elon X Æ A-1 
En juin 2017, huit chercheurs de Google publient un article au titre modeste. Sans eux, pas de ChatGPT, pas de Claude, pas de Gemini. Le Transformer est devenu l’architecture qui sous-tend toute l’IA générative.
En mars 2016, AlphaGo de DeepMind bat le champion du monde de Go Lee Sedol 4-1. Les experts pensaient cet exploit impossible avant 2025. L’IA vient de sauter une décennie en quelques mois.
Un soir de 2014 dans un bar de Montréal, Ian Goodfellow imagine deux réseaux neuronaux qui se battent. Cette idée, griffonnée en rentrant chez lui, va donner naissance aux deepfakes et à DALL-E.
En septembre 2012, trois chercheurs de Toronto écrasent la compétition ImageNet avec un réseau de neurones convolutif sur GPU. Cet après-midi-là, le deep learning prend le pouvoir.
En février 2011, IBM Watson remporte le jeu télévisé Jeopardy! contre les deux plus grands champions de l’histoire du jeu. C’est la première démonstration publique d’une IA qui comprend le langage naturel.
En 2006, Geoffrey Hinton publie un article qui montre comment entraîner des réseaux neuronaux profonds. Il invente au passage le terme qui va dominer l’IA pendant 20 ans : deep learning.
Le 11 mai 1997, un ordinateur IBM bat le champion du monde d’échecs Garry Kasparov. L’événement est planétaire. L’IA entre dans la conscience du grand public — pour de bon cette fois.
En 1989, Yann LeCun invente le réseau convolutif aux Bell Labs. Son système LeNet lit les chèques bancaires automatiquement. C’est le début de la vision par ordinateur moderne.
En 1986, trois chercheurs publient un algorithme qui permet d’entraîner des réseaux neuronaux profonds. Oublié, redécouvert, popularisé — la backpropagation est le moteur de toute l’IA moderne.
En 1980, Digital Equipment déploie XCON, un programme qui configure des ordinateurs automatiquement. Il fait économiser 25 millions de dollars par an et ramène l’IA dans les entreprises.