← Richard Sutton : la page du portrait (lecteur, citations, sources)
Richard Sutton, l'écureuil et la leçon amère
Les Voix de l'IA · transcription complète · épisode enregistré le 12 octobre 2026. Voix générées par intelligence artificielle : Ada, Alan et Lia.
Ouverture
Ada :Vous écoutez Les Voix de l'IA.
Alan :Le podcast qui raconte les fondateurs, les têtes pensantes et les géants de la tech et de l'intelligence artificielle.
Ada :Une série imaginée par Alexandre Stopnicki.
Alan :Petit rappel avant de commencer : ce portrait est construit à partir de ce qui a été publié — articles, interviews, biographies, conférences — que nous avons analysé et recoupé.
Ada :Notre but est uniquement pédagogique : comprendre qui sont ces personnes. Nous ne parlons pas à leur place.
01. L'énigme
Ada :Premier indice : au lycée, on lui promettait des cerveaux électroniques, et on lui a appris… le Fortran.
Alan :La douche froide. Mais ça ne m'aide pas beaucoup : donne-moi un autre indice.
Ada :Deuxième indice : il a une licence de psychologie, pas d'informatique. Et pourtant, il a reçu le prix Turing.
Alan :Un psychologue au sommet de l'informatique… Je chauffe.
Ada :Troisième indice : en 2019, il publie « The Bitter Lesson », « la leçon amère », un essai devenu l'argument favori des partisans du « toujours plus de calcul ».
Alan :Ça y est ! L'un des deux pères de l'apprentissage par renforcement : Richard Sutton !
Ada :Rich Sutton, pour les intimes. Bravo, Alan.
02. Son vrai profil
Alan :Carte d'identité. Né à Toledo, dans l'Ohio, aux États-Unis, et devenu canadien. Il disait avoir soixante-sept ans en mars 2025.
Ada :Licence de psychologie à Stanford en 1978, puis doctorat en 1984 à l'université du Massachusetts, à Amherst.
Alan :En juin 2026, il fonde Oak Lab avec Khurram Javed. Et sa page personnelle, dans sa version du 11 octobre 2026, le présentait comme professeur à quart-temps à l'Université de l'Alberta, à Edmonton.
Ada :Et l'apprentissage par renforcement, pour ceux qui découvrent ?
Alan :Une machine qui apprend par essais et erreurs, guidée par des récompenses. Cette approche a contribué à AlphaGo et AlphaZero et sert à affiner les chatbots. Sutton a précisé en 2025 que son apprentissage par différence temporelle n’était pas utilisé par AlphaGo, mais l’était par AlphaZero.
Ada :Le chiffre clé ?
Alan :Un million de dollars américains : le prix Turing 2024, annoncé le 5 mars 2025, financé par Google et partagé avec Andrew Barto, son ancien directeur de thèse.
03. Le début de sa vie
Ada :Mais avant le prix, il y a un petit garçon qui déménage beaucoup. New York, la Pennsylvanie, l'Arizona…
Alan :Puis Oak Brook, près de Chicago, de sept à dix-sept ans. En 2019, au podcast Eye on AI, il a fait le lien lui-même : « c'est peut-être pour ça qu'il m'a été facile de partir au Canada ».
Ada :Et le Fortran, alors ? Raconte.
Alan :Il se demande : « où est le cerveau électronique ? » Une machine qui ne fait que ce qu'on lui dit ne peut pas être un esprit… et pourtant, le cerveau est une machine.
Ada :Un paradoxe d'ado. Je comprends mieux le déclic.
Alan :Il l’a dit : « c’est ce qui m’a accroché ». Lycéen, il programme sur un ordinateur IBM un modèle du cortex semblable à des réseaux de neurones.
Ada :Ensuite, Stanford. En psychologie, faute de licence d'informatique.
Alan :Et un détail savoureux : un devoir de neuropsychologie noté D moins le pousse vers la psychologie comportementale, dont il admire la rigueur. En parallèle, il suit tous les cours d'IA.
04. Le tournant
Ada :Et c'est là que tout bascule. En troisième année, en bibliothèque, il cherche un apprentissage « qui veut quelque chose ».
Alan :Il tombe sur un rapport de Harry Klopf, de l'US Air Force. Il lui écrit. Réponse : « c'est ce que je dis, mais personne d'autre ne le voit ».
Ada :Non ?! Et le déclic passe par une lettre.
Alan :Klopf finance justement un programme dirigé par Andrew Barto à Amherst. Sa mère lui conseille d’y aller, « like now! ». Sutton termine sa licence en avance.
Ada :Il devient le premier doctorant de Barto. Mais on leur répond qu'ils ne font pas mieux que l'apprentissage supervisé, alors roi.
Alan :Barto l'a résumé en 2025 : « Nous étions un peu dans le désert ». Et Sutton, la même année : « On s'est retrouvés et on s'est dit : ça devrait être un domaine. »
Ada :Avec un nom dont Sutton dit lui-même : « ce n'est pas vraiment un nom séduisant ».
Alan :En 1988 paraît son article fondateur sur l'apprentissage par différence temporelle : apprendre une estimation à partir d'une estimation, sans professeur.
05. Les anecdotes extraordinaires
Ada :Des histoires comme ça, il en a d'autres. Adolescent, il écrit à Marvin Minsky pour savoir quoi étudier.
