Département d’Informatique
3ème année Licence
INTELLIGENCE ARTIFICIELLE
Mme Asma SARI née AMRAOUI
[Link]@[Link]
SOMMAIRE
Définitions
Types
Historique
Domaines d’application
Introduction
L'intelligence est souvent associée à la capacité
de raisonnement et de réflexion d'une personne.
Elle s'oppose à l'instinct, qui correspondrait
davantage à un réflexe qu'à une pensée élaborée.
Depuis l'émergence de la robotique et de
l'informatique, les chercheurs essaient d'injecter
des notions de l'intelligence humaine dans des
machines. Étant conçue et fabriquée par l'Homme,
on qualifie cette forme d'intelligence d’ «
artificielle ».
Définition
Terme créé par John Mc Carthy Marvin Lee
Minsky :
« Construction de programmes informatiques qui
s’adonnent à des tâches qui sont, pour l’instant,
accomplies de façon plus satisfaisantes par des
êtres humains car elles demandent des processus
mentaux de haut niveau tels que l’apprentissage
perceptuel, l’organisation de la mémoire et le
raisonnement critique. »
Définition
« Automatisation des activités associées au
raisonnement humain, telles que la décision,
la résolution de problèmes, l’apprentissage, ...
» (Bellman, 1978)
Définition
Concevoir des systèmes capables de
reproduire le comportement de l'humain dans
ses activités de raisonnement.
Raisonner d’une manière autonome et
également s’adapter aux changements de
l’environnement
4 types de définitions
Système qui pense Système qui pense
comme des humains rationnellement
Système qui agit Système qui agit
comme des humains rationnellement
Penser comme les humains : Approche
cognitive
Requiert des théories scientifiques de l’activité
interne du cerveau.
Implémenter les théories et comparer avec les
humains.
Il faut prédire et tester le comportement de sujets
humains (sciences cognitives)
Les sciences cognitives combinent modèles
informatiques de l’IA et techniques expérimentales
de psychologie pour élaborer des théories précises
et vérifiables du fonctionnement de l’esprit.
Penser rationnellement
Lois de la pensée données par la logique (Aristote,
Leibniz, Boole, Frege...).
Socrate est un homme; tous les hommes sont mortels; donc Socrate est
mortel.
La logique formelle permet d’écrire des énoncés sur
les objets dans le monde.
Lien direct entre les mathématiques et la philosophie
vers l’IA moderne.
Il est difficile de traduire les connaissances et les états
du monde réel en des équations logiques (incertitude).
Agir rationnellement
Agir selon ses croyances pour atteindre des
objectifs
Exemple: réflexe de cligner les yeux, retirer sa main d’un objet brulant…
Approche reposant sur la notion d’agent
Agent rationnel: Agent qui agit de manière à
atteindre la meilleure solution ou, dans un
environnement incertain, la meilleure solution
prévisible.
Agir comme les humains :
Test de Turing
1950
Inspiré du « jeu de l’imitation »
Un interrogateur humain dialoguant avec
deux entités (sans les voir) doit déterminer
laquelle est l’humain et laquelle est la
machine. S’il se trompe plus souvent que
quand il a à distinguer, dans les mêmes
circonstances, une femme d’un homme, alors
la machine franchit le test.
Test de Turing
Types de l’IA
IA Faible IA Forte
Les programmes de ce type ne Approche la plus similaire au
visent pas à évoluer. comportement humain.
Un programme ne « pense » pas, il Capable d’éprouver une réelle
exécute. conscience de soi, de ressentir de
vrais sentiments et comprendre ce qui
Très performants dans leur la pousse à faire telle ou telle action.
domaine.
Nécessite de savoir apprendre et
modifier son comportement.
Historique
Précurseurs de l’IA
(1943-1956)
Pendant cette période furent menés les
premiers travaux qui peuvent être considérés
comme les débuts de l’intelligence artificielle.
On peut citer les travaux de McCulloch et
Pitts qui ont introduit en 1943 un modèle de
neurones artificiels.
Turing a publié son fameux article dans lequel
introduit le test de Turing.
Historique
Naissance d’IA
(1956)
C’est durant cette année qu’un petit groupe
d’informaticiens (Minsky, McCarthy, Shannon,
Rochester) intéressés par l’étude de
l’intelligence se réunirent pour une
conférence sur ce thème.
Historique
Espoirs grandissants
(1952-1969)
Ce fut une période très active pour le jeune domaine de l’IA.
Les programmes Logic Theorist (par Newell et Simon) et
Geometry Theorem Prover (Gelernter) furent en mesure de
prouver certains théorèmes mathématiques.
Le General Problem Solver de Newell et Simon réussissait
quant à lui à résoudre des puzzles simples avec un
raisonnement semblable au raisonnement humain.
La recherche sur les réseaux de neurones fut également
poursuivie.
Shakey, le premier robot à être capable de raisonner sur ses
propres actions.
Shakey, first robot
Créé en 1967
1h de calcul avant d’effectuer
un mouvement
Trop de bruits
Historique
Premières Déceptions
(1966-1973)
Limite de puissance de calcul
Ne respectent pas le passage à l’echelle
Limite du savoir
Fin des investissement
Beaucoup de critiques
Historique
Premières Déceptions
(1966-1973)
Les chercheurs n’avaient compté que 5 ans pour
réaliser un traducteur automatique, mais se sont vite
rendu compte que leur approche purement
syntaxique n’étaient pas suffisante (pour bien
traduire un texte, il faut d’abord le comprendre).
Cet échec a provoqué l’annulation en 1966 de tout le
financement du gouvernement américain pour les
projets de traduction automatique.
Historique
Premières Déceptions
(1966-1973)
Minsky et Papert prouvèrent dans leur livre
“Perceptrons” de 1969 que les réseaux de
neurones de l’époque ne pouvaient pas
calculer certaines fonctions pourtant très
simples, ce qui mit en cause toute la
recherche en apprentissage automatique,
entraînant une crise dans cette branche de
l’IA.
Historique
Systèmes Experts
(1969-1979)
Le premier système expert, appelé DENDRAL,
créé en 1969 pour la tâche spécialisée
consistant à déterminer la structure moléculaire
d’une molécule étant données sa formule et les
résultats de sa spectrométrie de masse.
Le système MYCIN, créé en 1972, réussissait à
diagnostiquer à un niveau proches des experts
humains et considérablement meilleur que
celui les jeunes médecins.
Historique
Retour des réseaux de neurones
(1986-présent)
Au milieu des années 80, quatre groupes de chercheurs
ont découvert indépendamment la règle
d’apprentissage “back-propagation” qui permit le
développement de réseaux de neurones capables
d’apprendre des fonctions très complexes
(curieusement, cette règle avait déjà été proposée en
1969, mais n’avait eu aucun écho dans la communauté
scientifique).
Depuis, l’apprentissage automatique est devenu l’un
des domaines les plus actifs de l’IA, et a été appliqué
avec succès à de nombreux problèmes pratiques.
Historique
IA Moderne
(1987-présent)
L’intelligence artificielle est devenue au fil du
temps une matière scientifique de plus en plus
rigoureuse et formelle.
La plupart des approches étudiées
aujourd’hui sont basées sur des théories
mathématiques ou des études expérimentales
plutôt que sur l’intuition, et sont appliquées
plus souvent aux problèmes issus du monde
réel.
Domaines d’application
Réalisations récentes
Robot Cuisto
Faire les boutiques (Amazon Go)
Google cars
Siri (Apple, commande vocale)
Maison intelligente
Jeux
Programme Watson (IBM)
Aide au diagnostic médical
