Imaginez un instant : un étudiant travaillant dans la chambre de ses parents vient de créer un programme qui va changer le monde. Ce n’est pas un scénario de film, mais l’histoire bien réelle d’AlexNet, cette intelligence artificielle qui a provoqué un séisme dans le monde technologique en 2012. Aujourd’hui, Google et le Computer History Museum (CHM) nous offrent un cadeau extraordinaire : le code source original de cette innovation majeure est désormais accessible à tous !
La renaissance de l’IA en open source
Jeudi dernier, un petit morceau d’histoire informatique est devenu patrimoine public. Google et le CHM ont conjointement libéré le code source d’AlexNet, ce réseau neuronal convolutif qui a prouvé que le « deep learning » pouvait accomplir des prouesses inatteignables par les techniques conventionnelles. Cette publication marque un tournant symbolique : l’algorithme qui a déclenché la révolution moderne de l’IA est maintenant disponible en Python sur la page GitHub du musée.
Mais pourquoi tant d’enthousiasme autour de quelques lignes de code ? Parce qu’AlexNet a réussi l’impossible : identifier des objets dans des photographies avec une précision inédite, classifiant correctement des images en catégories comme « fraise », « bus scolaire » ou « golden retriever » avec nettement moins d’erreurs que tous les systèmes précédents. C’était comme si, soudainement, les ordinateurs commençaient vraiment à *voir* le monde.
Comment AlexNet a appris à voir ?
L’histoire d’AlexNet est celle d’une convergence parfaite. Trois étudiants de l’Université de Toronto – Alex Krizhevsky, Ilya Sutskever et leur professeur Geoffrey Hinton – ont combiné trois ingrédients essentiels pour créer cette magie :
- Des réseaux neuronaux profonds capables d’apprendre par eux-mêmes des motifs complexes
- Un jeu de données massif appelé ImageNet, regroupant des millions d’images étiquetées
- La puissance de calcul des cartes graphiques (GPU) de Nvidia
Le plus fascinant ? AlexNet n’a pas été développé dans un laboratoire sophistiqué avec des supercalculateurs. Krizhevsky a entraîné son système sur deux cartes graphiques installées dans un ordinateur… dans sa chambre chez ses parents ! Cette modestie des moyens contraste magistralement avec l’ampleur de la révolution déclenchée.
L’élégance technique qui a changé le monde
Ce qui fait la beauté d’AlexNet, c’est moins une innovation radicale qu’une combinaison élégante de technologies existantes. Contrairement aux systèmes d’IA traditionnels où les programmeurs devaient spécifier manuellement ce qu’il fallait chercher dans les images, ces réseaux profonds découvraient automatiquement les motifs à différents niveaux d’abstraction.
Imaginez un enfant qui apprend progressivement à reconnaître un chien : d’abord il perçoit des contours et des textures (première couche du réseau), puis des formes plus complexes comme des oreilles ou une queue (couches intermédiaires), jusqu’à identifier complètement l’animal (couches profondes). AlexNet fonctionnait selon ce principe, mais à l’échelle de milliers de catégories d’objets !
Lorsque cette équipe a remporté la compétition ImageNet en 2012, le vétéran de la vision par ordinateur Yann LeCun s’est levé après leur présentation à Florence et a qualifié AlexNet de « tournant sans équivoque dans l’histoire de la vision par ordinateur ». Il ne croyait pas si bien dire.
Des étudiants devenus titans de l’IA
Que sont devenus ces jeunes révolutionnaires ? Chacun a poursuivi sa propre voie après que Google a acquis leur entreprise DNNresearch en 2013. Sutskever a cofondé OpenAI, la société derrière ChatGPT, avant de lancer Safe Superintelligence (SSI) avec un financement d’un milliard de dollars. Krizhevsky a quitté Google en 2017 pour travailler sur de nouvelles techniques de deep learning chez Dessa.
Quant à Hinton, il est devenu une figure emblématique, alertant sur les dangers potentiels des systèmes d’IA futurs, au point de démissionner de Google en 2023 pour pouvoir s’exprimer librement. Sa consécration ultime ? Le Prix Nobel de Physique 2024, reçu aux côtés de John J. Hopfield pour leurs travaux fondamentaux en apprentissage automatique.
Avec son humour caractéristique, Hinton a ainsi résumé la dynamique de l’équipe : « Ilya a pensé que nous devrions le faire, Alex l’a fait fonctionner, et j’ai reçu le Prix Nobel. »
L’héritage contradictoire d’une révolution
L’impact d’AlexNet s’étend bien au-delà de la vision par ordinateur. Les réseaux neuronaux profonds alimentent aujourd’hui la synthèse vocale, les systèmes de jeu, les modèles de langage et les générateurs d’images. Mais cette révolution a aussi son côté obscur : deepfakes, surveillance automatisée, et potentiel déplacement massif d’emplois.
En rendant accessible ce code historique, le Computer History Museum nous offre plus qu’un artefact technologique – c’est une invitation à réfléchir aux origines modestes d’une révolution qui continue de transformer notre monde. Comme si, en explorant ces quelques lignes de code écrites dans une chambre d’étudiant, nous pouvions mieux comprendre et peut-être mieux orienter notre avenir collectif avec l’intelligence artificielle.
