4 types d'IA : Apprendre à connaître l'intelligence artificielle

Points clés à retenir

Les quatre principaux types d'intelligence artificielle (IA) sont les machines réactives, les machines à mémoire limitée, les machines dotées d'une théorie de l'esprit et les machines conscientes d'elles-mêmes.

• Seules l'IA réactive et l'IA à mémoire limitée existent actuellement, la théorie de l'esprit et l'IA consciente d'elle-même restant encore purement théoriques.

• Les machines réactives sont dépourvues de mémoire et sont spécifiques à une tâche, fournissant la même sortie pour une entrée donnée, tandis que l'IA à mémoire limitée peut apprendre des données qui lui sont fournies, améliorant ainsi sa sortie au fil du temps.

• Vous pouvez utiliser des machines réactives lorsque vous devez traiter de grandes quantités de données.

Découvrez les quatre principaux types d'IA et leurs applications au quotidien. Si vous souhaitez ensuite approfondir vos compétences en IA, inscrivez-vous à la spécialisation Google AI Essentials. En une seule journée, vous apprendrez à utiliser l'IA pour prendre des décisions plus éclairées, rédiger des requêtes d'IA et élaborer des stratégies pour rester à la pointe des évolutions technologiques.

Quels sont les 4 principaux types d'IA ?

L'apprentissage en intelligence artificielle peut être classé en trois catégories : “ intelligence spécialisée ”, “ intelligence artificielle générale ” et “ super-IA ”. Ces catégories illustrent les capacités de l'IA à mesure qu'elle évolue : exécution de tâches bien définies, simulation des processus de pensée humains et performances dépassant les capacités humaines.

Visionnez cette vidéo du cours d'introduction à l'intelligence artificielle (IA) d'IBM pour en savoir plus sur ces catégories :

Il existe quatre principaux types d'IA, tels que définis par Arend Hintze, chercheur et professeur de biologie intégrative et d'informatique à l'Université d'État du Michigan [1Les voici :

1. IA réactive

Les machines réactives sont des systèmes d'IA sans mémoire et dédiés à une tâche spécifique ; autrement dit, une entrée produit toujours la même sortie. Les modèles d'apprentissage automatique sont généralement des machines réactives car ils exploitent, par exemple, les données clients (historique d'achats ou de recherches) pour formuler des recommandations à ces mêmes clients. 

Ce type d'IA est réactif. Il s'agit d'une “ super IA ” car un humain moyen serait incapable de traiter d'énormes quantités de données, comme l'historique complet d'un utilisateur Netflix, et de fournir des recommandations personnalisées. L'IA réactive est généralement fiable et performante dans des applications telles que les véhicules autonomes. Elle ne peut prédire les résultats futurs que si elle dispose des informations nécessaires.

Comparons cela à nos vies humaines, où la plupart de nos actions ne sont pas des réactions impulsives, car nous ne disposons pas de toutes les informations nécessaires pour réagir, mais nous avons la capacité de nous souvenir et d'apprendre. Forts de ces succès ou de ces échecs, nous pourrons agir différemment à l'avenir face à une situation similaire.

Exemples de machines réactives

Battu aux échecs par le supercalculateur d'IBM : L'un des meilleurs exemples d'intelligence artificielle réactive est celui de Deep Blue, le système d'IA d'IBM spécialisé dans le jeu d'échecs, qui a battu Garry Kasparov à la fin des années 1990. Deep Blue pouvait identifier ses propres pièces et celles de son adversaire sur l'échiquier pour faire des prédictions, mais sa capacité de mémorisation était insuffisante pour tirer des leçons de ses erreurs passées et éclairer ses décisions futures. Il se contentait donc de prédire les coups suivants possibles pour les deux joueurs et de sélectionner le meilleur. 

Recommandations Netflix : Le système de recommandations de Netflix utilise des modèles d'apprentissage automatique qui analysent l'historique de visionnage de l'utilisateur pour déterminer les films et séries susceptibles de lui plaire. L'être humain a ses habitudes. Si un utilisateur regarde beaucoup de dramas coréens, Netflix lui proposera un aperçu des nouveautés de ce genre sur sa page d'accueil.

2. IA à mémoire limitée

L'étape suivante dans l'évolution de l'IA est l'IA à mémoire limitée. Cet algorithme imite le fonctionnement des neurones de notre cerveau, ce qui signifie qu'il devient plus performant à mesure qu'il reçoit davantage de données pour son apprentissage. Les algorithmes d'apprentissage profond améliorent le traitement automatique du langage naturel (TALN), la reconnaissance d'images et d'autres formes d'apprentissage par renforcement.

L'IA à mémoire limitée, contrairement aux machines réactives, peut analyser le passé et observer des objets ou des situations spécifiques au fil du temps. Ces observations sont ensuite intégrées à l'IA afin que ses actions soient basées sur des données passées et présentes. Cependant, dans le cas d'une mémoire limitée, ces données ne sont pas enregistrées comme une expérience permettant d'apprendre, à l'instar des humains qui tirent des leçons de leurs succès et de leurs échecs. L'IA s'améliore progressivement grâce à l'accumulation de données.

Exemple d'intelligence artificielle à mémoire limitée

Voitures autonomes : Un bon exemple d'intelligence artificielle à mémoire limitée est la façon dont les voitures autonomes observent les autres véhicules sur la route (vitesse, direction et proximité). Ces informations sont intégrées à la représentation du monde dans le véhicule : feux de circulation, panneaux, virages, irrégularités de la chaussée, etc. Ces données permettent à la voiture de décider du moment opportun pour changer de voie et ainsi éviter les collisions et les dépassements. 

