Claude est l’un des noms les plus emblématiques de la nouvelle génération d’assistants en Intelligence Artificielle. Anthropic en a fait une marque associée à des modèles de langage soigneusement déployés : Haiku, Sonnet, Opus, et plus récemment, des familles comme Fable ou Mythos. Mais derrière ce nom principal se pose une question qui revient constamment chez les utilisateurs et les développeurs : pourquoi s’appelle-t-il Claude ?

L’explication la plus répandue évoque Claude Shannon, mathématicien, ingénieur et fondateur de la théorie de l’information. Anthropic n’a pas mené de campagne publique extensive à ce sujet, et aucune explication officielle détaillée n’a été communiquée concernant l’origine du nom. Toutefois, l’attribution à Shannon s’accorde le mieux avec l’histoire technique des modèles de langage. Elle est aussi celle que répètent communautés, vulgarisateurs et même profils académiques liés au MIT. Il convient d’aborder cette connexion avec prudence, mais il est difficile de l’ignorer.

Shannon n’a pas inventé les grands modèles de langage modernes. Il n’a pas conçu les transformeurs, n’a pas entraîné de réseaux neuronaux profonds, et n’a pas connu les centres de données contemporains. Mais de nombreuses idées nécessaires à la compréhension de l’Intelligence Artificielle générative trouvent leur origine dans ses travaux : information, entropie, bits, canaux, bruit, prédiction et le langage comme phénomène statistique.

Du relais au bit : l’informatique numérique avant l’IA

L’histoire commence avant même les modèles de langage, bien avant les ordinateurs électroniques modernes. En 1937, Claude Shannon dépose au MIT une thèse de master aujourd’hui considérée comme une des œuvres fondatrices de l’informatique numérique. Dans A Symbolic Analysis of Relay and Switching Circuits, il démontre que l’algèbre de Boole pouvait s’appliquer à la conception de circuits électriques à relais.

L’idée est d’une clarté remarquable : un circuit pouvait représenter des opérations logiques via des interrupteurs ouverts ou fermés. Vrai ou faux. Un ou zéro. Ce qui paraît aujourd’hui évident dans tout processeur était alors une nouvelle façon de concevoir des systèmes électriques. Shannon n’a pas lui-même construit l’électronique numérique, mais il a jeté une base mathématique qui a permis de faire de la conception de circuits une discipline formelle.

Ce fil historique est essentiel car les grands modèles de langage ne débutent pas dans le logiciel. Ils débutent dans une chaîne d’abstractions qui va de l’interrupteur au circuit logique, du circuit à l’ordinateur, de l’ordinateur au réseau, et du réseau à l’entraînement massif de modèles. Claude, en tant qu’IA, évolue à la couche la plus haute de cette pyramide, mais son nom remonte probablement à un moment clé où cette structure a commencé à prendre forme.

Après son passage au MIT, Shannon travaille chez Bell Labs, l’un des laboratoires les plus influents du XXe siècle. Là, naissent des technologies majeures comme le transistor, le laser, UNIX, le langage C et des avancées décisives en télécommunications. Shannon s’insère parfaitement dans cet environnement d’esprit libre et d’expérimentation. Il publie des travaux fondamentaux, tout en construisant des machines qui ressemblent à des jouets : souris mécaniques, dispositifs d’échecs, mécanismes de jonglage ou systèmes éducatifs électroniques.

La théorie de l’information et le langage comme probabilisme

En 1948, Shannon publie A Mathematical Theory of Communication, l’article qui fonde la théorie de l’information. Son but n’est pas d’expliquer le sens des messages, mais de mesurer la quantité d’information qu’ils transportent et comment la transmettre efficacement via un canal bruité.

C’est ce cadre qui révolutionne durablement la technologie. La compression de données, la correction d’erreurs, les télécommunications, les réseaux numériques, et une grande partie de l’informatique moderne y puisent leur fondement mathématique. Shannon y introduit des notions telles que l’entropie, l’incertitude et la quantité d’information. Il utilise également des unités binaires, avec une base logarithmique de 2, ce qui a naturalisé le bit comme unité de mesure de l’information numérique.

