Histoire de l'intelligence artificielle

L’histoire de l'intelligence artificielle (ou I.A.) démarre dans l'antiquité, avec mythes, légendes et rumeurs d'êtres artificiels dotés d'une intelligence ou d'une conscience par des maîtres-artisans ; comme l'écrit Pamela McCorduck, l'I.A. commence avec « l'ancien désir de jouer à Dieu ».

La graine de l'I.A. contemporaine a été plantée par les philosophes classiques qui essaient de décrire le processus de la pensée humaine comme la manipulation mécanique de symboles. Ce travail a culminé avec l'invention de l'ordinateur programmable numériquement dans les années 1940, une machine fondée sur l'abstraction du raisonnement mathématique. Cet appareil et les idées derrière celui-ci ont inspiré une poignée de scientifiques qui ont commencé à discuter sérieusement de la faisabilité d'un cerveau électronique.

Le domaine de recherche de l'I.A. a été créé lors d'une conférence qui s'est tenue sur le campus de Dartmouth College pendant l'été 1956. A la suite de cela certains participants débateront autour de la recherche en I.A. pendant les décennies suivante. De nombreuses personnes ont prédit qu'une machine aussi intelligente qu'un être existerait en moins d'une génération et des millions de dollars ont été dépensés pour concrétiser cette vision. Avec le temps, il est devenu évident que les difficultés autour de ce projet ont été grossièrement sous-estimées. En 1973, en réponse aux critiques de James Lighthill et aux pressions continuelles des parlements, les gouvernements britannique et américain ont arrêté de subventionner une recherche en intelligence artificielle sans orientation. Sept ans plus tard, une initiative visionnaire du Cabinet du Japon a conduit les gouvernements et l'industrie à fournir à l'I.A. des milliards de dollars, mais à la fin des années 1980 les investisseurs désabusés retirent à nouveaux leurs fonds. Ce cycle en dents de scie, alternant périodes de gel de l'I.A. et de réchauffe, continue de tenailler le domaine. Mais il y a toujours des courageux pour faire des prédictions extraordinaires.

Les progrès en I.A. ont continué, malgré les hauts et les bas de sa réputation aux yeux des bureaucrates gouvernementaux et des investisseurs. Des problèmes qu'on pensait impossibles en 1970 ont été depuis résolus et leurs solutions sont désormais présentes dans des produits commerciaux à succès. Néanmoins, aucune machine dotée d'une ntelligence artificielle forte n'a encore été construite, contrairement aux prévisions optimistes de la première génération de chercheurs en I.A. « Nous pouvons seulement voir à court terme » a concédé Alan Turing, dans un papier célèbre de 1950 qui catalyse la recherche moderne sur les machines pensantes. « Mais, » ajoute-t-il, « nous pouvons voir l'ampleur du travail restant à accomplir ».

Au départ, deux approches principales se concurrencent : l'approche logiciste ou symbolique, qui vise à recréer les « lois universelles » de la pensée et s'inspirent du concept de la machine de Turing, et l'approche neuronale, incarnée par Frank Rosenblatt, qui essaie d'imiter les processus biologiques cérébraux. Si l'approche logiciste, inspirée des travaux de Russell, Frege, du cercle de Vienne, du calcul booléen, etc., triomphe à la DARPA, principal organisme finançant les recherches en IA, l'approche neuronale refera surface dans les années 1980, inspirant les travaux connexionnistes.

Quelques précurseurs

McCorduck a écrit que « l'intelligence artificielle sous une forme ou une autre est une idée qui s'est répandue dans l'histoire de la pensée occidentale, un rêve au besoin pressant d'être réalisé, » que l'on retrouve dans les mythes, légendes, histoires, spéculations et automates de l'humanité.

