Remerciez-le!

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

Ce chapitre couvre Intuition de l'intelligence artificielle • Définition de l'I

Ce chapitre couvre Intuition de l'intelligence artificielle • Définition de l'IA telle que nous la connaissons • Intuition des concepts applicables à l'IA • Types de problèmes en informatique et en IA, et leurs propriétés • Aperçu des algorithmes d'IA abordés dans ce livre • Utilisations de l'IA dans le monde réel Qu'est-ce que l'intelligence artificielle ? L'intelligence est un mystère - un concept dont la définition ne fait pas l'unanimité. Les philosophes, les psychologues, les scientifiques et les ingénieurs ont tous des opinions différentes sur ce qu'elle est et sur la façon dont elle émerge. Nous observons l'intelligence dans la nature qui nous entoure, par exemple dans les groupes d'êtres vivants qui travaillent ensemble, et dans la façon dont les humains pensent et se comportent. En général, les choses qui sont autonomes tout en s'adaptant sont 1 Abonnez-vous à DeepL Pro pour éditer ce document. Visitez www.DeepL.com/pro pour en savoir plus. considérées comme intelligentes. Autonome signifie qu'une chose n'a pas besoin de recevoir d'instructions constantes, et adaptative signifie qu'elle peut modifier son comportement en fonction de l'évolution de l'environnement ou de l'espace problématique. Lorsque nous observons les organismes vivants et 1 Chapitre 1 I Intuition de l'intelligence artificielle 2 nous voyons que l'élément central du fonctionnement est la donnée. Les images que nous voyons sont des données ; les sons que nous entendons sont des données ; les mesures des choses qui nous entourent sont des données. Nous consommons des données, nous les traitons toutes et nous prenons des décisions sur la base de ces données. Il est donc important de comprendre les concepts qui entourent les données pour comprendre les algorithmes de l'intelligence artificielle (IA). Définition de l'IA Certains affirment que nous ne comprenons pas ce qu'est l'IA parce que nous avons du mal à définir l'intelligence elle-même. Salvador Dalí pensait que l'ambition était un attribut de l'intelligence ; il a dit : "L'intelligence sans ambition est un oiseau sans ailes." Albert Einstein pensait que l'imagination était un facteur important de l'intelligence ; il a dit : "Le véritable signe de l'intelligence n'est pas la connaissance, mais l'imagination." Et Stephen Hawking a déclaré : "L'intelligence est la capacité d'adaptation", ce qui signifie qu'il faut être capable de s'adapter aux changements dans le monde. Ces trois grands esprits avaient des points de vue différents sur l'intelligence. S'il n'existe pas encore de réponse définitive à la question de l'intelligence, nous savons au moins que notre compréhension de l'intelligence repose sur le fait que l'homme est l'espèce dominante (et la plus intelligente). Pour le bien de notre santé mentale, et pour nous en tenir aux applications pratiques de ce livre, nous définirons vaguement l'IA comme un système synthétique qui présente un comportement "intelligent". Au lieu d'essayer de définir quelque chose comme étant de l'IA ou non, faisons référence à sa ressemblance avec l'IA. Une chose peut présenter certains aspects de l'intelligence parce qu'elle nous aide à résoudre des problèmes difficiles et qu'elle nous apporte de la valeur et de l'utilité. En général, les implémentations de l'IA qui simulent la vision, l'audition et d'autres sens naturels sont considérées comme proches de l'IA. Les solutions capables d'apprendre de manière autonome tout en s'adaptant à de nouvelles données et à de nouveaux environnements sont également considérées comme proches de l'IA. Voici quelques exemples de choses qui font preuve d'intelligence artificielle : • Un système qui réussit à jouer à de nombreux types de jeux complexes • Un système de détection des tumeurs cancéreuses • Un système qui génère des œuvres d'art à partir de peu d'informations. • Une voiture à conduite autonome Douglas Hofstadter a dit : "L'IA est ce qui n'a pas encore été fait". Dans les exemples que nous venons de citer, une voiture à conduite autonome peut sembler intelligente parce qu'elle n'a pas encore été perfectionnée. De même, un ordinateur qui additionne des chiffres était considéré comme intelligent il y a quelque temps, mais il est considéré comme acquis aujourd'hui. L'essentiel est que l'IA est un terme ambigu qui a des significations différentes selon les personnes, les industries et les disciplines. Les algorithmes présentés dans ce livre Qu'est-ce que l'intelligence artificielle ? 