Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Chapitre I Introduction à l’intelligence Artificielle 1 Intelligence Artificiel

Chapitre I Introduction à l’intelligence Artificielle 1 Intelligence Artificielle Mme. Ikram BEN AHMED 3 TC Premières Questions pour vous 2 • Que savez-vous sur l’intelligence artificielle? • Est-ce que cela vous attire? • Que pensez-vous apprendre dans ce cours? • Qu’est-ce que l’intelligence? • Comment peut-elle être transmise a un ordinateur? Dartmouth Workshop: Naissance de l’IA •En août 1956, des scientifiques et des mathématiciens se sont réunis au Dartmouth College, discutant de la manière de fabriquer des machines pour simuler l'apprentissage humain et toute autre caractéristique de l'intelligence. •L'atelier a duré deux mois. Aucun consensus n'a été atteint, mais ils ont choisi le nom d'intelligence artificielle pour le domaine dont ils ont discuté. Puis, l'année 1956 a marqué la naissance de l'IA 3 Moore – McCarthy – Minsky - Selfridge - Solomonoff Objectifs de l’IA: 4 Créer des systèmes (logiciels ou machines) intelligents • Pensent/réfléchissent/raisonnent comme des humains et/ou • Pensent/réfléchissent/raisonnent rationnellement et/ou • Se comportent/agissent/réagissent comme les humains et/ou • Se comportent/agissent/réagissent rationnellement Le domaine de l’IA est influencé par plusieurs disciplines : • informatique, génie (comment programmer et implanter l’IA?) • mathématiques, statistique (limites théoriques de l’IA?) • neurosciences (comment le cerveau fonctionne?) • psychologie cognitive (comment l’humain réfléchit?) • économie, théorie de la décision (comment prendre une décision rationnelle?) • linguistique (quelle est la relation entre le langage et la pensée?) • philosophie (quel est le lien entre le cerveau et l’esprit?) Machines ou processus intelligents • Premières tentatives : • Machine à calcul (Pascal) • Machine pensante (Babbage & Turing) • Comportements intelligents : • Résoudre des problèmes • Comprendre un texte en langue naturelle • Percevoir un environnement et y réagir 5 Histoire de l’IA 6 Histoire des jeux d’IA 7 Symbolisme 8 Connexionnisme 9 Actionisme 10 Qu'est ce que l'intelligence ? 11 • Est-ce la faculté • de raisonner ? • d'apprendre ? • de comprendre une langue ? • d'exploiter un savoir pour résoudre un problème ? • de percevoir et de manipuler des objets du monde réel ? • de s’adapter à des nouvelles situations en établissants des liens avec des situations déjà vécues ? Qu'est ce que l'intelligence ? 12 • L’intelligence intègre plusieurs capacités intellectuelles •L’homme utilise devant un problème à résoudre des moyens très variés : • les faits • les intuitions, • les jugements, • les associations, • les déductions , …. Une science dont le but est d’analyser et de modéliser des processus cognitifs tels que la représentation des connaissances et le raisonnement Une branche de l’informatique qui concerne la conception et la réalisation de systèmes informatiques montrant des caractéristiques qui sont du ressort de l’intelligence humaine : comprendre le langage naturel, apprendre, raisonner, … Point de vue cognitif Définition Point de vue informatique 13 Définition Définition de Marvin Minsky (1968): 14 L’IA a pour but la 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. Champs d’application : 15 • Le traitement automatique du langage naturel • La reconnaissance de la parole • La démonstration automatique de théorèmes • La résolution des problèmes et les jeux • La vision par ordinateur et l’analyse d’images • La robotique • La réalité virtuelle et augmentée • Les systèmes experts et les systèmes d’aide à la décision •L’auto-apprentissage symbolique et connexionniste : Raisonnement à base de cas, réseaux de neurones, algorithmes génétiques • L’enseignement assisté par ordinateur Apport de l’IA à l’informatique 16 Question : Quand fait-on appel à l’IA ? Réponse : Quand l’informatique classique est difficilement ou pas du tout applicable 1. Une solution algorithmique est impossible à mettre en œuvre 2. Il n’existe pas de solution algorithmique : les experts humains font appel à des connaissances heuristiques 3. L’expertise est plutôt qualitative, peu structurée, vague, incertaine, incomplète et/ou évolutive 4. Les utilisateurs souhaitent obtenir des explications sur le raisonnement du système Apport de l’IA à l’informatique • Problème d’explosion combinatoire en temps et en espace •Exemple du jeu d ’échecs : En moyenne 20 coups par échange et 50 échanges => 2050 situations à explorer ! •Exemple du coffre fort Combien de temps nous faudrait-il pour trouver un code à 10 chiffre d’un coffre fort sachant qu’il faut 1 seconde pour tourner la molette et ouvrir la porte du coffre fort Molettes Possibilités Temps 1 10 10 s 2 10 * 10 = 100 1 mn 40 s 3 10 * 10 * 10 = 1000 15 mn 4 104 2 h 30 mn 5 105 1 