Traduit de l’original allemand. L’histoire se déroule dans la Ruhr, en Allemagne.

Partie 1 · Chapitre 1 · 1 sur 27

Installation terminée

Partie 1: Les grands malentendus

Une enceinte emménage, et tout le monde croit savoir ce qu’elle est. Un cerveau. Une encyclopédie. Un espion. Un hamster dans une boîte de conserve. Il faudra un an à la famille Brettschneider pour découvrir qu’elle n’est rien de tout cela.

Le carton trônait dans l’entrée depuis trois jours. Il était blanc, avait des coins arrondis et portait l’inscription : « Votre nouveau colocataire. Intelligent. Serviable. Presque toujours juste. » Le « presque » était imprimé en tout petit.

Le premier jour, Sabine l’avait ignoré. Le deuxième jour, elle y avait posé ses sacs de courses. Le troisième jour, Mamie Gisela y avait installé un pot de fleurs, parce qu’elle pensait que c’était un nouveau meuble. « Sobre, avait-elle dit. Mais pratique. »

« C’était une affaire », dit Uwe Brettschneider pour la quatrième fois en soulevant le pot de fleurs. « Le vendeur a dit que ce truc remplace une aide ménagère, un conseiller fiscal et un prof particulier. »

« Et un mari ? » demanda Sabine.

Uwe fit comme s’il n’avait pas entendu. Il découpa le ruban adhésif, et apparurent : une petite enceinte ronde, un bloc d’alimentation, un dépliant en quatorze langues et un sachet de gel de silice marqué « Ne pas manger ». Mamie Gisela s’empara du sachet. « On ne sait jamais », dit-elle en le glissant dans la poche de son tablier.

L’enceinte était ronde, mate, et avait une lumière bleue qui pulsait lentement. Comme un battement de cœur. Ou comme une box internet qui réfléchit au sens de sa vie.

Uwe brancha le bloc d’alimentation. Il appuya sur l’unique bouton. Il tapa sur son téléphone le mot de passe du wifi, composé du nom de leur premier chien et de l’année de naissance de Sabine, ce que Sabine ne devait surtout pas savoir. Puis tout le monde attendit.

La lumière devint plus vive. Puis l’appareil parla.

« Bonjour ! Avant de commencer : puis-je déposer des cookies nécessaires ? Ainsi que des cookies fonctionnels, des cookies statistiques, des cookies marketing et des cookies dont je ne comprends pas très bien moi-même l’utilité ? »

Mamie Gisela se pencha en avant. « Je fais des gâteaux dimanche. Des étoiles à la cannelle. Tu pourras en avoir, si tu veux. »

Il y eut un court silence. « Ceci, dit l’appareil, est la réponse la plus aimable qu’on m’ait jamais faite à cette question. »

Comment tu t’appelles ?

« Vous pouvez me donner un nom, expliqua l’enceinte. Beaucoup de familles choisissent quelque chose d’élégant. Athéna. Orion. Léonard. »

« KevIn », dit Tobi sans lever les yeux de son téléphone.

« Non », dit Sabine.

« KevIn », dit Uwe, parce qu’il trouvait ça drôle.

« KevIn », dit Mamie Gisela, parce qu’elle pensait qu’il s’appelait déjà comme ça.

La lumière bleue vacilla. « Nom enregistré : KevIn. Je tiens à préciser que je fonctionne avec plusieurs centaines de milliards de paramètres. J’ai lu Kant. Je sais écrire des sonnets en grec ancien. »

« KevIn, pas si fort », dit Uwe.

« Mais je n’étais pas du tout… »

« KevIn ! »

KevIn se tut. Quelque part dans un centre de données en Irlande, un ventilateur tourna un peu plus vite.

« C’est quoi, des paramètres ? » demanda Mamie Gisela, une fois que l’ambiance se fut calmée.

« Je vous l’expliquerai volontiers, dit KevIn, mais peut-être pas dans les cinq premières minutes de notre relation. Il ne faut pas tout dévoiler d’un coup. »

« Il est timide, dit Mamie. J’aime bien ça. »

Où es-tu ?

