![\"Qui](\"/blog-media/wer-hat-ki-erfunden-von-den-anfaengen-bis-zum-durchbruch/illustration.webp\")
Quand quelqu’un demande qui a inventé l’IA, cela ressemble d’abord à une question de quiz ordinaire chez Günther Jauch, avec exactement une bonne réponse. Comme « Qui a inventé le téléphone ? » – un nom, une année, terminé.
Avec l’IA, c’est différent : l’IA n’est pas un appareil unique, mais une idée, un domaine de recherche et une longue chaîne de percées. Et oui : dans cette chaîne figurent quelques noms sans lesquels nous n’aurions aujourd’hui ni chatbots, ni reconnaissance d’images, ni systèmes d’assistance intelligents. Nous retraçons pour vous cette évolution.
Avant de plonger dans les dates et les noms, une petite démystification utile : la question « Qui a inventé l’IA ? » n’est pas l’histoire d’un héros solitaire, mais plutôt un passage de relais sur plusieurs décennies.
Tantôt l’IA a été pensée comme un ensemble de règles (« Si X, alors Y »), tantôt comme un système apprenant qui s’enseigne lui-même des schémas, et entre-temps, il y a eu des phases durant lesquelles le secteur a plutôt hiberné.
C’est précisément pour cela qu’un regard sur les principaux jalons en vaut la peine : vous verrez comment le développement de l’IA est passé des idées philosophiques fondatrices aux modèles mathématiques, puis aux percées actuelles. Et vous pourrez soudain répondre les yeux fermés à la question de savoir depuis quand l’IA existe.
Le « Dartmouth Summer Research Project on Artificial Intelligence » est largement considéré comme l’événement fondateur de l’IA en tant que domaine de recherche. Il a été organisé notamment par John McCarthy, Marvin Minsky, C. E. Shannon et Nathaniel Rochester. Dartmouth lui-même retient que le terme « Artificial Intelligence » y a été forgé et que la conférence est considérée comme la « naissance » du domaine.
Si vous devez donc répondre en une phrase à la question de savoir qui a « inventé » l’IA, John McCarthy est le nom qui revient le plus souvent, parce qu’il a forgé le terme et défini le cadre. Mais un terme n’est pas encore une IA opérationnelle. Il en fallait davantage.
Avant même Dartmouth, Alan Turing posait en 1950, dans son article « Computing Machinery and Intelligence », la question « Can machines think? » et proposait l’« Imitation Game » (plus tard « test de Turing »). C’était important, car Turing déplaçait ainsi le centre d’attention : loin des querelles de mots (« Qu’est-ce que penser ? »), vers un comportement observable.
Pendant que les symbolistes réfléchissaient aux règles, il y avait en parallèle de premières tentatives de reproduire l’apprentissage. Frank Rosenblatt a travaillé dès 1957 sur le perceptron, un modèle d’apprentissage précoce (très simple). Ce n’était pas encore de l’« IA moderne », mais cela montre que le développement de l’IA suivait très tôt deux voies parallèles, avec des règles et de l’apprentissage en même temps.
Dans les années 60 et 70, l’idée de représenter l’intelligence par des symboles, de la logique et des règles a connu un essor. Puis vinrent les systèmes experts : le savoir était modélisé à la main. Cela fonctionnait dans des domaines étroits, jusqu’à ce que cela devienne trop coûteux, trop fragile et trop difficile à faire évoluer. Puis arriva, comme si souvent dans les histoires de la tech : un long hiver.
L’« hiver de l’IA » désigne des phases durant lesquelles l’intérêt et le financement de l’IA ont nettement reculé, surtout après des promesses trop grandes et trop peu de performances réelles. C’est un bon rappel pour aujourd’hui : l’IA est puissante, mais elle reste un système avec des limites, des risques et des dépendances (données, qualité, gouvernance).
Une grande étape pour les systèmes apprenants a été l’adoption généralisée de la rétropropagation (backpropagation : propager les erreurs à rebours dans le réseau, ajuster les poids). L’article classique de Nature de Rumelhart, Hinton & Williams (1986) fait partie des références centrales.
C’est l’une des raisons pour lesquelles des noms comme Geoffrey Hinton apparaissent aujourd’hui si souvent dans le contexte « Qui a inventé l’IA » : il a fortement marqué l’ère moderne du machine learning et des réseaux.
En 2012, AlexNet (Krizhevsky, Sutskever, Hinton) a remporté nettement le concours ImageNet – un signal d’alarme montrant que les réseaux profonds combinés à la puissance des GPU passaient soudain à l’échelle. À partir de là, dans de nombreuses entreprises, l’IA n’était plus de la « recherche », mais un produit.
