Intelligence Artificielle et Machine learning
Plan du cours :
Partie 1 : Fondement de l’ Intelligence Artificielle
Chapitre 1 : Introduction générale
Chapitre 2 : Résolution d’un problème en IA par recherche
Chapitre 3 : Résolution d’un problème en IA dans les arbres de jeux
Chapitre 4 : Représentation des connaissances et raisonnement
Chapitre 5 : Systèmes Experts
Partie 2 : Introduction à l’apprentissage automatique
Chapitre 1 : Introduction
Chapitre 2 : Apprentissage supervisé et apprentissage non supervisé
Chapitre 3 : Régression et classification avec des modèles linéaire
Chapitre 4 : Les réseaux de neurones
1
Partie 1 : Fondement de l’ Intelligence Artificielle
Chapitre 1 : Introduction Générale
▪ Introduction
▪ Définitions de l’IA
▪ Historique
▪ Domaines d’application
▪ Les approches de l ‘IA
• cognitive,
• Pragmatique
• connexionniste
2
Introduction
❖ IA : c’est le domaine de l’informatique qui a pour sujet l’étude
et la simulation des activités intellectuelles de l’homme dans
toute situation ou une solution classique de type
algorithmique n’est pas disponible
❖ IA = représente un probléme non déterministe
3
Introduction
❖ Les domaines privilégiés de l'IA :
❖ là où il n’y a pas d’algorithme à la portée des machines.
Comme les problèmes qui ont une combinatoire trop importante ... qui
nécessitent une démarche heuristique.
▪ exemple: le jeu d'échecs
▪ Les heuristiques relèvent de connaissances d'ordre pragmatique et
traduisent un savoir-faire, une expérience plutôt qu'un calcul
systématique.
❖ L'intelligence artificielle a aussi la vocation à simuler le raisonnement
humain.
▪ modéliser les modes de raisonnement d'un expert humain
▪ les rendre accessibles à un non informaticien.
4
Introduction
❖L’IA et l’informatique
L’IA est une discipline de l’informatique comme les bases de
données et le génie logiciel. Elle a beaucoup d’intersections avec
les domaines des sciences cognitives, de la logique, de la
linguistique, etc.
Bases de
données
Intelligence Sciences
Cognitives
Artificielle
Génie Logiciel
Sociologie
Informatique Sciences humaines
Les produits de l’IA manipulent généralement les variables
symboliques utilisant des opérateurs logiques
5
Introduction
❖ Qu’est ce que l’intelligence ?
- Aptitude au calcul rapide
- Reconnaissance des formes ou des situations
- Aptitude à l’apprentissage
- Aptitude à régir à l’environnement
❖ Consensus sur la définition de l’intelligence :
- résolution de problèmes difficiles
- capacité d’apprendre, générer des généralisations ou des
analogies, l’art de confronter le monde : communiquer,
apercevoir, apprendre l’aperçu, etc.
6
Introduction
Qu’est ce que l’IA ?
1) Rechercher (analyser, résoudre des problèmes, trouver des
méthodes de résolution)
2) Représenter des connaissances (logique, règles, mémoire, cas,
langue naturelle, etc.)
3) Mettre en application les idées 1) et 2) (Systèmes Experts, pilotes
automatiques, agents d’interfaces, robots, Data Mining, etc.)
7
Définition
Qu’est ce que l’IA ?
❖ Elle représente essentiellement la possibilité de concevoir une
machine intelligente !
❖ L’IA est un ensemble de techniques qui tend à implanter, sur un
ordinateur, des programmes qui ont des comportements
intelligents (perception visuelle et auditive, compréhension,
raisonnement, prise de décision, etc.).
8
Objectifs
Objectifs de l’IA ?
❖ Les recherches en IA tendent à rendre la machine capable:
▪ d’acquérir de l’information,
▪ de raisonner sur une situation statique ou dynamique,
▪ de résoudre des problèmes combinatoires,
▪ de faire un diagnostic,
▪ de proposer une décision, un plan d’action,
▪ d’expliquer et de communiquer les conclusions qu’elle obtient,
▪ de comprendre un texte ou un dialogue en langage naturel,
▪ de résumer, d’apprendre, de découvrir, etc.
9
Qu’est ce qu’on attend d’un ordinateur intelligent ?
❖ comprendre l’esprit mental de l’homme et imiter au maximum
son comportement représentent les tâches les plus difficiles que
la science essaie de résoudre.
❖ L’intelligence ne se définit pas par un processus, mais par les
connaissances qu’il implique:
▪ vision: connaissances des objets physiques
▪ langue naturelle: connaissances de grammaire et
de vocabulaire
▪ résolution de problèmes: connaissances des
opérations admissibles
⇒l’ordinateur intelligent a besoin d’une grande quantité de
connaissances pratiques: systèmes basés sur les connaissances
10
Historique
1/ La préhistoire
❖ L’un des premiers problèmes du domaine de l’IA et auquel
se sont attaqués certains informaticiens était la
traduction automatique.
❖ Ils pensaient réussir à mettre au point un traducteur
automatique. Le problème s’avéra nettement plus
complexe !
❖ Cet échec a mené à des questions sur :
▪ la représentation à donner aux connaissances
▪ la façon d’ « extraire » ces connaissances d’un
individu
On se rendit compte qu’on ne pouvait pas représenter toutes les
connaissances.