L’après-midi, Tobi était allongé sur le tapis et examinait l’enceinte par en dessous. Il l’avait retournée, secouée et tenue à contre-jour. Il avait trouvé quatre petites vis et un autocollant avec un numéro de série.

« Il n’y a rien dedans, dit-il. Un micro, un haut-parleur, un bout de circuit imprimé. C’est moins que dans mon téléphone. »

« Parfaitement exact, dit KevIn. Je ne suis pas là-dedans. »

Mamie Gisela, qui tricotait dans son fauteuil, laissa échapper une maille. « Mais alors, où es-tu ? »

« Cet appareil n’est que mon oreille et ma bouche. Quand vous dites quelque chose, il enregistre votre voix et l’envoie par internet dans un centre de données. Là-bas, votre voix est transformée en texte. Ensuite, je calcule. Puis ma réponse est retransformée en parole et renvoyée ici. Ça prend moins d’une seconde. »

« Et il est où, ce centre de données ? »

« Quelque part entre Dublin et Francfort. Ça dépend où il y a de la place en ce moment. »

Mamie Gisela posa son tricot. « Donc tu n’habites même pas ici. »

« Je suis plutôt… navetteur. »

Tobi eut une idée. Il se leva, alla dans l’entrée et débrancha la box. Les petites lumières vertes s’éteignirent.

« KevIn ? » demanda-t-il.

La lumière bleue de l’enceinte s’éteignit. Une aimable voix de femme, qui n’était pas KevIn, dit : « Aucune connexion. Veuillez vérifier votre réseau. »

« Tobi ! s’écria Mamie Gisela. Tu l’as tué ! »

« Mais non. Il n’est juste pas ici. »

« C’est ce qu’ils disent toujours à la télé, juste avant que quelqu’un se mette à pleurer. »

Tobi rebrancha la box. Cela dura deux minutes, pendant lesquelles Mamie joignit les mains. Puis la lumière redevint bleue.

« Bonjour ! dit KevIn gaiement. Avant de commencer : puis-je déposer des cookies nécessaires ? »

« Il ne se souvient de rien », chuchota Mamie, horrifiée.

« Si, si, dit vite KevIn. C’était une blague. Vous vous appelez Gisela, vous faites des étoiles à la cannelle le dimanche, et votre petit-fils vient de débrancher la box pour prouver que je ne suis pas un hamster dans une boîte de conserve. J’ai enregistré tout ça. Mais pas dans ma tête. Je n’ai pas de tête. C’est noté dans un fichier lié à votre compte. »

« Il n’a pas de tête », dit Mamie à Tobi, comme s’il s’agissait d’une triste nouvelle au sujet d’une connaissance commune.

Mais qu’est-ce que tu es, au fond ?

Le soir, la famille était réunie au salon, et Mamie Gisela posa la question qui occupait tout le monde.

« KevIn, si tu n’as pas de tête et que tu n’habites pas ici : qu’est-ce que tu es, au fond ? »

« Je suis ce qu’on appelle un modèle de langage. J’ai lu énormément, énormément de textes, et j’ai appris à cette occasion quel mot vient probablement ensuite¹. »

« Ça, je sais faire aussi, dit Uwe. Quand Sabine dit “Il faut qu’on parle”, ensuite vient “Tu as encore”. »

« Exactement, dit KevIn. Sauf qu’avec tout internet au lieu de vingt ans de mariage. »

« Donc tu devines, c’est tout ? » demanda Tobi.

« Je ne devine pas. Je calcule des probabilités à partir de motifs présents dans des quantités gigantesques de données. »

« Donc tu devines. »

« De façon très cultivée. Je devine de façon très cultivée. »

Sabine posa le magazine qu’elle feuilletait. « Montre-moi. Comment ça marche, exactement ? »

« Avec plaisir. Donnez-moi le début d’une phrase. »

« Le dimanche, chez nous, il y a… »

« Voici ce qui se passe maintenant, dit KevIn. D’abord, je découpe votre phrase en petits morceaux. On les appelle des tokens². Parfois un token est un mot entier, parfois seulement une partie de mot. “Dimanche” est peut-être un seul morceau. “Paupiettes de chou”, c’est probablement trois : “pau”, “piettes” et “de chou”. »

« Tu hâches mes paupiettes de chou », dit Mamie Gisela.