Pour les modèles de langage actuels, le lien est particulièrement évident en 1951, lorsque Shannon publie Prediction and Entropy of Printed English. Il y étudie l’entropie de l’anglais écrit en expérimentant la prédiction de lettres. La méthode est simple : présenter un fragment de texte et demander à une personne de deviner le caractère suivant.

Comparer cela aux grands modèles de langage doit toutefois se faire avec précaution. Un modèle comme Claude ne se limite pas à deviner des lettres. Il prédit des tokens à partir de réseaux de neurones entraînés sur d’énormes volumes de texte, de code, de documents et de signaux multimodaux. Mais l’intuition de Shannon reste valable : le langage présente des régularités, des dépendances et une structure statistique. Compte tenu d’un contexte, certaines suites sont bien plus probables que d’autres.

Ce pont entre Shannon et les LLM n’est pas anecdotique. La Intelligence Artificielle générative s’appuie sur une idée qui aurait été familière au père de la théorie de l’information : réduire l’incertitude en exploitant le contexte. En 1951, cela se faisait avec des humains qui devinaient des lettres. Aujourd’hui, cela se réalise via des architectures d’attention, un entraînement distribué, et des systèmes capables de générer du texte, du code, des analyses ou du raisonnement assisté.

MiniVac 601 : quand Shannon a rendu visible la logique numérique

Shannon n’était pas seulement un théoricien du tableau noir. En 1961, il conçoit le MiniVac 601, un ordinateur numérique électromécanique destiné à l’éducation, vendu par Scientific Development Corporation. C’était un kit avec relais, interrupteurs, lumières, boutons, câbles et un cadran motorisé. Son but : enseigner la logique numérique de façon tangible, à une époque où la majorité ne pouvait pas approcher un véritable ordinateur.

Le MiniVac 601 ne possédait pas de CPU au sens moderne. Il utilisait des relais électriques comme éléments de commutation et de stockage temporaire. Il comportait une matrice d’entrée/sortie de six bits, six lumières indicatrices, six interrupteurs, six poussoirs, et un sélecteur rotatif à 16 positions pouvant servir d’entrée numérique, de sortie ou de signal d’horloge. La programmation se faisait en reliant manuellement des câbles sur un panneau.

A l’œil nu, cela paraît archaïque, mais c’était un outil pédagogique très puissant. Il permettait de voir concrètement comment circulait l’information à l’intérieur d’une machine. Un relais changeait d’état, une lumière s’allumait, un câble modifiait la logique du circuit. Certains montages permettaient de jouer au morpion ou de simuler un système de contrôle d’ascenseur simple.

Le MiniVac est particulièrement intéressant à l’ère de l’IA car il représente l’opposé des modèles actuels. Les LLM sont des systèmes opaques, distribués, massifs et difficiles à examiner à l’œil nu. Le MiniVac, lui, était lent, mécanique et visible. Il montrait la computation à une échelle humaine. Dans les deux cas, persiste cette même obsession : transformer symboles, décisions et règles en processus exécutables par une machine.

Il y a quelque chose d’émouvant dans cette continuité. Claude, l’assistant IA, tire probablement son nom d’un chercheur qui non seulement a formalisé la théorie de l’information, mais a aussi voulu que étudiants et amateurs puissent toucher la logique numérique avec leurs mains. Du relais au token, la distance technologique est immense. La question de fond reste : comment représenter l’information pour que la machine puisse la manipuler ?

Haiku, Sonnet, Opus : noms littéraires pour une architecture technique

Le choix de “Claude” s’inscrit dans une autre décision très visible d’Anthropic : sa logique de noms. Face à d’autres laboratoires qui utilisent des combinaisons de lettres, de chiffres et de versions peu mémorisables, Anthropic a créé une famille avec une cohérence presque éditoriale. Haiku, Sonnet et Opus ne sont pas des étiquettes techniques, mais des formes littéraires.

Haiku évoque la brièveté, la précision et la légèreté. Dans la famille Claude, il est associé à des modèles plus rapides et efficaces. Sonnet renvoie au poème en quatorze vers, souvent un symbole d’équilibre entre capacité, coût et vitesse. Opus évoque une œuvre ambitieuse, une composition plus complexe, généralement réservée aux modèles les plus puissants.