L'I.A. : mythes, fiction et spéculation

Les hommes mécaniques et les êtres artificiels sont présents dans la mythologie grecque, par exemple les robots dorés d'Héphaïstos et Pygmalion et Galatée. Au Moyen-Âge, il y avait des rumeurs de secrets mystiques ou de techniques alchimiques pour imprégner la matière d'un esprit, tels que le Takwin de Geber, les homoncules de Paracelse et le Golem de MaHaRaL. Au xix^e siècle, l'idée d'hommes artificiels et de machines pensantes prend corps dans des œuvres de fiction, telles que Frankenstein de Mary Shelley ou encore R. U. R. (Rossum's Universal Robots) de Karel Čapek, et des essais de spéculation, comme Darwin among the Machines de Samuel Butler. L'I.A. a depuis continué à être un élément important de science-fiction jusqu'à aujourd'hui.

Automates

L'automate programmable d'Al-Djazari (1206 apr. J.-C.)

Des automates anthropomorphes réalistes ont été construits par des artisans de toutes les civilisations, dont Yan Shi qui travaillait pour Ji Man, Héron d'Alexandrie, Al-Djazari et Wolfgang von Kempelen. Les plus vieux automates sont les statues sacrées d'ancienne Égypte et de Grèce antique. Les croyants étaient persuadés que les artisans avaient imprégné ces statues avec des esprits réels, capables de sagesse et d'émotion — Hermès Trismégiste a écrit qu'« en découvrant la vraie nature des dieux, l'homme a été capable de le reproduire ».

Raisonnement formel

L'intelligence artificielle se fonde sur l'hypothèse que le processus de pensée humaine peut être mécanisé. L'étude du raisonnement mécanique—ou « formel »— a un long historique. Les philosophes chinois, indiens et grecs ont tous développé des méthodes structurées de déduction formelle au cours du premier millénaire apr. J.-C.. Leurs idées ont étaient développées à travers les siècles par des philosophes comme Aristote (qui a donné une analyse formelle du syllogisme), Euclide (dont les Éléments ont été un modèle de raisonnement formel), Al-Khawarizmi (auquel on doit l'algèbre et dont le nom a donné « algorithme ») et les philosophes scolastiques européens comme Guillaume d'Ockham et Duns Scot.

Le philosophe majorquin Raymond Lulle (1232–1315) a conçu plusieurs machines logiques dédiées à la production de connaissance par des moyens logiques ; Lulle décrit ses machines en tant qu'entités mécaniques qui pouvaient combiner des vérités fondamentales et indéniables via de simples opérations logiques, générées par la machine grâce à des mécanismes, de manière à produire tout le savoir possible. Le travail de Lulle a une grande influence sur Gottfried Leibniz, qui a redéveloppé ses idées.

Gottfried Leibniz, qui spéculait qu'on pouvait réduire la raison humaine à des calculs mécaniques

Au xvii^e siècle, Leibniz, Thomas Hobbes et René Descartes ont exploré la possibilité que toute la pensée rationnelle puisse être aussi systématique que l'algèbre ou la géométrie. Dans le Léviathan de Hobbes, on retrouve la célèbre phrase : « la raison [...] n'est rien d'autre que le fait de calculer ». Leibniz imaginait un langage universel du raisonnement (sa characteristica universalis) qui assimilerait l'argumentation à un calcul, afin qu'« il n'y a[it] pas plus de besoin de se disputer entre deux philosophes qu'entre deux comptables. Car il leur suffirait de prendre leur crayon et leur ardoise en main, et de se dire l'un l'autre (avec un ami en témoin, au besoin) : Calculons ! ». Ces philosophes ont commencé à articuler les hypothèses d'un système de symboles physiques qui deviendra par la suite l'un des dogmes de la recherche en I.A.