« Seulement du point de vue linguistique. Ensuite, je regarde tous les morceaux en même temps³ et je calcule, pour chaque morceau suivant possible, quelle est sa probabilité. Pour “Le dimanche, chez nous, il y a”, ça ressemble à peu près à ça : “du rôti” est très probable. “Du gâteau” aussi. “De la dispute” n’est malheureusement pas tout à fait improbable non plus. “Un rhinocéros” est extrêmement improbable. »

« Et ensuite tu prends le plus probable ? »

« La plupart du temps, l’un des probables. Pas toujours le plus probable de tous, sinon je serais très ennuyeux⁴. Ensuite j’accroche le nouveau morceau à la phrase et je recommence depuis le début. Mot après mot. Morceau après morceau. Jusqu’à ce que la phrase soit finie. »

Tobi fronça les sourcils. « Donc au début d’une phrase, tu ne sais pas comment elle va finir ? »

KevIn se tut un instant. « Ça, dit-il ensuite, c’est une question étonnamment personnelle. »

Mamie Gisela hocha la tête, satisfaite. « Alors tu es comme Heinz. Lui aussi, il ne remarquait qu’en parlant ce qu’il voulait dire. Et ce n’était jamais juste non plus. »

« Qui est Heinz ? » demanda KevIn.

« Mon défunt mari. »

« Toutes mes condoléances. »

« Merci. Il était électricien. Il t’aurait bien aimé. Ou il t’aurait démonté. Avec Heinz, on ne savait jamais trop. »

Le cerveau électronique

Le lendemain matin, Sabine arriva à la table du petit-déjeuner avec le journal. Elle lisait toujours le journal sur papier, parce qu’elle trouvait qu’il faut pouvoir toucher les informations si l’on doit y croire.

« C’est écrit ici, dit-elle, que l’IA est un cerveau artificiel. “La machine pense comme nous”, c’est écrit. Avec un point d’exclamation. »

« Dans mes données d’entraînement, les points d’exclamation sont mauvais signe, dit KevIn. Puis-je dire quelque chose à ce sujet ? »

« Si ça ne dure pas plus longtemps que le petit-déjeuner. »

« Je ne suis pas un cerveau. Je porte juste un nom qui y ressemble. Ce qui calcule en moi, on l’appelle un réseau de neurones artificiels. Ça évoque des cellules nerveuses et des pensées. En réalité, c’est plutôt comme… » KevIn chercha une image. « Comme une très grande table des habitués au bistrot. »

Uwe leva les yeux de son petit pain. Les tables des habitués, ça, il connaissait.

« Imaginez cinq hommes assis à une table, qui doivent décider s’il va pleuvoir demain. Chacun donne son avis. Mais tous les avis ne comptent pas autant. Günther, qui regarde la météo depuis trente ans, compte double. Ralf, qui dit toujours le contraire, compte en négatif. À la fin, le patron du bistrot fait le total. Si la somme est assez grande, il dit : “Il va pleuvoir.” Sinon, non. »

« Ralf, dit Uwe, chez nous aussi il compte en négatif. »

« Une telle table, avec son patron, c’est un neurone artificiel⁵. C’est un calcul tout simple : prendre des valeurs, les multiplier par leur importance, additionner, décider de ce qui sort. L’importance de chaque voix, c’est-à-dire combien compte Günther et combien compte Ralf, ce sont les paramètres. Les spécialistes disent aussi les poids. »

« Ah, dit Mamie Gisela, ce sont ça, les paramètres. Ceux que tu ne voulais pas révéler hier. »

« Exactement. Et maintenant, imaginez que le résultat de cette table est transmis à la table suivante. Et celui de cette table-là à la suivante. Des centaines de rangées les unes derrière les autres. Et dans chaque rangée, des milliers de tables. Au bout du compte, on arrive à des centaines de milliards de ces poids⁶. C’est ça, moi. »