Cette cohérence a conduit certains à penser que Claude pourrait faire référence à Claude Debussy, compositeur français. C’est une confusion compréhensible : Sonnet et Opus ont des résurgences artistiques, et Debussy s’inscrirait dans une lecture musicale de la marque. Mais pour un modèle de langage développé par une entreprise d’IA, l’explication la plus solide reste celle de Claude Shannon. La dimension littéraire des noms vient compléter, plutôt qu’elle ne remplace, la filiation technique du nom principal.

Sur le plan produit, Anthropic a réussi quelque chose de rare : des noms accessibles aux utilisateurs non techniques, mais qui contiennent aussi des couches de sens pour ceux qui connaissent l’histoire de l’informatique. Claude évoque la proximité, Shannon apporte de la profondeur. Haiku, Sonnet et Opus organisent la famille sans nomenclatures froides. La marque semble conçue pour rappeler que ces systèmes traitent du langage, mais qu’ils naissent de mathématiques.

Pourquoi le nom est-il si important à l’ère des modèles génératifs ?

La question du nom de Claude ne se limite pas à la curiosité sur les réseaux sociaux. Elle permet aussi d’éclaircir l’origine des modèles de langage. L’IA générative n’est pas apparue soudainement avec une interface conversationnelle. Elle résulte de dizaines d’années de recherches en informatique, statistique, linguistique, réseaux de neurones, matériel et théorie de l’information.

Shannon contribue à raconter cette histoire car il relie plusieurs couches. Sa thèse sur les circuits relie à l’électronique numérique. Sa théorie de l’information relie aux réseaux, à la compression et à la transmission. Ses expériences sur la prédiction de l’anglais relient à la langue en tant que système probabiliste. Son MiniVac connecte à l’envie de rendre la computation tangible et compréhensible.

C’est ainsi que l’hommage potentiel à Anthropic prend tout son sens. Claude ne serait pas simplement le nom sympathique d’un chatbot. Il serait une référence au scientifique qui a montré que l’information pouvait se mesurer et que le langage présentait une structure statistique susceptible d’analyse. Il n’a pas inventé l’IA générative, mais il a tracé une partie de la carte conceptuelle qui permet de la comprendre.

La prochaine fois qu’un utilisateur demandera à Claude une explication, un segment de code ou un résumé, il peut être utile de se souvenir que derrière ce nom se cache une histoire plus ancienne que la Silicon Valley : celle des relais, des bits, de l’entropie, des textes imprimés et des machines éducatives éclairées. L’IA contemporaine paraît nouvelle par son ampleur, mais ses racines, en revanche, s’étendent sur près d’un siècle.

Questions fréquentes

Claude s’appelle-t-il ainsi en référence à Claude Shannon ?

Il n’existe pas d’explication officielle détaillée d’Anthropic confirmant cela de manière claire et publicitaire. La hypothèse la plus courante est que « Claude » évoque Claude Shannon, pionnier de la théorie de l’information, en raison du lien direct entre ses travaux et les modèles de langage.

Que doit à Claude Shannon à la computation ?

Shannon a démontré que l’algèbre de Boole pouvait s’appliquer à la conception de circuits électriques à relais, puis a élaboré la théorie de l’information. Son travail a été crucial pour l’électronique numérique, les télécommunications et l’analyse mathématique de la communication.

Quel lien y a-t-il entre Shannon et les LLM ?

Shannon a étudié l’entropie et la prédiction en anglais écrit. En 1951, il a proposé des expériences pour estimer l’incertitude du langage en prédisant la prochaine lettre. Les LLM modernes opèrent à une autre échelle, mais reposent aussi sur la capacité à prévoir des continuations probables à partir du contexte.

Qu’était le MiniVac 601 ?

Le MiniVac 601 était un ordinateur numérique électromécanique conçu par Claude Shannon et vendu à partir de 1961. Il utilisait des relais, lumières, interrupteurs, boutons et câbles pour enseigner la logique numérique et les principes fondamentaux de la computation.