Au xx^e siècle, l'étude de la logique mathématique a fourni l'essentiel des avancées qui ont rendu plausible l'intelligence artificielle. Les bases ont été mises en place avec des œuvres telles que Les Lois de la Pensée de Boole et Idéographie de Frege. S'appuyant sur le système de Frege, Russell et Whitehead ont présenté un traitement formel des fondements des mathématiques dans leur chef d'œuvre Principia Mathematica en 1913. Inspiré par le succès de Russell, David Hilbert a défié les mathématiciens des années 1920-1930 de répondre à cette question fondamentale : « Le raisonnement mathématique peut-il être entièrement formalisé ? » On répondit à sa question par les théorèmes d'incomplétude de Gödel, la machine de Turing et le lambda-calcul de Church. Leur réponse était surprenante à plusieurs titres. Tout d'abord, ils prouvèrent qu'il y avait, en fait, des limitations dans ce que la logique mathématique pouvait accomplir.

L'ENIAC, à la Moore School of Electrical Engineering.

Mais aussi (et plus important encore pour l'I.A.) leurs travaux ont suggéré que, sous ces conditions, toute forme de raisonnement mathématique pouvait être mécanisée. La thèse de Church impliquait qu'un appareil mécanique, manipulant des symboles aussi simples que des 0 et des 1, pouvait imiter tout processus concevable de déduction mathématique. Cette notion-clé se traduisit par la machine de Turing —une simple construction théorique qui capturait l'essence de la manipulation de symboles abstraits. Cette invention inspira une poignée de scientifiques qui commencèrent alors à discuter de la possibilité de machines pensantes.

Intelligence artificielle et premiers ordinateurs

Les machines à calculer sont apparues dès l'antiquité et ont été améliorées tout au long de l'histoire par de nombreux mathématiciens et ingénieurs, dont Leibniz. Au début du xix^e siècle, Charles Babbage conçoit la machine à calculer programmable (la Machine analytique), sans jamais la construire. A sa suite, Ada Lovelace spécule que la machine « peut composer des pièces de musique élaborées et scientifiques de toutes complexité et longueur ».

Les premiers ordinateurs modernes sont les machines massives de cryptanalyse de la Seconde Guerre mondiale (telles que le Z3, l'ENIAC et le Colossus), conçues, en ce qui concerne les deux dernières, à partir des fondements théoriques établis par Alan Turing et développés par John Von Neumann.

Naissance de l'intelligence artificielle 1943−1956

L'IBM 702: un ordinateur utilisé par la première génération de chercheurs en I.A.

Une note sur les sections de cet article.

Dans les années 1940 et 1950, une poignée de scientifiques d'une large gamme de domaines (mathématiques, psychologie, ingénierie, économie et science politique) ont commencé à discuter de la possibilité de créer un cerveau artificiel. Ce domaine de recherche de l'intelligence artificielle a été fondé en tant que discipline académique en 1956.

Cybernétique et premiers réseaux neuronaux

Les toutes premières recherches dans le domaine des machines pensantes ont été inspirées par une convergence d'idées qui se sont progressivement répandues de la fin des années 1930 au début des années 1950. De récentes recherches en neurologie ont montré que le cerveau était un réseau électrique de neurones qui envoyaient des impulsions de type tout-ou-rien. La cybernétique de Norbert Wiener a décrit les contrôles et la stabilité dans les réseaux électriques. La théorie de l'information de Claude Shannon détaille des signaux numériques (i.e., signaux tout-ou-rien). La théorie du calcul d'Alan Turing montre que toute forme de calcul peut être représentée numériquement. Les relations étroites entre ces idées suggèrent la possibilité de construire un cerveau artificiel.

On peut citer comme exemples de travaux de cette veine les robots tels que les Tortues de Bristol de William Grey Walter et la Bête de Johns Hopkins (en). Ces machines n'utilisent pas d'ordinateurs, d'électronique numérique ni de raisonnement symbolique ; elles étaient entièrement contrôlées par des circuits analogiques.

Walter Pitts et Warren McCulloch ont analysé des réseaux de neurones artificiels idéaux et ont montré comment ils pourraient effectuer de simples opérations logiques. Ils ont été les premiers à évoquer ce que des chercheurs plus tard appelleraient un réseau neuronal. Un des étudiants inspirés par Pitts et McCulloch était Marvin Minsky, à l'époque jeune étudiant de 24 ans. En 1951 (avec Dean Edmonds), il construisit la première machine à réseau neuronal, le SNARCSNARC. Minsky allait devenir l'un des plus importants leaders et innovateurs en I.A. des cinquante prochaines années.