11
Historique
2/ Les débuts (1955-1970)
❖ L’appellation IA est née en 1956 dans un congrès à Dartmouth par deux jeunes
chercheurs :
▪ John McCarthy : vision logique de la représentation des connaissances
▪ Marvin Minsky : représentations structurées (frames) de stéréotypes de situation
incluant différents types d’information
❖ Logic Theorist (Newell, Shaw et Simon, 1956) démonstration de théorèmes de la logique
des propositions
❖ 1959 : Ces derniers développent aussi un système de résolution de problèmes
généraux (General Problem Solver, GPS) basé sur l’évaluation de la différence entre
la situation à laquelle le système est arrivé et le but qu’il doit atteindre.
❖ 1960 : McCarthy développe LISP qui va devenir le langage de l’IA pendant les 20 années
à venir.
Début des années 60 : Samuel et Bernstein développent le premier programme
capable de jouer aux échecs. La recherche des années 70 dans ce domaine est
marquée par l’idée de doter la machine de capacités de mise en œuvre de stratégies
sophistiquées évoluant dynamiquement avec le jeu.
❖ 1965 : Apparition du système ELIZA de production automatique de parole en
langage naturel
❖ 1969 : DENDRAL, un des premiers systèmes experts (analyse d’une spectrographie
de masse en chimie) 12
Historique
3/ La spécialisation
❖ J.A. Robinson (1965) développe le principe de résolution qui
sera à la base de la réalisation de PROLOG et des systèmes de
résolution mathématiques
❖ L’IA va se scinder alors en plusieurs branches :
▪ la compréhension du langage naturel
▪ la démonstration automatique de théorèmes
▪ les jeux
▪ la résolution de problèmes généraux
▪ la résolution de problèmes experts
▪ la représentation des connaissances
▪ la perception
▪ l’apprentissage, etc.
13
Historique
4/ L’évolution
❖ L’évènement majeur des années 80 est l’arrivée en force des
japonais dans le domaine de l’IA.
❖ Le japon lance le projet de 5ème génération dont le but est
de développer à la fois sur le plan matériel et sur le plan
logiciel des technologies et des techniques capables de faire
de l’IA une discipline efficace.
Les principaux langages de l’intelligence artificielle
– Lisp (1960, J. MacCarthy)
– SmallTalk (1972, A. Kay)
– Prolog (1973, A. Colmerauer), Prolog avec contraintes
– JAVA (1994) , C++, Scheme, ...
14
Historique
5/L’intelligence artificielle aujourd’hui
❖ l’IA est partout
▪ objets, agents, méthodologies, représentation des
connaissances
▪ approches causales, qualitatives
▪ fouille de données, fouille de texte
▪ statistiques non linéaires (réseaux neuronaux)
▪ programmation par contraintes
▪ nouvelles méthodes d ’optimisation (évolution artificielle)
❖ L’IA est utilisé au quotidien sans le savoir
▪ Jeux de réflexion sur ordinateur
▪ Téléphonie mobile
15
Domaines de l’IA
❖ Reconnaissance et synthèse de la parole(ex: réservation d’hôtel)
❖ Reconnaissance et synthèse d'images (ex. recherche d’info,
❖ Reconnaissance des visages : avec les réseaux de neurones
❖ Reconnaissance de l'écriture (ex: recon. cheques, codes postaux)
❖ Systèmes experts : MYCIN (diagnostic médical)
❖ Calcul formel : MAPLE, MATHEMATICA.
❖ Representation des connaissances
❖ Simulation du raisonnement humain: logique modale, logique floue.
❖ Traitement du langage naturel
❖ Résolution de problèmes (ordonnancement, planification, etc)
❖ Robotique
❖ Apprentissage
❖ Réseaux de neurones
❖ Systèmes complexes adaptatifs : les
16 algorithmes génétiques.
Les approches de l ‘IA
1/ Approche cognitive
❖ Elle est pluridisciplinaire,
▪ linguistes, informaticiens et psychologues essayent
de travailler ensemble.
❖ Définition (W.J.Rapaport, 1983) : la science cognitive cherche
à comprendre les fonctions cognitives humaines en terme
d’états mentaux, c'est-à-dire en terme d’algorithmes qui
réalisent la transformation de données d’entrée en données
de sortie. L’approche calculatoire de la science cognitive dit
que :
▪ il existe des états mentaux et des processus qui
interviennent entre les stimuli d’entrée et les réponses en
sortie
▪ ces états mentaux et ces processus sont des algorithmes
et donc
▪ ils sont susceptibles d’être étudiés scientifiquement.
17
Les approches de l ‘IA
❖ L’IA est la réalisation de programmes imitant dans leur
fonctionnement l’esprit humain.
❖ Ce type d’approche est généralement utilisé :face à des
problèmes trop complexes:
▪ pour tenter d’éclairer les problèmes de fiabilité des
systèmes
▪ reposant essentiellement sur des opérateurs humains
▪ pour procurer des aides à la décision aussi
compréhensibles que possible pour l’esprit humain.
18
Les approches de l ‘IA
2/ Approche pragmatique
❖ Pour les pragmatistes:
▪ les enseignements apportés à l’IA ne sont pas des fins en soi,
▪ mais des moyens pour développer des théories permettant
d’améliorer notre capacité à programmer efficacement un
ordinateur.
❖ But :
▪ dégager de l’étude du problème des algorithmes, en tenant
compte des contraintes imposées par la structure de
l’ordinateur
▪ on cherche donc à utiliser la machine au mieux de ses
capacités.
L’IA pour un pragmatiste est une boite noire :
Données Boite noire Résultats
19
Les approches de l ‘IA
3/Approche Connexionniste
Les systèmes symboliques n’ont doné de résultats que sur
les domaines où l’être humain a besoin d’apprendre, alors
que sur des domaines apparaissant comme innés (langage,
la marche), ils se sont montrés inefficaces.
Réseaux de neurones
20