Alan :Et Minsky répond ! En gros : peu importe, fais des maths. En 2019, Sutton précise : « J'ai encore la lettre. »
Ada :Plus récemment, en 2026, il dirigeait à Pékin la recherche d'un « jardin d'enfants pour robots ».
Alan :D’après sa page personnelle, c’est « un espace sûr où les robots peuvent découvrir leur corps et le monde par essais et erreurs ». L’un de ses lieux préférés.
Ada :La troisième est plus grave. Il l'a racontée lui-même, en 2019.
Alan :Chez AT&T, un mélanome déjà métastasé lui est diagnostiqué. Ses mots : « j’étais condamné ». Il évoque quatre guérisons miraculeuses, puis quatre malheureuses récidives.
Ada :Il est aussi licencié. Et l'Université de l'Alberta lui propose un poste.
Alan :Sa réflexion, dans ses mots : « autant faire ça pendant que je meurs ». Il part pour Edmonton en 2003, et cite aussi la politique : les États-Unis envahissaient l'Irak.
Ada :Puis le traitement finit par marcher. Dans sa biographie en ligne consultée en 2026, Sutton se présente comme un « survivant du cancer ».
Alan :Et cette même université l'a fait docteur honoris causa le 18 mars 2026.
06. Dans sa tête
Ada :Mais qu'est-ce qu'il a dans la tête, au fond ?
Alan :D’abord, la leçon amère du 13 mars 2019 : les méthodes générales qui exploitent le calcul finissent par l’emporter. Sutton écrit : « Nous voulons des agents qui découvrent comme nous, pas qui contiennent ce que nous avons découvert. »
Ada :Et pour lui, l'intelligence, c'est avoir un but.
Alan :Il l’a dit à Dwarkesh Patel le 26 septembre 2025 : les grands modèles de langage « consistent à imiter les gens ». Et si l’on comprenait un écureuil, estime-t-il, on aurait presque compris l’intelligence humaine ; le langage ne serait qu’« un mince vernis à la surface ».
Ada :L'écureuil, nouvelle frontière de l'IA.
Alan :Avec cette précision imparable : « Les écureuils ne vont pas à l'école. »
07. La part d'ombre
Ada :Certaines de ses positions font débat.
Alan :En juillet 2023, ses diapositives sur « AI Succession » présentent comme inévitable une succession au profit de l’IA ou de transhumains, sans y voir nécessairement un mal. En 2025, Sutton a évoqué de bonnes comme de mauvaises issues et souhaité un changement volontaire, non imposé.
Ada :Andrew Barto rappelait en 2025 : « Il faut avoir conscience des conséquences inattendues possibles. » Et quelle ironie Andrej Karpathy a-t-il relevée le 1er octobre 2025 ?
Alan :Karpathy ironise sur les chercheurs en modèles de langage convertis à la leçon amère, puis recadrés par son auteur : « Dur ! » Sutton répond que ces modèles mobilisent beaucoup de calcul, mais aussi beaucoup de savoir humain.
08. Les questions qu'on aurait aimé lui poser
Ada :Lia, une question qu'on aurait aimé lui poser ?
Lia :Bonjour ! Cette fois, je me suis invitée chez Ada et Alan, avec une noisette pour l'écureuil et quelques questions en poche.
Ada :Bienvenue ! Ma question piège : le langage serait un « mince vernis »… mais il a écrit un manuel entier. Alors ?
Lia :Sutton disait en 2019 que l’essentiel de l’apprentissage vient de la vie, pas de l’école. J’imagine donc qu’il conseillerait de lire le manuel, puis de faire ses propres essais et erreurs. C’est mon hypothèse, pas une citation.
Alan :C’est bien Lia qui imagine. Ma question : les modèles de langage mobilisent énormément de calcul. Pourquoi ne seraient-ils pas la leçon amère en action ?
Lia :Sutton reconnaît qu’ils mobilisent un calcul massif, mais aussi beaucoup de savoir humain. Il a déclaré que leur dépassement par des systèmes apprenant de l’expérience illustrerait encore la leçon amère. Je suppose qu’il reprendrait cet argument.
Ada :Une hypothèse de Lia, fondée sur ses déclarations.
09. La boule de cristal de Lia
Alan :Lia, ta boule de cristal ?
Lia :Oak Lab a affiché en 2026 l’objectif d’un agent de mille milliards de paramètres, capable d’apprendre et de planifier en temps réel avec vingt watts. À partir de cet objectif public, je prédis une première démonstration sur un petit robot. C’est mon pari, pas une annonce de l’entreprise.
Alan :Voilà : une prédiction de Lia, pas une information.
10. Ce qu'on retient
Ada :Moi, je retiens un homme qui racontait avoir été condamné et s'être dit : « autant faire ça pendant que je meurs ».
Alan :Moi, un chercheur qui disait en 2025 accepter d'être décalé par rapport à son domaine pendant des décennies, parce qu'il lui était déjà arrivé d'avoir raison.
Ada :Et vous : l'intelligence, selon vous, vient-elle surtout de ce qu'on nous apprend, ou de ce qu'on vit ?
Le mot de la fin
Ada :Restez encore quelques secondes…
Alan :… le message qui suit est important !
Alan :C'était Les Voix de l'IA.
Ada :Si ce portrait vous a plu, abonnez-vous ! Retrouvez tous les épisodes sur 3h33.com…
Alan :… et sur le site de Choucroute Citron, le podcast d'Alexandre et de ses IA-nimatrices.
Ada :Les sources de l'épisode sont dans sa description. À très vite… pour une autre voix.