L'I.A. dans les jeux

En 1951, en utilisant la machine Ferranti Mark I de l'Université de Manchester, Christopher Strachey a écrit un programme de jeu de dames et Dietrich Prinz un de jeu d'échecs. Le jeu de dames d'Arthur Samuel, développé au milieu des années 1950 et au début des années 1960, a fini par acquérir un niveau suffisant pour défier un bon amateur. L'I.A. dans les jeux continuera à servir de mètre-étalon des avancées en intelligence artificielle tout au long de l'histoire.

Test de Turing

En 1950 Alan Turing publie un papier mémorable dans lequel il spécule sur la possibilité de créer des machines dotées d'une véritable intelligence. Il remarque qu'il est difficile de définir l'« intelligence » et imagine son célèbre Test de Turing. Si une machine peut mener une conversation (par téléscripteur interposé) qu'on ne puisse différencier d'une conversation avec un être humain, alors la machine pouvait être qualifiée d'« intelligente ». Cette version simplifiée du problème a permis à Turing d'argumenter de manière convaincante qu'une « machine pensante » était au-moins plausible, ce papier répondant à toutes les objections classiques à cette proposition. Le test de Turing a été la première hypothèse sérieuse dans le domaine de la philosophie de l'intelligence artificielle.

Raisonnement symbolique et le Théoricien Logique

Quand l'accès aux ordinateurs est devenu possible au milieu des années 1950, peu de scientifiques ont instinctivement compris qu'une machine qui pouvait manipuler des nombres pouvait aussi manipuler des symboles et que cette manipulation de symboles pouvait potentiellement être l'essence-même de la pensée humaine. Il a fallu de nouvelles approches pour appréhender la création de machines pensantes.

En 1955, Allen Newell et (le futur prix Nobel) Herbert Simon ont créé le « Théoricien Logique (en) » (avec l'aide de Cliff Shaw). Le programme finira par prouver 38 des 52 premiers théorèmes des Principia Mathematica de Russell et Whitehead, et a même trouvé des preuves nouvelles et plus élégantes pour quelques uns d'entre eux. Simon raconte qu'ils ont « résolu le vénérable problème corps-esprit, expliquant comment un système composé de matière peut avoit les propriétés de l'esprit ». (C'est l'une des premières formulations d'un mouvement philosophique que John Searle appelera plus tard « I.A. forte » : les machines peuvent contenir des esprits de manière similaire aux corps humains.)

Conférence de Dartmouth de 1956 : naissance de l'I.A.

La Conférence de Dartmouth de 1956 a été organisée par Marvin Minsky, John McCarthy et deux scientifiques seniors : Claude Shannon et Nathan Rochester d'IBM. La thèse de la conférence incluait cette assertion : « chaque aspect de l'apprentissage ou toute autre caractéristique de l'intelligence peut être si précisément décrit qu'une machine peut être conçue pour le simuler ». Parmi les participants on retrouve Ray Solomonoff, Oliver Selfridge, Trenchard More, Arthur Samuel, Allen Newell et Herbert Simon, qui vont tous créer des programmes importants durant les premières décennies de la recherche en I.A.. À la conférence, Newell et Simon ont débuté le « Théoricien Logique » et McCarthy a convaincu l'auditoire d'accepter l'expression « Intelligence Artificielle » comme intitulé du domaine. La conférence de Dartmouth de 1956 a été le moment-clé où l'I.A. a trouvé son nom, sa mission, ses premières réussites et ses acteurs importants, et est largement considérée comme la naissance de l'I.A..