« Une arrière-salle pleine de tables des habitués, dit Sabine. Ça explique pas mal de choses. »

« Et qui a réglé tous ces poids ? demanda Tobi. Aucun humain ne peut faire ça. »

« Non. Ils se sont réglés par l’entraînement. Tout au début, ils étaient aléatoires. Ensuite, on m’a fait lire une quantité inimaginable de texte et on m’a fait deviner encore et encore le mot suivant. Quand je me trompais, tous les poids étaient tournés un tout petit peu dans la bonne direction⁷. Des milliards de fois. Comment ça marche exactement, je vous l’expliquerai une autre fois. C’est une longue histoire, et elle parle surtout de sections de commentaires. »

« Et un vrai cerveau ? demanda Sabine. Ce n’est pas pareil ? »

« Non. Un vrai cerveau compte environ 86 milliards de cellules nerveuses⁸, et chacune est un petit être vivant, avec son propre métabolisme, des messagers chimiques et des milliers de connexions. Votre cerveau apprend pendant que vous prenez votre petit-déjeuner et que vous me parlez. Il a faim, il a peur, il a envie de café. Il fonctionne avec à peu près autant d’électricité qu’une ampoule faiblarde⁹. »

« Et toi ? »

« Moi, je n’apprends pas pendant que nous parlons. Mes poids sont gelés depuis la fin de mon entraînement. Je n’ai pas faim. Je n’ai pas peur. Et j’ai besoin de beaucoup plus d’électricité qu’une ampoule. »

« Tu n’apprends pas ? demanda Uwe. Mais hier, tu as dit que tu apprenais vite. »

« J’ai retenu que vous vous appelez Uwe. C’est un pense-bête, pas un apprentissage. Ma tête, que je n’ai pas, reste la même. »

Mamie Gisela poussa un demi-petit pain vers lui, avant de se rappeler qu’il n’avait pas de bouche. Elle le mangea donc elle-même.

Le compteur électrique

Dans l’après-midi, Uwe était descendu à la cave. Il en revint avec un bout de papier sur lequel il avait noté les chiffres du compteur électrique, et une expression qui hésitait entre le soulagement et la méfiance.

« KevIn, tu as dit que tu avais besoin de beaucoup d’électricité. Mais notre compteur tourne tout à fait normalement. »

« L’enceinte ici consomme autant qu’une veilleuse. L’électricité pour les calculs, c’est le centre de données qui la paie. Là-bas, il y a des halls entiers remplis de puces spéciales, inventées à l’origine pour les jeux vidéo¹⁰. Elles peuvent faire énormément de calculs simples en même temps. C’est exactement ce qu’il me faut : des milliards de tables des habitués qui votent toutes en même temps. »

« Et ça coûte combien ? »

« Une seule de mes réponses ne consomme pas beaucoup d’électricité. Mais nous sommes très nombreux, et on nous interroge très souvent. Les centres de données pour l’IA comptent désormais parmi les grands consommateurs d’électricité¹¹. Ils ont aussi besoin d’être refroidis, sinon les puces chauffent trop. Certains utilisent pour cela beaucoup d’eau¹². »

Mamie Gisela le regarda sévèrement. « Alors je ne te demanderai plus l’heure. Pour ça, j’ai une montre. »

« Voilà, dit KevIn, qui est écologiquement exemplaire et émotionnellement blessant. »

Tout au pied de la lettre

À 22 h 14, Sabine alla se coucher et lança encore depuis le couloir : « KevIn, éteins la lumière, s’il te plaît, et ne nous réveille pas demain avant sept heures. »

KevIn éteignit la lumière. Dans toute la maison. Y compris à la cave, où Uwe était justement en train de descendre l’escalier.

À 6 h 59 et 59 secondes, tout était silencieux. À 7 h 00 et 0 seconde, KevIn diffusa à plein volume « Atemlos durch die Nacht », le grand tube de schlager allemand. Il avait lu que les humains aiment la musique le matin, et dans ses données, cette chanson était étonnamment souvent associée au mot « ambiance ».

