Décryptage des 7 catégories d’intelligence artificielle

C’est le type d’IA le plus répandu aujourd’hui. L’Artificial Narrow Intelligence (ANI) se concentre sur une tâche spécifique : recommander une vidéo, conduire une voiture, détecter des fraudes ou reconnaître un visage.

Ces IA n’ont aucune conscience, pas même de ce qu’elles font, et leur puissance vient de leur spécialisation. C’est le cas notamment de Siri, de Google Assistant ou encore d’Alexa, mais aussi de cette IA dédiée au diagnostic médical, aux recommandations YouTube et Netflix, ou encore de l’IA qui gère les voitures autonomes.

Historiquement, c’est l’une des premières formes d’intelligence artificielle. Basée sur des règles explicites, elle fonctionne selon une logique formelle, comme dans les moteurs d’inférence ou les systèmes experts.

Bien que dépassée par le machine learning dans de nombreux domaines, l’IA symbolique reste utilisée dans certains contextes critiques (juridique, médical, etc.), où la traçabilité des décisions est essentielle.

 Popularisée par DALL·E, Midjourney, ChatGPT ou Mistral, l’IA générative est capable de produire du contenu original à partir d’exemples appris : images, textes, musique, code…

Elle repose sur des architectures de deep learning comme les transformers, et utilise des modèles fondationnels de plusieurs milliards de paramètres. Contrairement à une idée reçue, elle ne comprend pas ce qu’elle génère, mais excelle à prédire la “suite la plus probable” d’un contenu donné.

Sous-catégorie de l’IA générative, l’IA conversationnelle est entraînée spécifiquement pour dialoguer avec l’humain. Elle mobilise plusieurs briques : traitement du langage naturel (NLP), détection d’intention, génération de réponses cohérentes et contextuelles. L’IA conversationnelle, comme ChatGPT ou Claude, tend aujourd’hui vers des interactions plus naturelles, multimodales, et personnalisées.

On parle d’IA embarquée lorsqu’un système intelligent est intégré dans un objet physique : voiture, robot, montre connectée, drone, appareil médical… Ces IA doivent fonctionner en temps réel, parfois avec des contraintes énergétiques fortes (edge computing). Elles conjuguent des compétences diverses comme la perception, la décision, l’action… C’est l’IA de la robotique, de la domotique, de l’IoT.

L’Artificial General Intelligence (AGI) représente quant à elle une IA aussi polyvalente que l’intelligence humaine, capable d’apprendre, raisonner, comprendre, et s’adapter à n’importe quelle tâche cognitive, et pas seulement celles pour lesquelles elle a été entraînée. C’est l’objectif ultime des grands laboratoires comme OpenAI, DeepMind ou Anthropic.

Mais à l’heure actuelle, aucune IA n’a encore atteint ce niveau. Même les meilleurs modèles restent dans le cadre de l’ANI : brillants donc, mais limités.

Dernière étape théorique : l’Artificial Super Intelligence (ASI), une IA plus intelligente que les meilleurs humains dans tous les domaines (créativité, stratégie, empathie, science…). Cette notion soulève des enjeux philosophiques et éthiques majeurs, car une ASI pourrait développer des intentions ou des objectifs contraires à ceux de l’humanité.

Pour certains (Nick Bostrom, Elon Musk), l’ASI représente le plus grand risque existentiel de ce siècle. Pour d’autres, elle reste une chimère de science-fiction.

Comprendre les différentes catégories d’intelligence artificielle est une première étape. Mais dans un monde où l’IA transforme déjà les métiers, les entreprises et les usages du quotidien, savoir l’utiliser concrètement devient un véritable atout professionnel.

Si vous souhaitez vous orienter vers les métiers de l’IA, se former est aujourd’hui un investissement stratégique. Découvrez les formations (de 3 à 5 ans après le bac) de Jedha AI School et apprenez à maîtriser les outils, méthodes et enjeux qui façonnent l’avenir : Voir les formations Jedha AI School