Chapitre 4 Intelligence artificielle :

L'intelligence artificielle (IA) est un processus d'imitation de l'intelligence humaine qui

repose sur la création et l'application d'algorithmes exécutés dans un environnement
informatique dynamique. Son but est de permettre à des ordinateurs de penser et d'agir
comme des êtres humains.
Pour y parvenir, trois composants sont nécessaires :
 Des systèmes informatiques
 Des données avec des systèmes de gestion
 Des algorithmes d'IA avancés (code)
Pour se rapprocher le plus possible du comportement humain,
l'intelligence artificielle a besoin d'une quantité de données et d'une
capacité de traitement élevées.
 1- Origines de l'intelligence artificielle

Le terme « intelligence artificielle » a été créé plus récemment, en 1955 par

John McCarthy. En 1956, John McCarthy et ses collaborateurs ont organisé une
conférence intitulée « Dartmouth Summer Research Project on Artificial Intelligence »
qui a donné naissance au machine learning, au deep learning, aux analyses prédictives
et, depuis peu, aux analyses prescriptives. Un nouveau domaine d'étude est également
apparu : la science des données.
 2- L’Intelligence Artificielle au sein de l’Industrie

Le domaine industriel se démarque largement en mettant à profit l’IA dans bon

nombre de ses processus. Quel est vraiment le rôle de l’Intelligence artificielle dans
le business ? Quel est son impact dans les secteurs des ressources humaines et de
l’industrie ? Effet de mode, voie vers le progrès ou sujet d’inquiétude ?

2-1 L’utilisation de l’Intelligence Artificielle en entreprise

A révolution technologique est en marche : l’IA est entrée dans le monde du travail voilà
déjà quelques années et son impact ne cesse de s’accroitre. Savez-vous qu’une
entreprise génère environ 2,5 trillions d’octets de données par jour ? Alors devant ce
constat, comment tirer profit du mieux possible de l’IA pour optimiser tous vos
processus, mais aussi vous démarquer dans un contexte professionnel de plus en plus
concurrentiel ?
 3- Découvrez comment l’intelligence artificielle s'inscrit dans votre quotidien

 Quel que soit le réseau que vous utilisez, toutes ces plateformes appliquent
des techniques d'intelligence artificielle à leurs services.(Facebook,
Instagram, LinkedIn ou Twitter. )

 Lorsque vous réalisez votre photo, l'appareil se calibre automatiquement en

fonction de la scène qui va être photographiée. Derrière vos clichés réussis, il y a
une application d’IA qui optimise les paramétrages de l'appareil photo pour vous.
LinkedIn
 Pour ce faire, un programme d’IA a été conçu : il analyse votre profil
professionnel en détail et identifie les offres d’emploi les plus pertinentes pour
vous.
 3-1 Définissez ce qu’est l’intelligence artificielle

L’intelligence artificielle, c’est toute technologie informatique qui permet de résoudre

des problèmes complexes qu'on aurait cru réservés à l'intelligence humaine."

Donc en réalité, il n'y a pas "une" intelligence artificielle, il y a

différentes technologies qui font partie du champ d’étude de
l’intelligence artificielle. Vous en découvrirez plusieurs dans la
suite de ce cours.
Les disciplines de l’intelligence artificielle permettent aux machines d’accomplir des
tâches qu’on pourrait penser réservées aux humains. Pour bien cerner ce que recouvre
la révolution de l’IA, il faut avoir en tête quelques concepts qui lui sont liés de près ou
de loin ; entre autres : les données, le Big Data ou le Deep Learning.

Les données
Data = données, les data sont simplement la traduction anglophone des données.

Les données, ce sont ces informations qui sont enregistrées pour être utilisées par les
programmes informatiques.