jour 6 106 10 jours 7 107 2 mois 8 108 2 ans 9 109 20 ans 10 1010 = 10000000000 200 a 17 ns ! Apport de l’IA à l’informatique 18 Quand il n’y a pas de solution algorithmique et quand les experts utilisent plutôt une approche heuristique Heuristique • Connaissances implicites empiriques et intuitives basées sur le jugement, l’expérience et le savoir faire de l ’expert •Connaissances informelles et non garanties de succès • Un guide vers la solution Apport de l’IA à l’informatique 19 •Quand l’expertise est qualitative, peu structurée, vague, incertaine, incomplète et/ou évolutive • Exemple : Diagnostic médical et interprétation des symptômes Apport de l’IA à l’informatique 20 • Des langages et des outils puissants pour la formalisation des connaissances • Lisp, Clips, Prolog et SmallTalk •Des approches de programmation permettant de manipuler des informations symboliques (des concepts, des règles, des faits, des raisonnements) • Approches fonctionnelle, logique, objet, agents, etc.. • Des techniques pour l’extraction des connaissances • Des modes de raisonnement : • Modes déductif, inductif, par analogie, par l ’absurde • Des modèles de représentation des connaissances • Modèles logiques, sémantiques, etc. Comment savoir si une machine est intelligente? • Le test de Turing -> Pas pratique • Stratégies d’évaluations pratiques: • Échecs -> Tournois • DENDRAL (1965) -> Revue par experts • Quand c’est possible, utiliser les critères d’ingénierie pour analyser la performance: • Est-ce que le programme a réussi à accomplir la tâche qui lui a été demandée? • L’a-t-il fait efficacement? • L’a-t-il bien fait? 21 Hiérarchie de l’IA 22 Relation entre IA, ML et DL 23 Les principales techniques du ML Exemples d’applications Intelligence artificielle dans les jeux Google bike Google self car Robots IApour la santé Smart Home 25 Apprentissage Automatique (Machine Learning) • L'apprentissage automatique étudie la manière dont les ordinateurs simulent ou mettent en œuvre le comportement d'apprentissage humain pour acquérir de nouvelles connaissances ou compétences, et réorganisent les structures de connaissances existantes pour améliorer leurs performances en permanence. L'apprentissage automatique est au cœur de l'IA et le moyen fondamental de rendre les ordinateurs intelligents. • Orientations de recherche: • Largement utilisé dans les domaines verticaux, tels que les domaines de la finance, du droit et de la santé • De l'optimisation convexe à l'optimisation non convexe • De l'apprentissage supervisé à l'apprentissage non supervisé et à l'apprentissage par renforcement • Avenir: apprentissage par renforcement et apprentissage par transfert 29 Apprentissage Automatique (Machine Learning) 29 Apprentissage Automatique (Machine Learning) 30 Apprentissage en profondeur (Deep Learning) 31 • L’IA pourrait conduire à un changement des architectures de puces, ce qui remodèlera davantage le paysage de l'industrie. NVIDIA, Google et Intel se disputent la place dominante à l'avenir. • L'IA est le prochain système d'exploitation majeur. Les plates-formes technologiques d'IA seront un point chaud concurrencé par les grands acteurs. • S'efforcer d'être un leader des cerveaux numériques à l'avenir devient une vision stratégique des géants de l'information. Les services cloud à l'avenir pourraient intégrer le cloud computing, le big data et l'IA. 34 Justice et équité Dimanche 19 mars 2018 à 22 heures, à Tempe, en Arizona, la voiture d'essai de conduite autonome d'Uber a heurté une femme de 49 ans, Elaine Herzberg. 35 37 Législation sur la conduite autonome • En 2013, la National Highway Traffic Safety Administration (NHTSA) des États-Unis a publié la Federal Automated Vehicles Policy. • En août 2016, l'Organisation des Nations Unies pour l'éducation, la science et la culture (UNESCO) et la Commission mondiale d'éthique des connaissances scientifiques et des technologies (COMEST) ont exploré la possibilité des robots dans l'avant- projet de rapport de la COMEST sur l'éthique de la robotique. 38 Comment protéger la confidentialité? Deux chercheurs de l'Université du Texas à Austin ont identifié avec succès deux personnes sur près d'un demi-million d'utilisateurs anonymisés dont les cotes de films ont été publiées par la société de location en ligne Netflix, ce qui a forcé la société à annuler le concours du moteur de recommandation de films. Protection des données • Législation: • Protection des données suédoise • le Congrès national du peuple a opté une loi sur le renforcement de l'information et la protection sur les réseaux • Application technique ： • Anonymisation des données: C'est le processus de suppression des informations personnellement identifiables des données personnelles, de sorte que les personnes que les données uploads/Industriel/ chapitre-i-introduction-lintelligence-artificielle.pdf