UNIVERSITE MOHAMMED V

FACULTES DES SCIENCES JURIDIQUES, ECONOMIQUES ET SOCIALES- AGDAL

DEPARTEMMENT DE GESTION

COURS DE CULTURE DIGITALE

(Intelligence Artificielle)
Par Aristide NDAYIKENGURUKIYE

Année Académique: 2023-2024

 Plan de Présentation
• Introduction
• Définition et histoire de l’Intelligence artificielle
• Domaine d’application de l’IA
• Différents types de l’IA
• Les parties de l’IA
• Apprendre avec ChatGPT
• Conclusion
 Introduction

La multiplication des rapports sur l’intelligence

artificielle (IA) signale une chose simple : le
développement – et la maîtrise – de l’IA constitue un
enjeu majeur pour le rayonnement futur de nos
sociétés. Ouvrant la voie à des innovations jusqu’ici
hors de portée, l’IA est pressentie comme une
technologie d’application générale (General Purpose
Technology).
 Définition et histoire
Si l’intelligence artificielle (IA) est entrée dans le langage
courant, sa définition ne va pas de soi. Il s’agit d’un terme
générique qui donne lieu aux définitions les plus variées
facilitant l’ambiguïté des interprétations.

L’une des raisons de cette ambiguïté est l’absence de

contours clairs de l’IA. Selon le contexte, elle peut être
décrite comme une technique, comme une technologie ou
comme une discipline scientifique.
 L’histoire de l’IA
(Un peu d’histoire…)

1936 1956 1964 1975 1997 2010 2014 2018

La machine de Intelligence Ancêtre du « AI winter » IA vs échecs Évolution IA vs jeu de IA vs jeux
Turing Artificielle Chatbot fulgurante Go vidéos
•Manque de •L’IA DeepBlue
•Évaluation de •John Mc •Création du moyens : les bat Gary •Prémices du •AlphaGo bat •AlphaStart
la capacité d’une Carthy programme recherches en Kasparov, 6 Deep les meilleurs remporte 10
machine à avoir nomme la Eliza par le IA freinent fois champion Learning joueurs au jeu parties à
une technologie MIT, ancêtre du monde de Go StarCraft II
conversation « Intelligence du chatbot d’échecs
humaine Artificielle »
 Définition et histoire
(Quelques Définitions 1)
Définition Auteurs Année

L’automatisation d’activités que nous associons à la pensée humaine, comme la prise de Bellman 1978
décision, la résolution de problèmes, l’apprentissage.
L’art de créer des machines ayant des capacités exigeant de l’intelligence quand elles sont Charniak & 1985
réalisées par des humains. McDermott
L’étude des moyens à mettre en œuvre pour que des ordinateurs accomplissent des choses Rich & 1991
pour lesquelles, pour le moment, les humains sont meilleurs. Knight
L’étude des moyens qui permettent d’automatiser les processus de perception, d’apprentissage, Winston 1992
de raisonnement, de décision et d’action.
Activité visant à rendre les machines intelligentes, l'intelligence étant la qualité qui permet à Nilsson 2010
une entité de fonctionner de manière appropriée et prévoyante dans son environnement.
Un système d'intelligence capable d'ingérer des connaissances de niveau humain et d'utiliser Taddy 2018
ces informations pour automatiser et accélérer des tâches qui étaient auparavant effectuées
par des humains.
 Définition et histoire
(Quelques Définitions 2)
Définition Auteurs Année

Systèmes informatiques capables de détecter leur environnement, de penser, PWC 2018

d'apprendre et d'agir en fonction de ce qu'ils détectent et de leurs objectifs.
Systèmes informatiques capables d'effectuer des tâches qui nécessiteraient Intellectual Property 1985
normalement une certaine intelligence si elles étaient effectuées par des humains. Office UK
Système automatisé qui, pour un ensemble donné d’objectifs définis par l’homme, est AIGO-OCDE 2019
en mesure d’établir des prévisions, de formuler des recommandations, ou de prendre
des décisions influant sur des environnements réels ou virtuels.
Ensemble des théories et des techniques mises en œuvre en vue de réaliser des Wikipédia -
machines capables de simuler l’intelligence humaine.
Système robotique, soit virtuel soit physique qui analyse des données/signaux et Instituts Carnot -
produit un résultat, qu’il soit cognitif (savoir, connaissance, décision) ou moteur
(manipulation, navigation, interactions).
Théorie et développement de systèmes informatiques capables d'effectuer des tâches Oxford English 2018
nécessitant normalement l'intelligence humaine. Dictionary
 Domaines d’application
SANTE
C'est l’un des secteurs les plus dynamiques en intelligence artificielle. Des IA
commencent à diagnostiquer des maladies, notamment les cancers, aussi bien
voire mieux que les spécialistes. L’intelligence artificielle peut favoriser la
détection précoce d’une maladie mais pourrait aussi détecter les premiers signes
d’une attaque cardiaque par exemple.