Par exemple, un texte enregistré sur votre ordinateur, un

mémo vocal enregistré avec votre smartphone ou
encore le dernier cliché de votre appareil photo sont des
données.
 4- Big Data

Toutes ces données, vous n’êtes pas le seul à les produire ! À l’échelle de la
société, nous produisons collectivement de très nombreuses données. Pour
vous donner une idée, chaque minute :

• Google est sollicité près de 4 millions de fois ;

• 4,5 millions de vidéos sont visionnées sur YouTube ;
• 188 millions d’emails sont échangés.
 Littéralement, ces termes signifient mégadonnées, grosses données ou
encore données massives. Ils désignent un ensemble très volumineux de données
qu’aucun outil classique de gestion de base de données ou de gestion de
l’information ne peut vraiment travailler

Data Science, ou la science des données

Toutes ces données sont collectées et utilisées par des organisations. Il s’agit par
exemple d’améliorer votre expérience en ligne ou de vous offrir des services
personnalisés.
Avant d’envisager d’utiliser l’intelligence artificielle, il s’agit d’explorer les données pour
en tirer des tendances. Comment s’y prend-on ? Regardons cela en détail !
Pour analyser toutes les données collectées, ces fameuses données massives, ce
fameux Big Data, les organisations vont avoir recours à une discipline transversale :
la Data Science, ou science des données.
 5- Le Machine Learning et le Deep Learning

Pour mettre en place un programme d’intelligence artificielle, on fait appel aux

disciplines de Machine Learning et à l'une de ses sous-disciplines, le Deep Learning.

5-1 Le Machine Learning ou apprentissage automatique

L’apprentissage automatique, ou Machine Learning, est un sous-ensemble de

l’intelligence artificielle qui permet à un programme informatique d'effectuer une
tâche pour laquelle il n'est pas programmé explicitement : il est programmé pour
apprendre à la faire. On donne au programme de nombreuses données et il apprend à
partir de ces données.

Cette discipline est notamment utilisée dans votre

boîte email pour classer automatiquement un email
en spam.
 6- Le Deep Learning ou apprentissage profond

L'apprentissage profond, ou Deep Learning, repose sur la construction de réseaux

de neurones artificiels. Ces réseaux, composés de milliers, voire millions de
neurones, sont inspirés du cerveau humain. Le Deep Learning s’applique souvent sur
des quantités de données beaucoup plus importantes que le Machine Learning. Il
apprend de cette masse d’exemples et obtient dans certains cas de bien meilleurs
résultats que les disciplines traditionnelles d’intelligence artificielle.

Le Deep Learning est particulièrement performant pour travailler

avec des données vocales. Vous pouvez penser par exemple aux
questions qui sont récoltées par des assistants virtuels. Ces
signaux audio doivent être interprétés et traduits en texte avant
de pouvoir trouver une réponse. C’est ce qu’on appelle
le traitement automatique du langage naturel.
On peut représenter les différents champs d’étude comme imbriqués ainsi :
Avec le Machine Learning et sa sous-discipline le Deep Learning, l’intelligence
artificielle permet de résoudre des problèmes qu’on aurait cru réservés à
l’intelligence humaine, comme par exemple interpréter le langage naturel, ou
réaliser des prédictions ou des recommandations complexes. Pour cela, on met en
place des algorithmes.

Un algorithme, c’est une suite d’instructions qui permet

d’aboutir à un résultat donné. Ainsi, en général un
algorithme permet de résoudre un problème donné en
suivant une séquence d’étapes. Par exemple, une recette
de cuisine est un algorithme.
 7- Les robots et intelligence artificielle

Il y a souvent une confusion entre intelligence artificielle et robotique.

Effectivement, ce sont des domaines d’étude qui sont souvent présentés ensemble,
car ils sont souvent tous les deux impliqués dans les mêmes projets.

