Introduction à l’intelligence artificielle
A. Définition de l’IA
Comprendre ce qu’est l’intelligence artificielle, ses types (IA faible, IA forte, Machine Learning, Deep Learning).
L’intelligence artificielle est un procédé logique et automatisé reposant généralement sur un algorithme et en mesure de réaliser des tâches bien définies. Pour le Parlement européen, constitue une intelligence artificielle tout outil utilisé par une machine afin de « reproduire des comportements liés aux humains, tels que le raisonnement, la planification et la créativité ».
L’intelligence artificielle est utilisée pour améliorer des processus, analyser des données et prendre des décisions complexes. Elle permet d’effectuer des tâches plus efficacement que si l’humain les effectuait manuellement, elle permet donc un gain de temps énorme. C’est pour ce gain de temps et donc d’argent, que les entreprises utilisent cette technologie qui permet de résoudre de nombreux problèmes. De nombreux secteurs ont été transformés par l’utilisation de l’intelligence artificielle, c’est le cas de la médecine, des sciences, de la finance, de l’automobile et bien d’autres. Cette technologie ne fait que croître de jour en jour, à tel point que des tâches du quotidien peuvent maintenant être automatisées.
Les termes Intelligence Artificielle, Machine Learning et Deep Learning sont souvent confondus, bien qu’ils aient des différences distinctes. Pour clarifier, le Deep Learning est une branche du Machine Learning, qui est lui-même une sous-catégorie de l’Intelligence Artificielle.
Le Machine Learning est une forme d’intelligence artificielle qui permet aux systèmes de s’adapter automatiquement avec une intervention humaine minimale. Il fonctionne efficacement avec des ensembles de données relativement petits et nécessite souvent une intervention humaine pour labelliser les données et définir leurs caractéristiques. Son temps d’entraînement est généralement court, ce qui le rend idéal pour des applications comme la prédiction financière, la détection de spams, et les traitements médicaux personnalisés.
En revanche, le Deep Learning est une sous-catégorie du Machine Learning qui utilise des réseaux de neurones pour simuler le fonctionnement du cerveau humain. Il requiert de grands volumes de données pour l’entraînement et est capable d’apprendre de manière autonome, sans intervention humaine. Bien que l’entraînement en Deep Learning prenne plus de temps, il permet de réaliser des corrélations complexes entre les données. Il est couramment utilisé dans des applications avancées telles que les systèmes de recommandation, la reconnaissance faciale, et les véhicules autonomes.
Avec l’essor de l’intelligence artificielle et des avancées technologiques telles que le Deep Learning et le Machine Learning, les chercheurs distinguent généralement trois types principaux d’intelligence artificielle : l’intelligence artificielle générale, l’intelligence artificielle forte, et l’intelligence artificielle faible. Chacune de ces catégories présente des caractéristiques et des capacités uniques.
L’intelligence artificielle générale, ou IA générale, est conçue pour accomplir n’importe quelle tâche cognitive de la même manière qu’un humain ou un animal. Bien qu’elle reste théorique, certains scientifiques se demandent si des modèles comme GPT-4 pourraient être les premières incarnations de l’IA générale. Beaucoup de chercheurs estiment que nous disposons déjà de la technologie nécessaire pour créer une telle IA, notamment grâce aux réseaux de neurones.
L’IA forte, également appelée superintelligence, désigne des systèmes capables de comprendre des concepts philosophiques et de développer une conscience propre. Bien que cela puisse sembler relever de la science-fiction, les chercheurs pensent que la création d’une IA forte est actuellement hors de portée. Selon eux, la conscience et les émotions ne peuvent pas émerger de systèmes purement mathématiques basés sur la manipulation de symboles et de calculs.
En revanche, l’IA faible, ou IA étroite, est un système conçu pour accomplir une tâche spécifique avec une grande efficacité, sans nécessiter de supervision humaine. C’est le type d’IA le plus répandu aujourd’hui, utilisé pour optimiser divers processus dans de nombreux secteurs d’activité.
💡 Soutenez La Plume Rebelle : Cet article est gratuit et le restera pour rendre l’information accessible à tous. Si vous souhaitez contribuer au développement de la plateforme et au financement de nouveaux articles, votre soutien, même modeste, est précieux.
Le lien s’ouvre dans un nouvel onglet
B. Fonctionnement scientifique :
Présentation des principes fondamentaux qui sous-tendent le fonctionnement de l’IA, tels que les réseaux neuronaux et les algorithmes d’apprentissage.
Un réseau de neurones peut être visualisé comme un modèle de calcul inspiré par le fonctionnement du cerveau humain, conçu pour réaliser des tâches telles que la reconnaissance d’images, la compréhension du langage naturel et la prise de décisions. C’est donc un modèle informatique puissant conçu pour imiter le fonctionnement du cerveau humain. Il est constitué de couches de nœuds, appelés neurones, qui sont interconnectés. Chaque neurone reçoit des entrées, effectue des calculs, et transmet une sortie. Ces réseaux, utilisés dans le Deep Learning, permettent de modéliser des relations complexes entre les données grâce à des couches multiples. Ils apprennent automatiquement des caractéristiques à partir de données, sans besoin de programmation explicite pour chaque tâche. Ces réseaux sont utilisables pour une large gamme de tâches, de la reconnaissance d’images à la compréhension du langage humain.
