De la reconnaissance vocale sur notre smartphone à la publicité ciblée sur Internet, l’intelligence artificielle fait désormais partie de notre quotidien. Qu’est ce que l’I.A. ?
Historique
Après avoir cracké les codes secrets des nazis durant la Seconde Guerre Mondiale, le mathématicien britannique de l’université de Cambridge Alan Turing publie en octobre 1950 un article intitulé “Computing Machinery and Intelligence”. Turing propose de considérer la question, ‘Est-ce que les machines peuvent penser ?’. Cet article pose les bases théoriques de ce que l’on appellera plus tard l’informatique. Retrouvez l’article retro consacré à l’évolution de l’informatique. Un peu plus tard, en 1956 ce sont quatre chercheurs américains au Dartmouth College qui présentent leurs travaux sur une intelligence simulée par ordinateur. C’est la première fois que le terme “intelligence artificielle” est employé.
Qu’est ce qu’une intelligence artificielle ?
Le machine learning ou “apprentissage automatique” en français est un domaine de l’intelligence artificielle qui développe des machines capables d’apprendre toutes seules à partir d’une grande quantité d’informations.
Cet apprentissage comporte deux étapes d’apprentissage :
- L’observation : consiste à retrouver un ou plusieurs modèles types à partir des données analysées.
Par exemple : reconnaître les caractéristiques d’un chat à partir de milliers de photos de chats. - La production : c’est l’exploitation du modèle type sur de nouvelles données. Cette étape permet d’améliorer l’apprentissage et de prédire de nouvelles informations.
Par exemple : reconnaître un chat à partir des caractéristiques identifiées et de nouvelles de photos.
Le “machine learning” s’inspire de l’apprentissage humain sans pour autant fonctionner comme un cerveau humain. La précision des résultats est parfois insuffisante pour certaines utilisations.
Le deep learning
Théorisé dès les années 1950, le deep learning se développe surtout depuis les années 2010 grâce aux progrès en informatique. Il s’agit de machines organisées en réseaux de neurones un peu comme le cerveau humain. On parle aussi d’apprentissage profond en français.
Chaque neurone effectue une opération précise.
Par exemple : un neurone analyse la forme du visage de l’animal sur une photo, tandis qu’un autre neurone analyse la couleur, et un autre la forme des oreilles etc.
Les neurones s’organisent en réseaux et en couches successives. Cela permet de classer les informations automatiquement de façon plus précise.
Par exemple : pour permettre à la machine d’apprendre à faire la différence entre un chat et un tigre, la machine va apprendre toute seule les particularités du tigre parmi des milliers de photos de félins. D’abord, dans le modèle “félin”, la machine va repérer toute seule qu’il y a de façon récurrente des neurones qui fournissent les mêmes résultats “tigre”. Ensuite, la machine va créer un nouveau sous-modèle sans savoir qu’il s’agit de tigres. Enfin, un autre algorithme pourra identifier ce nouveau sous-modèle et l’étiquetter “tigre” pour que la machine sache qu’il s’agit bien d’un tigre et non d’un autre félin.
L’apprentissage profond peut servir à :
- reconnaître des objets et interpréter des mouvements,
- analyser des émotions sur le visage d’une personne,
- poser un diagnostic médical et même
- réaliser une œuvre artistique à partir d’œuvres existantes.
Le test de Turing
C’est un test pour évaluer la capacité d’une machine à simuler l’intelligence humaine. Il consiste en une conversation entre un humain et une machine, menée en textuel et sans révéler l’identité de chacun des participants.
Si l’interlocuteur humain ne peut pas distinguer avec certitude si la réponse est donnée par une machine ou par un humain, alors la machine est considérée comme ayant réussi le test. Ce test a été proposé par le mathématicien britannique Alan Turing en 1950
Les applications de l’IA
L’IA est utilisée dans divers domaines pour améliorer les processus et les performances. On la retrouve dans la reconnaissance de la parole et du langage naturel, l’analyse de données et la prévision, la conduite autonome de véhicules, la reconnaissance d’image et la vision par ordinateur, l’assistance virtuelle, les jeux vidéo et les simulations, la traduction automatique, ou bien dans la reconnaissance faciale et l’analyse d’émotions.Aujourd’hui, tout le monde peut utiliser l’IA avec des applications en ligne qui utilisent un système libre OpenAI. On retrouve par exemple ChatGPT pour écrire des textes ou bien Dall-e pour créer des images.
En résumé :
- L’intelligence artificielle implique l’adaptation à l’environnement pour résoudre des problèmes, allant au-delà de la simple automatisation.
- Elle utilise l’analyse de données pour apprendre, décider, simuler et même prédire.
- Le machine learning est une forme d’IA qui utilise des algorithmes pour permettre à une machine d’apprendre et de s’améliorer toute seule grâce à une importante base de données.
- Le deep learning est une technique de machine learning basée sur l’utilisation de réseaux de neurones comme le cerveau humain. La machine peut apprendre ou s’améliorer toute seule sur des tâches complexes.
- Le test de Turing permet d’évaluer la capacité d’une machine à simuler l’intelligence humaine.
- L’IA est utilisée dans divers domaines pour améliorer les processus et les performances.
Ok 👌 ! On va voir si tu as compris quelque chose :
Mots croisés
Ça va aussi t’intéresser 🙂
Les réseaux informatiques
Comment fonctionne un ordinateur ?
Le code binaire
Design
Technologie sociétale
Modélisation
Matériaux
Informatique