C14.1 : Intelligence artificielle

Petit historique

Notions de base de l'intelligence artificielle en informatique

Intelligence artificielle

L'IA peut se définir comme un ensemble de processus dont le but de faire en sorte que le comportement d'une machine s'apparente à un comportement intelligent.

L'intelligence artificielle symbolique

On parle d'IA symbolique lorsque la machine suit un ensemble de règles prédéterminées.

Historiquement, c'est la première forme d'IA proposée.

Le machine learning et ses différentes formes d'apprentissage

Dans l'IA avec apprentissage automatique (machine learning), il n'y a pas de règles prédéfinies. La machine se base sur un grand nombre de données (phase d'apprentissage) qu'elle va traiter et sur lesquelles elle va s'appuyer.

On distingue :

• - L'apprentissage supervisé : Les données sont classées avant d'être données à la machine.
• - L'apprentissage non supervisé : Les données analysées par la machine ne sont pas classées, la machine trouve elle-même des structures intrinsèques aux données.
• - L'apprentissage par renforcement : La machine interagit avec l'environnement et renforce les chemins qui conduisent à de bons résultats.

Une analogie pour comprendre : l'apprentissage d'une langue étrangère.

• • L'apprentissage supervisé consisterait à lire le dictionnaire, ainsi que des livres avec la traduction à côté.
• • L'apprentissage non supervisé consisterait à regarder des films en version originale sans sous-titre et à écouter une radio dans la langue étudiée.
• • L'apprentissage par renforcement consisterait à s'immerger dans une ville étrangère avec des résultats positifs ou négatifs en fonction des actions que l'on entreprendra.

L'apprentissage profond (deep learning)

L’apprentissage profond est un procédé d’apprentissage automatique utilisant des réseaux de neurones. Ce sont des algorithme qui nécessitent l'ajustement d'un très grand nombre de paramètres et demande donc une quantité très important de données afin d’être entraînés.