L'âge d'or 1956−1974

Les années qui suivirent la conférence de Dartmouth furent une ère de découverte, de conquêtes effrénées de nouvelles contrées. Les programmes développés à l'époque sont considérés par la plupart des personnes comme simplement « extraordinaires » : des ordinateurs résolvaient des problèmes algébriques de mots, prouvaient des théorèmes en géométrie et apprenaient à parler anglais. À cette époque, peu auraient crû que de tels comportements « intelligents » de machines étaient tout simplement possibles. Les chercheurs exprimaient alors un optimisme intense dans le privé et dans leurs papiers, ils prédisaient qu'une machine complètement intelligente serait construite dans les 20 ans à venir. Les agences gouvernementales comme la DARPA investissaient massivement dans ce nouveau domaine.

Le travail

Beaucoup de programmes ont été couronnés de succès et de nouvelles directions tentées à la fin des années 1950 et dans les années 1960. Les plus influentes sont décrites plus bas.

Raisonnement par tâtonnements

Ils étaient nombreux parmi les premiers programmes d'I.A. à utiliser le même algorithme fondamental. Pour remplir certains objectifs (comme remporter un jeu ou prouver un théorème), ils procédaient pas à pas vers la solution (en effectuant un mouvement ou une déduction à la fois) comme s'ils naviguaient dans un labyrinthe, revenant en arrière dès qu'ils se heurtaient à une impasse. Ce paradigme était appelé « raisonnement par tâtonnements ».

La principale difficulté réside dans le fait que, pour beaucoup de problèmes, le nombre de chemins possibles à travers le « labyrinthe » est tout simplement astronomique (la fameuse « explosion combinatoire »). Des chercheurs ont alors essayé de réduire l'espace de recherche à l'aide d'heuristique ou de « règles empiriques » qui élimineraient ces chemins dont il était peu probable qu'ils mènent à une solution.

Newell et Simon ont essayé de capturer une version générale de cet algorithme dans un programme appelé le General Problem Solver (« solutionneur de problème général »). Certains programmes de « recherche » ont été capables d'accomplir des tâches impressionnantes comme des résolutions de problèmes géométriques et algébriques, tels que le Geometry Theorem Prover d'Herbert Gelernter (1958) et le SAINT, écrit par James Slagle, un des étudiants de Minsky (1961). D'autres programmes cherchaient à travers des objectifs et sous-objectifs pour planifier des actions, comme le système STRIPS développé à Stanford pour contrôler le comportement de leur robot, Shakey.

Un exemple de réseau sémantique.

Langage naturel

Un but majeur de la recherche en I.A. est de permettre aux ordinateurs de communiquer en langage naturel comme l'anglais. Un des premiers succès était le programme STUDENT de Bobrow, qui pouvait résoudre des problèmes algébriques rédigés pour lycéens.

Un réseau sémantique représente des concepts (par ex. « maison », « porte ») à l'aide de nœuds et les relations entre les concepts (par ex. « possède un ») par des liaisons entre ces nœuds. Le premier programme d' I.A. à utiliser un réseau sémantique a été écrit par Ross Quillian et la version la plus performante (et controversée) a été la Conceptual dependency theory de Roger Schank.

ELIZA de Joseph Weizenbaum pouvait mener des conversations si réalistes que certains utilisateurs se sont laissé abuser en croyant communiquer avec un être humain et non un programme. En réalité, ELIZA n'avait aucune idée de ce dont elle parlait. Elle donnait simplement une « réponse-bateau » ou reformulait en réponse grâce à quelques règles de grammaire. ELIZA était le premier agent conversationnel.

Micro-mondes

À la fin des années 1960, Marvin Minsky et Seymour Papert du Laboratoire d'I.A. du M.I.T. ont proposé que la recherche d'I.A. se concentre sur des situations artificiellement simplifiées appelées aussi micro-mondes. Ils ont mentionné à juste titre que dans les sciences performantes comme la physique, les principes fondamentaux étaient souvent mieux compris en utilisant des modèles simplifiés tels que des avions sans friction, ou des corps parfaitement rigides. La majorité de la recherche s'est alors centrée sur un « monde-blocs », qui consistait en un ensemble de blocs colorés de formes et tailles variées disposés sur une surface plane.