L'INDUSTRIE
La robotique moderne inclut très souvent des briques d’intelligence artificielle.
C’est le cas des robots susceptibles d’apprendre un geste à partir d’une
manipulation réalisée par un opérateur. Place à la maintenance prédictive, qui
permet d'intervenir juste-à-temps. Des systèmes experts peuvent détecter, avant
les êtres humains, des signes d'usure sur une machine, indiquant que celle-ci
doit être révisée ou, qu’au contraire, elle ne nécessite pas encore d’intervention.
 Domaines d’application
LE DROIT
Progressivement, l’intelligence artificielle se fait une place chez les
professionnels du droit. Des algorithmes sont capables d’analyser une
jurisprudence pour identifier les arguments clés, fournir un conseil juridique
sur la qualité d’un contrat ou la probabilité de gagner un contentieux et même
d'estimer le montant des indemnités à espérer.

LE COMMERCE
Dans le e-commerce, on connait tous les recommandations personnalisées
d'achat et les publicités profilées. Plus innovant : la détection des "signaux
faibles" des tendances d'achat, grâce à l'analyse des échanges sur les réseaux
sociaux, les blogs, les forums. Objectif : anticiper la demande en créant des
nouveaux services et produits.
 Domaines d’application
LE TRANSPORT
Dans ce domaine, l'IA se met au service du véhicule autonome. Le stade du
véhicule 100% autonome, sans pédales ni volant, n'est pas encore atteint
mais les constructeurs automobiles et les géants numériques sont engagés
dans une véritable course contre la montre.

LES SERVICES
Les assistants virtuels intelligents pourraient avoir un impact majeur dans
notre quotidien dans les années à venir. Reliés aux plateformes
d'intelligence artificielle de leurs concepteurs, ils allument ou éteignent le
chauffage de votre maison connectée, gèrent votre agenda, vous
rappellent de prendre vos médicaments, commandent vos courses, vous
proposent d'écouter de la musique et font vos recherches sur le Net.
 Les différents types d’IA
IA faible IA forte

Machine Learning
(analyse, interprétation)
Traitement
du langage Traitement Robots Apprentissage
naturel des images intelligents supervisé

Big Data Apprentissage

non supervisé

Apprentissage
par
renforcement

Un système d’intelligence artificielle peut utiliser une, deux ou les trois formes d’IA.
Tous les systèmes d’IA utilisent le Machine Learning pour analyser les données collectées.
 Les différents types d’IA

• L'IA forte a pour objectif d’aligner l’intelligence artificielle au

niveau humain en effectuant des tâches générales sans
assistance ou en trouvant des solutions sans assistance.

• À l'heure actuelle, nous ne savons pas comment faire en

sorte que les machines pensent de la même manière que
les humains, et nous sommes vraiment très loin de cela.
 Les différents types d’IA
(L’IA faible)

• Faible car elle ne peut effectuer des tâches que dans des
contextes spécifiques prédéfinis.

• L'IA faible peut effectuer une tâche pour laquelle elle a été
programmée mais elle a plus de difficultés à comprendre de
nouvelles tâches qui n’ont pas été définies ni programmées
auparavant.
 Les différents types d’IA
(L’IA faible)
Le « traitement du langage Les « robots intelligents » qui
La « vision par ordinateur »
naturel » pour analyser la utilisent des capteurs pour
pour le traitement des images
voix et/ou le texte comprendre et interpréter
leur environnement

Il s'agit d'un système qui reconnaît ce Il s'agit d'un système qui aide les Il s'agit des robots qui ne suivent pas
qu'il « voit » en utilisant des ordinateurs à comprendre, interpréter simplement un chemin programmé,
informations à partir des images. et manipuler le langage humain. Le mais qui se déplacent en fonction de ce
système peut comprendre quand nous qu'ils « voient » et « entendent » grâce à
lui parlons ou quand nous lui écrivons. leur capteurs.
Ainsi, ce système est capable d'identifier
et classifier une image. Il peut répondre d'une manière utile et Pour ce faire, ils ont besoin d'être
raisonnée grâce à l'analyse des données entraînés à reconnaître les informations
auxquelles il a accès. qu'ils reçoivent à travers leurs capteurs.
 Les différents types d’IA
(L’IA faible)
La « vision par ordinateur » pour le
traitement des images
 Les différents types d’IA
(L’IA faible)

Le « traitement du langage naturel » pour

analyser la voix et/ou le texte
 Les différents types d’IA
(L’IA faible)

Les « robots intelligents » qui utilisent des capteurs pour

comprendre et interpréter leur environnement
 Les différents types d’IA
(L’IA faible)

Le « Machine Learning » pour analyser et interpréter une grande

quantité de données collectées
• Il s'agit d'un processus qui alimente bon nombre des services que nous
utilisons aujourd'hui comme Netflix, YouTube ou Instagram.