L’intelligence artificielle est un programme qui cherche à imiter l’intelligence de l’humain grâce à des algorithmes. Allant du simple algorithme de recommandation utilisé par Netflix pour recommander des films en fonction de nos préférences, ou de celui des réseaux sociaux permettant de nous proposer des publicités orientées ; cela peut aller jusqu’à des algorithmes bien plus complexes. En effet, ce sont des systèmes intelligents complexes qui sont développés par l’entreprise Tesla permettant la conduite autonome de véhicules.
« Fondamentalement, l’ordinateur et l’homme sont les deux opposés les plus intégraux qui existent. L’homme est lent, peu rigoureux et très intuitif. L’ordinateur est super rapide, très rigoureux et complètement con » Gérard Berry
Un algorithme peut se définir comme un ensemble de règles précises qui permettent de résoudre un problème énoncé en suivant un ordre déterminé. C’est une procédure systématique et répétable qui peut être traduite en langage de programmation pour être exécutée par un ordinateur. Par exemple, une recette de cuisine peut être considérée comme un algorithme, où les étapes sont précisées afin d’obtenir un résultat défini. Les algorithmes sont omniprésents dans les domaines de l’informatique et de l’intelligence artificielle.
Gérard Berry (1948), chercheur en science informatique, informaticien et professeur au Collège de France en donne la définition suivante : « Un algorithme, c’est tout simplement une façon de décrire dans ses moindres détails comment procéder pour faire quelque chose. Il se trouve que beaucoup d’actions mécaniques, toutes probablement, se prêtent bien à une telle décortication. Le but est d’évacuer la pensée du calcul, afin de le rendre exécutable par une machine numérique (ordinateur…). On ne travaille donc qu’avec un reflet numérique du système réel avec qui l’algorithme interagit. » (G. Berry, Un condensé de l’histoire de l’informatique, 2019, épisode 2).
Cette complexité et les prouesses technologiques rendent à la fois le sujet fascinant et énigmatique et les définitions évoluent à mesure que la technologie progresse. Le professeur Laurence Devillers utilise une belle définition de l’intelligence, qui est aujourd’hui un horizon difficilement atteignable pour une machine : « l’ensemble des fonctions mentales mobilisées pour l’étude, la compréhension et l’organisation du réel en concepts, la capacité à utiliser le raisonnement causal, l’imagination, la prospection et la flexibilité, mais c’est aussi l’habilité à percevoir et à exprimer les émotions, à les intégrer pour faciliter la pensée, à comprendre et à raisonner avec elles, ainsi qu’à les réguler chez soi et chez les autres. En tout état de cause, ce sont les facultés d’apprentissage et d’adaptation qui sont souvent citées comme manifestations d’intelligence ». (L. Devillers, Des robots et des hommes, Paris, Plon, 2017, p. 70)
Gérard Berry, explique également que de son point de vue : « Fondamentalement, l’ordinateur et l’homme sont les deux opposés les plus intégraux qui existent. L’homme est lent, peu rigoureux et très intuitif. L’ordinateur est super rapide, très rigoureux et complètement con ».
C. Brève histoire de l’IA :
Origines et développement de l’intelligence artificielle : des premiers modèles aux premières réalisations
Il faut toutefois rappeler que l’histoire de l’IA débute en 1943 avec la publication de l’article « A Logical Calculus of Ideas Immanent in Nervous Activity. » par Warren McCullough et Walter Pitts. Dans ce document, les scientifiques ont présenté la création d’un réseau de neurones en tant que premier modèle mathématique. Puis en 1950, deux étudiants de Harvard vont créer le premier ordinateur à réseau de neurones : Marvin Minsky et Dean Edmonds. La même année Alan Turing publie un ouvrage servant encore aujourd’hui à évaluer les systèmes d’intelligence artificielle, le « Turing test ». Les fondations de cette technologie et ses objectifs découlent de ce test : répliquer ou simuler l’intelligence humaine dans les machines.
Ce n’est qu’en 1956 que le terme “intelligence artificielle” est utilisé pour la première fois par John McCarthy lors d’une conférence au Dartmouth College aux États-Unis. Cet événement est considéré par de nombreux chercheurs comme le véritable point de départ de cette technologie et marque la naissance officielle de l’intelligence artificielle. En 1959, Arthur Samuel invente le terme “Machine Learning”. Plus tard, le chercheur français Yann Lecun développera un réseau de neurones capable de reconnaître des chiffres écrits à la main, posant ainsi les bases du Deep Learning.
Marvin Minksy, un chercheur écrit en 1968 « l’intelligence artificielle est la science de faire faire à des machines des choses qui demanderaient de l’intelligence si elles étaient faites par des humains. » En 1997 pendant un évènement majeur, la machine a vaincu l’homme pour la première fois durant une partie d’échecs face au champion du monde d’échecs Gary Kasparov.
