Remerciez-le!

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

3-Domaines d’applications de l’IA L’intelligence artificielle est technologie m

3-Domaines d’applications de l’IA L’intelligence artificielle est technologie multidisciplinaire qui trouve son application dans tous les domaines. Dans ce qui suit nous allons citer les principaux domaines. Domaine industriel : Cette discipline vise à réaliser des systèmes physiques intelligents qui peuvent agir dans divers environnements (robots humanoïdes), notamment dans les milieux hostiles (Robots d’exploration) et dans le domaine domestiques (tâches ménagères). Domaine de l’énergie et du transport : Optimisation de la consommation d’énergie, la gestion et la distribution de l’énergie en fonction des besoins et en fonction des saisons. Dans domaine du transport (Véhicules Autonomes capable d’optimiser la consommation du carburant, la sécurité des passagers) et l’agriculture (Irrigation, traitement et récolte). Domaines des télécommunications : Dans ce domaine les aspects économiques et sécuritaires sont les principaux objectifs. Par exemple, dès qu’un ordinateur ou un smartphone est mis en fonctionnement sa localisation est immédiate et le premier mot entré est exploité à des fins commerciales et sécuritaires. Domaine commerciale et économique : Recherche de clients potentiels sur les sites Webs, comparaison des prix des différentes entreprises et agences de voyages Domaine de la santé : Diagnostic, prise de décision et exécution d’une opération chirurgicale avec une grande précision. Domaine militaire : Reconnaissance des zones et installations militaires par utilisation des drones, déminage et d’exécution d’opérations militaires grâce à des robots intelligents. L’Union Européenne a pris la décision d’investir 20 milliards d’euros par an durant les dix années à venir. La Chine planifie d’être un leader mondial d’ici l’an 2030, en investissant 150 milliards de dollars. Les Etats Unis comptent investir 75 millions de dollars par an d’ici 2025. 4-Outils de l’intelligence artificielle Algorithmes pour l’analyse des données : La première étape de mise en œuvre d’un algorithme pour une application faisant appel à l’intelligence artificielle est la collecte d’un ensemble considérable de données, leur analyse et leur traitement afin d’extraire les caractéristiques les plus pertinentes qui sont susceptibles de représenter les objets considérés. Algorithmes de reconnaissance des formes : La technique de reconnaissance des formes, qui englobe la reconnaissance de l’image, de l’écriture et de la parole, est une technique qui permet de faire la différence entre les objets traités en se basant sur le traitement d’un ensemble de données ou d’informations caractéristiques de ces objets afin de les ranger en classes (algorithmes de classification). Algorithme des réseaux de neurones artificiels : Les réseaux de neurones sont des modèles mathématiques qui essaient de reproduire la structure du cerveau humain. Les algorithmes qui se basent sur la structure des réseaux de neurones artificiels tentent de reproduire de fonctionnement du cerveau humain. Les algorithmes d’apprentissage ont pour objectif de faire apprendre au réseau de neurones considéré un mode de raisonnement semblable à celui du cerveau de l’être humain. Il existe bien entendu des liens très forts entre ces différentes techniques. Beaucoup d’algorithmes pour la reconnaissance des formes sont développés en utilisant des méthodes d’apprentissage des réseaux de neurones qui a leur tour font appel aux technique de l’automatique telles que la modélisation, l’identification et les algorithmes d’optimisation. Pour apprendre, un algorithme doit se baser sur un très grand nombre de données préexistantes (apprentissage supervisé) ou acquises à travers son entraînement (apprentissage non supervisé). La fiabilité de l’algorithme considéré dépend donc inéluctablement de la fiabilité des données exploitées dans la phase d’apprentissage. Technique de la logique floue : La technique de la logique floue a pour objectif de prendre en considération les informations de type qualitatif pour les combiner éventuellement avec les informations quantitatives afin de prendre une décision la plus fiable possible. La technique de la logique floue fait appelle aussi aux algorithmes d’apprentissage comme les réseaux de neurones. uploads/Ingenierie_Lourd/ domaines-et-outils-de-lia.pdf