les professionnels de l’intelligence artificielle. C’est une méthode d’apprentissage automatique de la machine, dotée d’un réseau de neurones artificiels, qui lui permet d’analyser des informations indépendamment les unes des autres. Cela développe un raisonnement propre de la machine qui lui permet d’interpréter elle-même des données ou bien encore de reconnaître une personne, une voix... C’est sur ce principe que de nombreux assistant vocaux —à l’instar de Siri, Alexa ou Cortana— ont été développés. Grâce au deep learning, des outils d’analyse prédictive, d’évaluation des risques ou encore de reconnaissance faciale sont disponibles. Ces logiciels traitent rapidement un grand nombre d’informations. Ce tri préalable à la décision effectuée par la machine met à la disposition de l’homme une sélection des données essentielles à la prise de décision. Un gain de temps et une optimisation de la capacité décisionnelle de l’homme. Mais ces côtés novateurs, voire révolutionnaires, des machines sur l’homme peuvent effrayer. Récemment DeepMind, la filière de Google, a développé AlphaGo Zero. A la base, l’humain introduit uniquement les règles du jeu de Go dans le logiciel. A partir de celles-ci uniquement, AlphaGo apprend tout seul à  jouer au Go, en s’entraînant contre lui-même. Plus besoin de l’homme pour apprendre et pour le vaincre. Il le dépasse. Toutefois, le logiciel ne se programme pas seul…