Chapitre I Introduction - Lintelligence Artificielle
Chapitre I Introduction - Lintelligence Artificielle
Chapitre I Introduction - Lintelligence Artificielle
Chapitre I
Introduction à l’intelligence
Artificielle
1
• Que savez-vous sur l’intelligence
artificielle?
Premières • Est-ce que cela vous attire?
• Que pensez-vous apprendre
Questions dans ce cours?
2
Moore – McCarthy – Minsky - Selfridge - Solomonoff
ou • Comportements intelligents :
• Résoudre des problèmes
processus • Comprendre un texte en
intelligents langue naturelle
• Percevoir un environnement
et y réagir
5
Histoire de l’IA
6
Histoire des jeux d’IA
7
Symbolisme
8
Connexionnisme
9
Actionisme
10
• Est-ce la faculté
• de raisonner ?
• d'apprendre ?
Qu'est ce • de comprendre une langue ?
que • d'exploiter un savoir pour résoudre
l'intelligence un problème ?
11
• L’intelligence intègre plusieurs
capacités intellectuelles
•L’homme utilise devant un
problème à résoudre des moyens
très variés :
Qu'est ce • les faits
que • les intuitions,
l'intelligence • les jugements,
? • les associations,
• les déductions , ….
12
Point de vue cognitif
Définition
Point de vue informatique
14
• Le traitement automatique du langage
naturel
• La reconnaissance de la parole
• La démonstration automatique de
théorèmes
• La résolution des problèmes et les jeux
• La vision par ordinateur et l’analyse
d’images
Champs • La robotique
d’application : • La réalité virtuelle et augmentée
• Les systèmes experts et les systèmes
d’aide à la décision
•L’auto-apprentissage symbolique et
connexionniste : Raisonnement à base de
cas, réseaux de neurones, algorithmes
génétiques
• L’enseignement assisté par ordinateur
15
Question : Quand fait-on appel à l’IA ?
Réponse : Quand l’informatique
classique est difficilement ou pas du
tout applicable
16
• Problème d’explosion combinatoire
en temps et en espace
•Exemple du jeu d ’échecs : En
moyenne 20 coups par échange et 50
échanges => 2050 situations à
explorer !
•Exemple du coffre fort Combien de
temps nous faudrait-il pour trouver un
code à 10 chiffre d’un coffre fort
sachant qu’il faut 1 seconde pour
Apport de l’IA tourner la molette et ouvrir la porte
du coffre fort
à Molettes Possibilités Temps
l’informatique 1 10 10 s
2 10 * 10 = 100 1 mn 40 s
3 10 * 10 * 10 = 1000 15 mn
4 104 2 h 30 mn
5 105 1 jour
6 106 10 jours
7 107 2 mois
8 108 2 ans
9 109 20 ans
17
10 1010 = 10000000000 200 ans !
Quand il n’y a pas de solution
algorithmique et quand les experts
utilisent plutôt une approche heuristique
Heuristique
18
•Quand l’expertise est qualitative,
peu structurée, vague, incertaine,
Apport de l’IA à incomplète et/ou évolutive
l’informatique • Exemple : Diagnostic médical et
interprétation des symptômes
19
• Des langages et des outils puissants pour la
formalisation des connaissances
• Lisp, Clips, Prolog et SmallTalk
•Des approches de programmation
permettant de manipuler des informations
symboliques (des concepts, des règles, des
faits, des raisonnements)
Apport de l’IA à • Approches fonctionnelle, logique, objet,
agents, etc..
l’informatique • Des techniques pour l’extraction des
connaissances
• Des modes de raisonnement :
• Modes déductif, inductif, par
analogie, par l ’absurde
• Des modèles de représentation des
connaissances
• Modèles logiques, sémantiques, etc.
20
Comment savoir si une
machine est intelligente?
• Le test de Turing -> Pas pratique
• Stratégies d’évaluations
pratiques:
• Échecs -> Tournois
• DENDRAL (1965) -> Revue par experts
• Quand c’est possible, utiliser les critères
d’ingénierie pour analyser la performance:
• Est-ce que le programme a réussi
à accomplir la tâche qui lui a été
demandée?
• L’a-t-il fait efficacement?
• L’a-t-il bien fait?
21
Hiérarchie de l’IA
22
Relation entre IA, ML et DL
23
Les principales techniques du ML
Exemples d’applications
25
Apprentissage Automatique (Machine Learning)
• L'apprentissage automatique étudie la manière dont les ordinateurs
simulent ou mettent en œuvre le comportement d'apprentissage
humain pour acquérir de nouvelles connaissances ou compétences,
et réorganisent les structures de connaissances existantes pour
améliorer leurs performances en permanence. L'apprentissage
automatique est au cœur de l'IA et le moyen fondamental de rendre
les ordinateurs intelligents.
• Orientations de recherche:
• Largement utilisé dans les domaines verticaux, tels que les
domaines de la finance, du droit et de la santé
• De l'optimisation convexe à l'optimisation non convexe
• De l'apprentissage supervisé à l'apprentissage non supervisé et à
l'apprentissage par renforcement
• Avenir: apprentissage par renforcement et apprentissage par
transfert
29
Apprentissage Automatique (Machine Learning)
29
Apprentissage Automatique (Machine Learning)
30
Apprentissage en profondeur (Deep Learning)
31
• L’IA pourrait conduire à un changement des architectures de puces,
ce qui remodèlera davantage le paysage de l'industrie. NVIDIA,
Google et Intel se disputent la place dominante à l'avenir.
• L'IA est le prochain système d'exploitation majeur. Les plates-formes
technologiques d'IA seront un point chaud concurrencé par les
grands acteurs.
• S'efforcer d'être un leader des cerveaux numériques à l'avenir
devient une vision stratégique des géants de l'information. Les
services cloud à l'avenir pourraient intégrer le cloud computing, le
big data et l'IA.
34
Justice et équité
35
Législation sur la conduite autonome
38
Protection des données
• Législation:
• Protection des données suédoise
• le Congrès national du peuple a opté une
loi sur le renforcement de l'information et
la protection sur les réseaux
• Application technique :
• Anonymisation des données: C'est le
processus de suppression des informations
personnellement identifiables des
données personnelles, de sorte que les
personnes que les données décrivent
restent anonymes.
39
L'algorithme est-il juste?
39
Trois lois de la robotique
40
Opportunités et défis de l'IA
Opportunités:
De l'efficacité à l'intelligence,
l'intelligence artificielle créera un
marché plus grand que le marché
informatique actuel (2000 MD), ce
qui suscitera une concurrence dans
l'industrie de l'information
Défis:
Dans toute la chaîne industrielle, les
personnes qui maîtrisent l'intelligence
auront davantage leur mot à dire et
gagneront plus de valeur. C'est pourquoi les
entreprises traditionnelles, comme GE,
créent leurs propres serv4ic2es numériques.