Ce paradigme a permis des travaux innovants dans la vision industrielle de Gerald Sussman (qui dirigeait l'équipe), Adolfo Guzman, David Waltz (qui inventa la « propagation de contraintes »), et surtout Patrick Winston. Au même moment, Minsky et Papert construisait un bras robotique qui empilait des blocs, insufflant la vie dans ces monde-blocs. La plus grande réussite de ces programmes micro-mondes a été le SHRDLU de Terry Winograd. Ce dernier pouvait communiquer en anglais à l'aide de phrases ordinaires, planifier des opérations et les exécuter.

L'optimisme

La première génération de chercheurs en I.A. faisait les prévisions suivantes à propos de leur travail :

• En 1958, H. Simon et Allen Newell : « d'ici dix ans un ordinateur sera le champion du monde des échecs » et « d'ici dix ans, un ordinateur découvrira et résoudra un nouveau théorème mathématique majeur ».
• En 1965, H. Simon : « des machines seront capables, d'ici vingt ans, de faire tout travail que l'homme peut faire ».
• En 1967, Marvin Minsky : « dans une génération [...] le problème de la création d'une 'intelligence artificielle' en grande partie résolu ».
• En 1970, Marvin Minsky (dans le magazine Life) : « Dans trois à huit ans nous aurons une machine avec l'intelligence générale d'un être humain ordinaire ».

L'argent

En juin 1963 le M.I.T. reçoit une subvention de 2,2 millions de $ de la toute jeune ARPA (« Agence pour les Projets de Recherche Avancée », qui deviendra plus tard la DARPA). L'argent a été utilisé pour financer le Projet MAC (en) qui englobe le « Groupe I.A. » fondé par Minsky et McCarthy cinq ans plus tôt. L'ARPA continuera à fournir trois millions de dollars par an jusqu'aux années 1970. L'ARPA a fait des subventions similaires au programme de Newell et Simon à Carnegie-Mellon et au Projet Stanford I.A. (fondé par John McCarthy en 1963). Un autre laboratoire important d'I.A. a été établi à l'Université d'Édimbourg par Donald Michie en 1965. Ces quatre institutions continueront d'être les principaux centres de recherche en I.A. (et financement) au niveau académique pendant de nombreuses années.

L'argent était distribué avec peu contrôle : L'ancien professeur de Minsky à Harvard, J. C. R. Licklider, alors à la tête du « Bureau des Techniques de Traitement de l'Information » (IPTO) et directeur du Programme Command & Control de l'ARPA, croyait que son organisation devait « financer des personnes, pas des projets ! » et autorisait les chercheurs à poursuivre toutes les pistes qui leur semblaient intéressantes. Cela créa une atmosphère de liberté totale au M.I.T. qui donna naissance à la culture hacker. Succédèrent à Licklider (1962-64) Ivan Sutherland (1964-66), Robert Taylor (1966-69) puis Lawrence Roberts (1969-1972), tous proches du M.I.T. et dans la contnuité de Licklider concernant l'I.A. Néanmoins cette attitude non-interventionniste ne dura pas.

La crise : le second hiver de l'I.A. 1987−1993

La fascination de la communauté économique pour l'I.A. a gonflé puis chuté dans les années 1980 en suivant le schéma classique d'une bulle économique. L'effondrement de l'I.A. a eu lieu au niveau la perception que les investisseurs et les agences gouvernementales en avaient — le domaine scientifique continue ses avancées malgré les critiques. Rodney Brooks et Hans Moravec, chercheurs dans le domaine voisin de la robotique, plaident pour une approche entièrement neuve de l'intelligence artificielle.

Références

• (en) Cet article est partiellement ou en totalité issu de l’article de Wikipédia en anglais intitulé « History of artificial intelligence » (voir la liste des auteurs).