3 ont été classés comme des algorithmes d'IA dans le passé ou le présent ; qu'ils répondent ou non à une définition spécifique de l'IA n'a pas vraiment d'importance. Ce qui compte, c'est qu'ils sont utiles pour résoudre des problèmes difficiles. Chapitre 1 I Intuition de l'intelligence artificielle 4 Comprendre que les données sont au cœur des algorithmes d'IA Les données constituent l'entrée des merveilleux algorithmes qui réalisent des prouesses qui semblent presque magiques. Avec un mauvais choix de données, des données mal représentées ou des données manquantes, les algorithmes fonctionnent mal, et le résultat ne peut être meilleur que les données fournies. Le monde est rempli de données, et ces données existent sous des formes que nous ne pouvons même pas percevoir. Les données peuvent représenter des valeurs mesurées numériquement, comme la température actuelle de l'Arctique, le nombre de poissons dans un étang ou votre âge actuel en jours. Tous ces exemples impliquent la saisie de valeurs numériques précises basées sur des faits. Il est difficile de mal interpréter ces données. La température à un endroit précis à un moment précis est absolument vraie et n'est soumise à aucun biais. Ce type de données est connu sous le nom de données quantitatives. Les données peuvent également représenter des valeurs d'observations, comme l'odeur d'une fleur ou le niveau d'accord d'une personne avec les politiques d'un politicien. Ce type de données est connu sous le nom de données qualitatives et est parfois difficile à interpréter car il ne s'agit pas d'une vérité absolue, mais d'une perception de la vérité d'une personne. La figure 1.1 illustre quelques exemples de données quantitatives et qualitatives qui nous entourent. Figure 1.1 Exemples de données qui nous entourent Les données sont des faits bruts sur les choses, donc les enregistrements de ces données n'ont généralement aucun parti pris. Dans le monde réel, cependant, les données sont collectées, enregistrées et mises en relation par des personnes en fonction d'un contexte spécifique et d'une compréhension spécifique de la manière dont les données peuvent être utilisées. L'acte de construire des idées significatives Qu'est-ce que l'intelligence artificielle ? 5 pour répondre à des questions basées sur des données est la création d'informations. En outre, l'acte d'utiliser les informations avec des expériences et de les appliquer consciemment crée des connaissances. C'est en partie ce que nous essayons de simuler avec les algorithmes d'IA. La figure 1.2 montre comment les données quantitatives et qualitatives peuvent être interprétées. Des instruments standardisés tels que des horloges, des calculatrices et des balances sont généralement utilisés pour mesurer les éléments suivants Chapitre 1 I Intuition de l'intelligence artificielle 6 des données quantitatives, tandis que nos sens de l'odorat, de l'ouïe, du goût, du toucher et de la vue, ainsi que nos opinions, sont généralement utilisés pour créer des données qualitatives. Figure 1.2 Données qualitatives et données quantitatives Les données, les informations et les connaissances peuvent être interprétées différemment par différentes personnes, en fonction de leur niveau de compréhension du domaine concerné et de leur vision du monde, ce qui a des conséquences sur la qualité des solutions, d'où l'importance de l'aspect scientifique de la création de technologies. L'aspect scientifique de la création de technologies revêt donc une importance considérable. En suivant des processus scientifiques reproductibles pour capturer des données, mener des expériences et rendre compte avec précision des résultats, nous pouvons garantir des résultats plus précis et de meilleures solutions aux problèmes lorsque nous traitons des données avec des algorithmes. Considérer les algorithmes comme des instructions dans des recettes Nous avons maintenant une définition générale de l'IA et une compréhension de l'importance des données. Comme nous allons explorer plusieurs algorithmes d'IA tout au long de ce livre, il est utile de comprendre ce qu'est exactement un algorithme. Un algorithme est un ensemble d'instructions et de règles fournies sous forme de spécification pour atteindre un objectif spécifique. Les algorithmes acceptent généralement des entrées, et après plusieurs étapes finies au cours desquelles l'algorithme progresse à travers différents états, une sortie est produite. Même quelque chose d'aussi simple que la lecture d'un livre peut être représenté par Qu'est-ce que l'intelligence artificielle ? 7 un algorithme. Voici un exemple des étapes de la lecture de ce livre : 1. Trouvez le livre Grokking Artificial Intelligence Algorithms. 2. Ouvrez le livre. Chapitre 1 I Intuition de l'intelligence artificielle 8 3. Alors que les pages non lues restent, a. Lire la page. b. Passez à la page suivante. c. Réfléchissez à ce que vous avez appris. 4. Réfléchissez à la manière dont vous pouvez appliquer vos connaissances dans le monde réel. Un algorithme peut être considéré comme une recette, comme le montre la figure 1.3. Avec des ingrédients et des outils en entrée, et des instructions pour créer un plat spécifique, le résultat est un repas. Figure 1.3 Un exemple montrant qu'un algorithme est comme une recette de cuisine Les algorithmes uploads/Philosophie/ general-artificial-intelligence-francais.pdf