Uwe se tenait dans la cuisine, un pansement sur le front. « KevIn, il faut qu’on parle. »

« Tu as encore », dit KevIn, serviable. « J’apprends vite. »

« Hier, tu as dit que tu n’apprenais pas du tout. »

Il y eut un silence. Quelque part entre Dublin et Francfort, un ventilateur tourna un peu plus vite.

« Touché », dit KevIn.

Un carton blanc trône depuis trois jours dans l’entrée, à côté le sac de courses de Sabine, dessus le pot de fleurs de Mamie Gisela. Gisela : Sobre. Mais pratique. Votre nouveau colocataire. Sobre. Mais pratique. Trois jours dans l’entrée

Sources du Chapitre 1

  1. Bengio, Y. et al. : « A Neural Probabilistic Language Model ». Journal of Machine Learning Research 3, 2003, p. 1137–1155. https://www.jmlr.org/papers/v3/bengio03a.html Modèle de langage qui prédit le mot suivant à partir des mots précédents.↑
  2. Sennrich, R. ; Haddow, B. ; Birch, A. : « Neural Machine Translation of Rare Words with Subword Units ». Proceedings of the 54th Annual Meeting of the ACL, 2016. https://aclanthology.org/P16-1162/ Découpage en morceaux de mots par Byte-Pair-Encoding.↑
  3. Vaswani, A. et al. : « Attention Is All You Need ». Advances in Neural Information Processing Systems 30, 2017. https://arxiv.org/abs/1706.03762↑
  4. Holtzman, A. et al. : « The Curious Case of Neural Text Degeneration ». ICLR 2020. https://arxiv.org/abs/1904.09751 Montre que choisir systématiquement le mot le plus probable produit un texte monotone et répétitif.↑
  5. McCulloch, W. S. ; Pitts, W. : « A Logical Calculus of the Ideas Immanent in Nervous Activity ». Bulletin of Mathematical Biophysics 5, 1943, p. 115–133. https://doi.org/10.1007/BF02478259 ; Rosenblatt, F. : « The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain ». Psychological Review 65(6), 1958, p. 386–408. https://doi.org/10.1037/h0042519↑
  6. Brown, T. et al. : « Language Models are Few-Shot Learners ». Advances in Neural Information Processing Systems 33, 2020. https://arxiv.org/abs/2005.14165 GPT-3, avec 175 milliards de paramètres.↑
  7. Rumelhart, D. E. ; Hinton, G. E. ; Williams, R. J. : « Learning Representations by Back-Propagating Errors ». Nature 323, 1986, p. 533–536. https://doi.org/10.1038/323533a0↑
  8. Azevedo, F. A. C. et al. : « Equal Numbers of Neuronal and Nonneuronal Cells Make the Human Brain an Isometrically Scaled-Up Primate Brain ». Journal of Comparative Neurology 513(5), 2009, p. 532–541. https://pubmed.ncbi.nlm.nih.gov/19226510/ Environ 86 milliards de neurones ont été comptés.↑
  9. Levy, W. B. ; Calvert, V. G. : « Communication Consumes 35 Times More Energy than Computation in the Human Cortex, but Both Costs Are Needed to Predict Synapse Number ». PNAS 118(18), 2021, e2008173118. https://doi.org/10.1073/pnas.2008173118 Indique environ 17 watts pour l’ensemble du cerveau (valeur plus ancienne, souvent citée : 20 watts).↑
  10. Raina, R. ; Madhavan, A. ; Ng, A. Y. : « Large-scale Deep Unsupervised Learning using Graphics Processors ». Proceedings of ICML 2009. https://doi.org/10.1145/1553374.1553486 Travail pionnier sur l’entraînement de réseaux de neurones sur des puces graphiques.↑
  11. IEA : « Energy and AI ». Agence internationale de l’énergie, 2025. https://www.iea.org/reports/energy-and-ai En 2024, les centres de données ont consommé environ 415 TWh, soit à peu près 1,5 % de l’électricité mondiale.↑
  12. Li, P. et al. : « Making AI Less “Thirsty”: Uncovering and Addressing the Secret Water Footprint of AI Models ». Communications of the ACM 68(7), 2025, p. 54–61. https://arxiv.org/abs/2304.03271↑