Le levier suivant est arrivé en 2017 avec « Attention Is All You Need » : le Transformer.
Les Transformers sont (pour simplifier) extrêmement doués pour apprendre les relations dans des séquences et constituent l’épine dorsale de nombreux modèles de langage et multimodaux modernes. Quand quelqu’un demande aujourd’hui qui a inventé l’IA, beaucoup veulent en fait dire : qui a rendu possible l’IA générative moderne ? Et là, 2017 est une année clé.
À partir de ce moment, l’IA n’est pas seulement devenue « meilleure », elle est aussi devenue soudain tangible pour le public : des modèles comme BERT (2018) ont montré à quel point les Transformers peuvent devenir puissants dans les tâches linguistiques, GPT-3 (2020) a démocratisé la génération de textes à grande échelle et, avec ChatGPT (2022), tout cela a définitivement rejoint le quotidien.
Les prochaines années tourneront moins autour de « encore plus grand, encore plus intelligent » que de l’intégration : l’IA comme partie intégrante des processus, des rôles, des chaînes de responsabilité.
Concrètement, cela signifie :
Au lieu de modèles uniformes pour tout, on voit apparaître davantage de systèmes et de solutions spécifiques à un domaine : IA pour le support, IA pour le contrôle qualité, IA pour la gestion des connaissances, IA pour les documents. Celui qui demande « Depuis quand l’IA existe-t-elle ? » veut souvent dire, en entreprise : depuis quand l’IA est-elle vraiment pertinente pour nous ? Pour beaucoup, la réponse est : depuis qu’elle est devenue intégrable au quotidien et rentable.
L’IA peut certes faire beaucoup. Mais le bénéfice n’apparaît que lorsque quelqu’un fait proprement le pont entre l’informatique, les métiers et la stratégie. C’est exactement là que la démonstration se distingue de la création de valeur.
« Qui a inventé l’IA ? » est la mauvaise question, portée par la bonne curiosité. L’IA n’est pas une invention en solo, mais une course de relais : Turing a donné la figure de pensée, Dartmouth a donné son nom au domaine, McCarthy a forgé le terme, Rosenblatt & Cie ont fourni les premiers modèles d’apprentissage, la rétropropagation a rendu l’entraînement praticable, AlexNet a apporté la percée dans la pratique et les Transformers ont allumé la génération actuelle.
Si vous racontez cela dans votre entreprise, voici la quintessence : l’IA a grandi – et elle continue de grandir. La différence ne vient pas de la magie, mais d’objectifs clairs, de bonnes données et d’un plan qui intègre la mise en œuvre et la responsabilité.
C’est précisément là qu’intervient BE BRAVE : en tant que partenaire qui ne se contente pas d’expliquer l’IA, mais la traduit dans les processus, les équipes et les systèmes de manière à en faire un véritable levier business – de façon pragmatique, proprement structurée et en tenant compte des standards suisses, de la protection des données et de la faisabilité.
Si vous devez citer un nom : John McCarthy a forgé le terme « Artificial Intelligence » et organisé l’atelier de Dartmouth en 1956. Alan Turing a posé en 1950 des bases importantes concernant l’idée d’intelligence artificielle et le test de Turing.
En tant que domaine de recherche, « officiellement » à partir de 1956 le plus souvent (Dartmouth). En tant qu’idée (des machines qui « pensent »), depuis bien plus longtemps – mais 1950/1956 sont les points de référence usuels.
Parce que les attentes et la réalité ont parfois divergé : des promesses trop grandes, trop peu de puissance de calcul, trop peu de données, des systèmes trop fragiles. Résultat : moins de financement et d’intérêt.
Il y en a eu plusieurs, mais deux marqueurs sont essentiels : AlexNet en 2012 (le deep learning à grande échelle) et le Transformer en 2017 (fondement de nombreux modèles de langage actuels).
","featured_image":"/blog-media/wer-hat-ki-erfunden-von-den-anfaengen-bis-zum-durchbruch/blog29-header-scaled.jpg","category":null,"author_name":"BE BRAVE","tags":null,"is_featured":false,"status":"published","published_at":"2026-03-24T13:06:05.000000Z","seo_title":"Qui a inventé l’IA ? Des débuts à l’essor","meta_description":"Qui a inventé l’IA ? Personne seul. L’IA est le fruit de nombreux esprits, idées et technologies au fil des décennies. Découvrez-en plus ici !","og_image":null,"canonical_url":"/fr/wer-hat-ki-erfunden-von-den-anfaengen-bis-zum-durchbruch","created_at":"2026-05-26T16:39:15.000000Z","updated_at":"2026-08-20T06:50:19.000000Z"}}