Bibliographie

• (en) Alan Turing, « Computing Machinery and Intelligence », Mind, vol. LIX, n^o 236,‎ octobre 1950, p. 433–460 (ISSN 0026-4423, lire en ligne)
• (en) Alan Turing, On Computable Numbers, with an Application to the Entscheidungsproblem, Proceedings of the London Mathematical Society, 1936, 230–265 p. (DOI 10.1112/plms/s2-42.1.230, lire en ligne), chap. 42
• (en) Pamela McCorduck, Machines Who Think, Natick, A. K. Peters, Ltd., 2004, 2^e éd. (ISBN 1-56881-205-1)
• (en) Ray Kurzweil, The Singularity is Near : When Humans Transcend Biology, New York, Penguin, 2005, 652 p. (ISBN 0-14-303788-9 et 978-0-14-303788-0)
• (en) Daniel Crevier, AI: The Tumultuous Search for Artificial Intelligence, New York, BasicBooks, 1993 (ISBN 0-465-02997-3)
• (en) Stuart J. Russell et Peter Norvig, Artificial Intelligence: A Modern Approach, Upper Saddle River, Prentice Hall, 2003 (ISBN 0-13-790395-2, lire en ligne)
• (en) Jonathan Skillings, Newsmaker: Getting machines to think like us, CNET, 2006 (lire en ligne)
• (en) Bruce G. Buchanan, , AI Magazine, 2005, 53−60 (lire en ligne)
• (en) Samuel Butler, Darwin Among the Machines, Christchurch, the Press, juin 1863 (lire en ligne)
• (en) Gerald M. Levitt, The Turk, Chess Automaton, Jefferson, McFarland, 2000 (ISBN 0-7864-0778-6)
• (en) David Berlinski, The Advent of the Algorithm, Harcourt Books, 2000 (ISBN 0-15-601391-6, OCLC 46890682)
• (en) Thomas Hobbes, Leviathan, 1651
• (en) Luigi Federico Menabrea et Ada Lovelace, Sketch of the Analytical Engine Invented by Charles Babbage, vol. 3, Scientific Memoirs, 1843 (lire en ligne)
• (en) Hans Moravec, Mind Children, Harvard University Press, 1988 (ISBN 0-674-57618-7, OCLC 245755104)
• (en) Roberto Cordeschi, The Discovery of the Artificial, Dordrecht, Kluwer, 2002
• (en) Kathleen Malone O'Connor, The alchemical creation of life (takwin) and other concepts of Genesis in medieval Islam, University of Pennsylvania, 1994 (lire en ligne)
• (en) Martin Nick, Al Jazari: The Ingenious 13th Century Muslin Mechanic, Al Shindagah, 2005 (lire en ligne)
• (en) John McCarthy, Marvin Minsky, Nathan Rochester et Claude Shannon, A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, 1955 (lire en ligne)
• (en) Allen Newell et H. A. Simon, Computers and Thought : GPS: A Program that Simulates Human Thought, New York, McGraw-Hill, 1963 (ISBN 0-262-56092-5, OCLC 246968117)
• (en) H. A. Simon et Allen Newell, Heuristic Problem Solving: The Next Advance in Operations Research, vol. 6, Operations Research, 1958 (DOI 10.1287/opre.6.1.1)
• (en) Warren Sturgis McCullough et W. Pitts, A logical calculus of the ideas immanent in nervous activity, vol. 5, Bulletin of Mathematical Biophysics, 1943, 115−127 (DOI 10.1007/BF02478259), chap. 4
• (en) J. Howe, Artificial Intelligence at Edinburgh University: a Perspective, 1994 (lire en ligne)
• (en) Brad Darrach, Meet Shakey, the First Electronic Person, Life Magazine, 1970, 58−68
• (en) Marvin Minsky, Computation: Finite and Infinite Machines, Englewood Cliffs, N.J., Prentice-Hall, 1967