3. Théorie de l'esprit IA

Les deux premiers types d'IA, les machines réactives et les IA à mémoire limitée, existent déjà. La théorie de l'esprit et l'IA consciente d'elle-même sont des types théoriques qui pourraient être développés à l'avenir. De ce fait, il n'existe pas encore d'exemples concrets.

Si elle est développée, l'IA dotée de la théorie de l'esprit pourrait permettre de comprendre le monde et la façon dont les autres entités pensent et ressentent des émotions. Cela influencerait, par conséquent, leur comportement envers leur entourage.

Les capacités cognitives humaines nous permettent de comprendre comment nos propres pensées et émotions affectent autrui et comment les autres nous affectent. C'est le fondement des relations humaines dans notre société. À l'avenir, les machines dotées d'une intelligence artificielle (IA) de type théorie de l'esprit pourraient comprendre les intentions et prédire les comportements, simulant ainsi les relations humaines.

Quel type d'IA est ChatGPT ?

ChatGPT est un exemple d'IA générative, un type d'intelligence artificielle qui s'appuie sur de vastes modèles de langage (LLM) créés par l'entraînement d'algorithmes sur d'énormes quantités de données. L'IA générative est capable de produire des réponses originales aux interactions ou “ invites ” de l'utilisateur. La capacité de ChatGPT à formuler des réponses proches du langage humain en a fait un type d'IA couramment utilisé pour les chatbots et les assistants virtuels.

Cela dit, même si des outils comme ChatGPT, Google Gemini ou Microsoft Copilot peuvent produire des réponses qui donnent l'impression d'une IA consciente d'elle-même, ce n'est pas le cas. En réalité, leurs réponses sont… en fait Il s'agit simplement du résultat de l'algorithme identifiant la sortie statistiquement la plus probable en fonction de ses données d'entraînement et de la requête de l'utilisateur.

4. IA consciente d'elle-même

L'aboutissement ultime de l'évolution de l'IA serait de concevoir des systèmes dotés d'une conscience de soi, d'une compréhension consciente de leur existence. Ce type d'IA n'existe pas encore.

Ce type d'IA dépasse la simple théorie de l'esprit et la compréhension des émotions pour atteindre la conscience d'elle-même, de son état, et la capacité de percevoir ou d'anticiper les sentiments d'autrui. Par exemple, ’ J'ai faim “ devient ” Je sais que j'ai faim “ ou ” J'ai envie de manger des lasagnes, c'est mon plat préféré “.” 

L'intelligence artificielle et les algorithmes d'apprentissage automatique sont encore loin d'atteindre la conscience de soi, car il reste énormément à découvrir sur l'intelligence du cerveau humain et sur le fonctionnement de la mémoire, de l'apprentissage et de la prise de décision.

Apprenez-en davantage sur l'intelligence artificielle grâce à des ressources gratuites

Découvrez de nouvelles perspectives pour votre carrière ou informez-vous sur les tendances de votre secteur en vous abonnant à notre newsletter LinkedIn, Career Chat ! Ou si vous souhaitez en savoir plus sur les outils d’IA et leur utilisation, consultez ces ressources gratuites.

• Regardez sur YouTube :Comment l'IA transforme le monde des affaires (et votre café du matin)

• Trouvez votre voie :Feuille de route d'apprentissage de l'IA : du débutant à l'expert

• Accédez aux glossaires en ligne :Glossaire de l'intelligence artificielle : Apprenez le vocabulaire de l'IA

Accélérez votre progression de carrière grâce à un abonnement Coursera Plus. En choisissant l'option mensuelle ou annuelle, vous aurez accès à plus de 10 000 cours. 

Développez des compétences professionnelles avec Coursera Plus

Démarrez votre essai gratuit de 7 jours
Démarrez votre essai gratuit de 7 jours

Sources de l'article

1. The Conversation. “ Comprendre les quatre types d’IA, des robots réactifs aux êtres conscients d’eux-mêmes ”, https://theconversation.com/understanding-the-four-types-of-ai-from-reactive-robots-to-self-aware-beings-67616. Consulté le 5 mai 2026.

Continuez à lire

• Quelles sont les différences entre l'apprentissage automatique et l'IA ?
  12 février 2026
• Que signifie l'acronyme AI ?
  6 février 2025
• Qu'est-ce qu'un ingénieur en IA ? (Et comment le devenir)
  27 mai 2026
• Qu’est-ce que l’apprentissage profond ? Définition, exemples et débouchés
  1er décembre 2025
• Comment fonctionne l'IA ? Notions de base à connaître
  15 juillet 2026
• L'IA est-elle dangereuse ?
  7 février 2026

Mise à jour le 31 mai 2026
Écrit par :

Personnel de Coursera

Équipe éditoriale

L'équipe éditoriale de Coursera est composée de rédacteurs, d'auteurs et de documentalistes professionnels hautement expérimentés.

Ce contenu est fourni à titre informatif uniquement. Il est conseillé aux apprenants d'effectuer des recherches complémentaires afin de s'assurer que les cours et autres qualifications visés correspondent à leurs objectifs personnels, professionnels et financiers.

Source: www.coursera.org