Remerciez-le!

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

Elaboré par Ahmed GHORBEL Encadreur Amir HAJTAIEB L’IA est l’étude des idées q

Elaboré par Ahmed GHORBEL Encadreur Amir HAJTAIEB L’IA est l’étude des idées qui permettent aux robots d’être intelligents Apprendre aux robots à être plus intelligents permettra sans doute d’apprendre à l’homme à être plus intelligent 2 Historique Robots Réseaux Neuroniques Qu’est ce qui nous attend dans l ´avenir? 3 Naissance de l’IA Etapes du développements de l’IA 4 5 Alan Turing 1936 Naissance de l’IA de l’IA n Turing 1936aza Alan Turing :1936 •Un pont entre la mathématique et l’informatique •L´ordinateur: La célèbre machine de Turing Début pendant la 2ème guerre mondiale décryptage traduction Mise au point d’un traducteur automatique en 5 ans Comment représenter les connaissances ? 6 Objectifs ambitieux Traduction automatique Jouer aux échecs et battre les grands maîtres Programmes LOGIC THEORIST 1956 GPS (General Problem Solver) NSS (programme de jeu d’échec) 7 Le temps des prophètes 1958-1965 Les années sombres Les progrès dans les technologies 8 Historique Robots Réseaux neuroniques Qu’est ce qu’on attend comme avenir 9 10 Dans la médecine 11 Dans les armes 12 Ressemblance avec l’homme 13 Historique Robots Réseaux neuroniques Qu’est ce qui nous attend dans avenir? 14 Définition: Un réseau de neurones artificiels est un modèle de calcul dont la conception est très schématiquement inspirée du fonctionnement des neurones biologiques. 15 Historique : 1950 Warren McCulloch etWalter Pitts ´What the frog’s eye tells to the frog’s brain´ 1969 Marvin Lee Minsky et Seymour Papert Difficile de traiter des problèmes non linéaires 1982, John Joseph Hopfield Nouveau souffle aux réseaux neuronaux 16 Ces réseaux ont été développés pour résoudre des problèmes o de contrôle o de reconnaissance de formes ou de mots o de décision o de mémorisation 17 Apprentissage Mémorisation Généralité 18 Propriété: Les réseaux neuronaux sont universels et capables de résoudre tous les problèmes  Les réseaux de neurones se comportent plus d'une façon adaptative que programmée  Ils sont capables de fonctionner même en présence d'une information partielle ou d'une information brouillée  Ils fonctionnent comme une machine de classification qui extrait les traits caractéristiques des objets présentés lors de l'apprentissage, pour réorganiser sa connaissance. 19 Applications Ils sont couramment employés dans de nombreuses machines : Système de reconnaissance de l’écriture Sur les bons de commande ou à la Sécurité Sociale Radars et en Sonars (reconnaître les signaux, les formes ou les sons) Estimation boursière 20 Sorties = f(entrées pondérées et des sorties précédentes) Les pondérations sont données par le système à fur et à mesure de l'apprentissage PRINCIPE DE FONCTIONNEMENT 21 Structure du réseau Succession de couches: Chaque couche (i) est composée de Ni neurones, prenant leurs entrées sur les Ni-1 neurones de la couche précédente 22 La force des connexions synaptiques à l'entrée du neurone peut s'adapter, pour obtenir l'activité requise au niveau de la synapse de sortie 23 24 25 uploads/Ingenierie_Lourd/ intelligence-artificielle.pdf