1. Quelle est la définition de l’intelligence artificielle (IA) ?
L’intelligence artificielle est un domaine de l’informatique qui vise à créer des machines ou des
programmes capables de simuler l’intelligence humaine. Elle repose sur l’apprentissage automatique, le
raisonnement et l’adaptation, permettant à une machine d’apprendre, de détecter des schémas et de
prendre des décisions de façon autonome.
✅ 2. Qu'est-ce qu’un système expert ?
Un système expert est un programme informatique basé sur une base de connaissances (issues
d’experts humains) et un moteur d’inférence. Il simule le raisonnement d’un expert humain dans un
domaine spécifique pour résoudre des problèmes complexes en appliquant des règles logiques
déterministes.
✅ 3. Quel est l’objectif principal de l’IA ?
L’objectif principal de l’intelligence artificielle est de reproduire l’intelligence humaine de manière
générale, c’est-à-dire créer des systèmes capables de penser, apprendre, s’adapter et interagir comme
un humain.
✅ 4. Quel est l’objectif principal d’un système expert ?
L’objectif principal d’un système expert est de reproduire les compétences, les raisonnements et la
connaissance d’un expert humain dans un domaine donné afin de fournir des solutions fiables et
cohérentes à des problèmes complexes.
✅ 5. Quels sont les domaines d’application de l’intelligence artificielle ?
L’IA est utilisée dans plusieurs domaines :
Médecine (diagnostic),
Finance (détection de fraude),
Cybersécurité,
Transport (voiture autonome),
Reconnaissance vocale,
Marketing,
Industrie, etc.
✅ 6. Dans quels domaines utilise-t-on les systèmes experts ?
Les systèmes experts sont utilisés dans des domaines où l’expertise humaine est précieuse :
Médecine (aide au diagnostic),
Ingénierie,
Agriculture,
Juridique (assistance),
Environnement,
Armée et sécurité, etc
✅ 7. Pourquoi dit-on que l’IA est plus flexible qu’un système expert ?
Parce que l’IA est capable d’apprendre à partir de nouvelles données, de s’adapter et de s’améliorer
avec le temps. Le système expert, en revanche, est statique : il applique des règles fixes et ne peut
évoluer sans une mise à jour manuelle par un humain.
✅ 8. Quelle est la différence entre IA symbolique et IA connexionniste ?
IA symbolique : utilise des règles logiques explicites, proche du fonctionnement des systèmes experts.
IA connexionniste : repose sur des réseaux de neurones artificiels capables d’apprendre à partir de
données (comme le deep learning).
✅ 9. Quels sont les types d’intelligence artificielle ?
IA réactive
IA à mémoire limitée
IA à théorie de l’esprit
IA à conscience de soi
IA étroite (narrow AI)
IA générale (strong AI)
Super intelligence artificielle
✅ 10. Faites une comparaison entre l’IA et un système expert sur le plan du raisonnement.
IA : utilise l’apprentissage automatique, le traitement massif de données et des algorithmes statistiques
pour raisonner.
Système expert : utilise un moteur d’inférence logique basé sur des règles définies manuellement
(chaînage avant/arrière).
✅ 11. Comparez l’IA et le système expert par rapport à la base de connaissance.
IA : la base de connaissance est implicite et peut être apprise automatiquement à partir de données.
Système expert : la base de connaissance est explicite, créée manuellement par des experts, et contient
des faits, règles, heuristiques.
✅ 12. Est-ce que les systèmes experts sont encore utiles aujourd’hui ?
Oui, surtout dans les domaines bien structurés où les décisions doivent être cohérentes et explicables.
Ils restent utiles là où l’expertise humaine est difficile d’accès et les règles de décision sont bien
connues.
✅ 13. Comment l’IA et le système expert peuvent-ils être complémentaires ?
L’IA peut rendre un système expert plus flexible en lui ajoutant des capacités d’apprentissage
automatique. En retour, un système expert peut fournir à une IA un cadre structuré et explicable de
raisonnement. Ensemble, ils peuvent améliorer la prise de décision automatisée.
✅ 14. Quel est le rôle du moteur d’inférence dans un système expert ?
Le moteur d’inférence est chargé d’analyser la base de connaissances et d’appliquer des règles logiques
pour déduire des conclusions. Il utilise généralement le chaînage avant, le chaînage arrière ou les deux.
✅ 15. Donne des exemples d'applications concrètes de l'IA.
Reconnaissance vocale (ex : Siri, Google Assistant)
Véhicules autonomes
Recommandations (Netflix, YouTube)
Diagnostic médical assisté
Chatbots et agents conversationnels