La robotique correspond à la partie mécanique. Grâce à la mécanique, un robot peut

se déplacer. Le robot capte des informations de son environnement avec divers
capteurs. On peut ainsi le doter de micros pour enregistrer l’audio et de haut-parleurs
afin de diffuser des sons. Tout ça rentre dans le domaine de la robotique.
Quand on pense robot, on pense souvent aux robots humanoïdes : ce sont les plus
impressionnants ! Mais en réalité, la majeure partie des robots ne ressemblent pas à ça :

Mais plutôt à ça :
L’intelligence artificielle, quant à elle, va être utilisée pour augmenter le robot afin de
lui permettre de compléter de nouvelles tâches. Par exemple, il pourra se déplacer
dans des environnements de façon autonome.

On peut donc avoir des robots qui fonctionnent sans IA, comme par
exemple les robots industriels, dont le comportement est
programmé de A à Z par un humain. On peut aussi avoir des IA qui
ne sont pas implémentées dans des robots, comme c’est le cas des
assistants vocaux de nos téléphones.
 8- le potentiel de l'intelligence artificielle

Nous l’avons vu, l’intelligence artificielle s'invite chaque jour davantage dans votre vie
quotidienne. Des chercheurs du monde entier travaillent sur de nombreuses
applications de cette discipline scientifique. Que ce soit avec Deep Blue, AlphaGo, ou
encore plus récemment Sophia d’Hanson Robotics ou les premières voitures
autonomes, la presse nous présente des applications toujours plus impressionnantes
de l’intelligence artificielle !

Deep Blue est un superordinateur spécialisé

dans le jeu d'échecs par adjonction de circuits
spécifiques, développé par IBM au début des
années 1990

AlphaGo est un programme informatique

capable de jouer au jeu de go, développé par
l'entreprise britannique DeepMind et racheté
en 2014 par Google.
Sophia, activée le 19 avril 2015 à Hong-
Kong,est une gynoïde saoudienne. Mise au
point par Hanson Robotics, une entreprise
spécialisée dans la robotique

9- Les mythes liés à l'IA

Mythe n° 1 : "Les programmes d’IA sont supérieurement intelligents aux humains"

Les intelligences artificielles accomplissent des exploits remarquables : battre les

meilleurs joueurs du jeu de go, reconnaître des espèces rares sur une vidéo, bluffer à
des parties de poker, etc.

Mythe n° 2 : "L’IA fonctionne comme le cerveau humain"

L’ambition de l’intelligence artificielle est de résoudre des problèmes complexes, qu’on

pourrait penser réservés aux humains. Il s’agit par exemple de la perception visuelle ou de
la reconnaissance du langage.
Mythe n° 3 : "Les programmes d’IA sont conscients et auraient des émotions"
Concevoir une créature capable de conscience et de sentiments : voilà un projet qui a
occupé l’imaginaire de dizaines d’artistes bien avant l’arrivée de l’IA en tant que
discipline. Entre fantastique et science-fiction, de nombreuses œuvres mettent en scène
cette idée.
Le robot Wall-E conçu par les studios Pixar semble exprimer de nombreuses émotions.
Les robots humanoïdes de la science-fiction sont dotés non seulement d’intelligence,
mais aussi d'expression des sentiments.

Mythe n° 4 : "Les programmes d’IA pourraient prendre le pouvoir"

Certains grands noms dans le domaine scientifique et technologique, dont Stephen
Hawking, Bill Gates et Elon Musk, ont exprimé des inquiétudes quant aux dangers de voir
une super-intelligence apparaître. Cette IA se développerait au point que les humains ne
puissent plus la contrôler.
En résumé

Les systèmes d’IA sont aujourd'hui très spécialisés et leur performance est liée à
cette spécialisation.
Bien qu'inspirés du cerveau humain, les IA ne sont pas aussi perfectionnées que les
humains et n'ont pas de sens commun.
Les produits d’IA ne sont pas capables d’émotion, même s’ils peuvent parfois en
simuler.

Ressource de document

Les professeurs
Benjamin Ejzenberg
Consultant Data Scientist
Anna Choury
Experte en IA et éthique