• Le système collecte la quantité la plus grande possible de données sur nous

ou sur notre environnement. Ensuite, il utilise un algorithme de « Machine
Learning » pour faire des prédictions.

• Tous les systèmes d’IA utilisent le Machine Learning pour analyser les
données collectées.
 Les différents types d’IA
(L’IA faible)

Le Machine Learning en détail

L’apprentissage supervisé L’apprentissage non L’apprentissage par
Dans l’apprentissage supervisé, qui est supervisé renforcement
le plus courant, un humain indique au Dans l'apprentissage non supervisé, Enfin, nous avons l’apprentissage par
système comment catégoriser les l’humain ne choisit pas de catégories, renforcement, dernière frontière du
données. Dans l’exemple qui suit, celui- c’est donc le système lui-même qui les Machine Learning. Un algorithme de
ci choisit comme catégorie trois créera. renforcement apprend par essai et
animaux (chien, chat et oiseau) et il erreur pour atteindre un objectif clair. Le
Dans l’exemple qui suit, le système va
conçoit un programme informatique qui système est donc en capacité
interpréter les données d’entrées pour
triera les données d’entrées. Pour ce d’apprendre de ses erreurs. Il choisira
créer les catégories.
faire, un humain aura préalablement ses actions en fonction de son
entraîné le système à reconnaître ces Dans ce sens la machine n’a pas besoin expérience et tentera d’éviter les actions
différentes animaux avant qu’il puisse de la phase d'entraînement comme c’est négatives et reproduire les actions
fonctionner en autonomie. le cas pour l’apprentissage supervisé : positives.
elle est autonome dans la
catégorisation.
 Les différents types d’IA
(L’IA faible)

Machine Learning : l’apprentissage supervisé

 Les différents types d’IA
(L’IA faible)

Machine Learning : l’apprentissage non supervisé

 Les différents types d’IA
(L’IA faible)

Machine Learning : l’apprentissage par renforcement

By : zizou man — Flickr: Go game

L'IA comprend trois
parties
 L'IA comprend trois parties

Jeux de données (entrée) Etc !

Enregistrements
vidéo
Un jeu de données est
une collection de
données sélectionnées Texte
Images

Mesures (temps,
vues, pouces, etc.)
 L'IA comprend trois parties
Algorithme
Un algorithme est
composé d'instructions dans un ordre précis, sur des données
et d'opérations réalisées

et souvent résoudre … comme une recette

afin de produire un
un problème plus ou
résultat, de cuisine !
moins complexe.
 L'IA comprend trois parties

Prédiction

La prédiction est tout

simplement l‘aboutissement du
traitement de l’entrée par la sortie
l’algorithme :
 Autres IA

24/03/2024 27
 ChatGPT
(Présentation)
ChatGPT (Generative pre-trained transformer) est un agent conversationnel
alimenté par une Intelligence Artificielle (IA), mis à disposition du grand public
gratuitement.
C’est un modèle, conçu par la société OpenAI qui exploite les Large Language
Models (LLM) et qui a été entraîné sur de grandes quantités de textes afin de
pouvoir en générer de manière autonome.

Lorsque vous saisissez un « texte d’entrée » (ou prompt), le modèle algorithmique

va analyser ce texte et utiliser ses connaissances préalablement acquises pour
générer du contenu en réponse. En poursuivant la conversation, vous pouvez
affiner la réponse, la faire corriger, l’améliorer…
Mais attention, ChatGPT n’est pas capable de raisonner. Vérifier la véracité des
contenus proposés est indispensable, car il ne sait pas différencier le vrai du faux.
.
 Conclusion
Cette partie du cours nous a permis d'effleurer la surface d'un
domaine vaste et fascinant. Nous avons découvert comment l'IA a
évolué au fil du temps pour devenir une force transformative dans
notre société, révolutionnant des domaines tels que la santé, la
finance, les transports et bien d'autres. Nous avons essayé de voir les
différentes parties types et parties de l’IA. Nous avons également
exploré les principes de l'apprentissage machine et du traitement
des données, ainsi que le fonctionnement de chartGPT comme
exemple de l’IA. C'est avec enthousiasme que nous nous
embarquons dans cette aventure, prêts à découvrir les merveilles
que l'intelligence artificielle nous réserve.