Remerciez-le!

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

Naissance du I.A Dans les années 1940 et 1950, une poignée de scientifiques d'u

Naissance du I.A Dans les années 1940 et 1950, une poignée de scientifiques d'une large gamme de domaines (mathématiques, psychologie, ingénierie, économie et science politique) ont commencé à discuter de la possibilité de créer un cerveau artificiel. Ce domaine de recherche de l'intelligence artificielle a été fondé en tant que discipline académique en 1956 Les toutes premières recherches dans le domaine des machines pensantes ont été inspirées par une convergence d'idées qui se sont progressivement répandues de la fin des années 1930 au début des années 1950. De récentes recherches en neurologie ont montré que le cerveau était un réseau électrique de neurones qui envoyaient des impulsions de type tout-ou-rien. La cybernétique de Norbert Wiener a décrit les contrôles et la stabilité dans les réseaux électriques. La théorie de l'information de Claude Shannon détaille des signaux numériques (i.e., signaux tout-ou-rien). La théorie du calcul d'Alan Turing montre que toute forme de calcul peut être représentée numériquement. Les relations étroites entre ces idées suggèrent la possibilité de construire un cerveau artificiel29. On peut citer comme exemples de travaux de cette veine les robots tels que les Tortues de Bristol de William Grey Walter et la Bête de Johns Hopkins (en). Ces machines n'utilisent pas d'ordinateurs, d'électronique numérique ni de raisonnement symbolique ; elles étaient entièrement contrôlées par des circuits analogiques Domaines du I.A Systèmes experts : soit un logiciel capable de simuler le comportement d'un humain effectuant une tâche très précise. C'est un domaine où l'intelligence artificielle est incontestablement un succès, dû au caractère très précis de l'activité demandée à simuler. Calcul formel (opposé au calcul numérique) : traiter les expressions symboliques. Des logiciels sur le marché, comme Mathematica, Maple, etc., effectuent tous des calculs formels. Représentation des connaissances : on entend la représentation symbolique de la connaissance pour que le logiciel soit capable de la manipuler. Un des secteurs de recherche en intelligence artificielle qui est le plus important. Simulation du raisonnement humain : tenter de mettre au point des logiques qui formalisent le mode de raisonnement (logiques modales, floues, temporelles, etc.). Traitement du langage naturel : c'est la compréhension qui reste le problème majeur à la traduction ou au résumé d'un texte dans une autre langue. De grands progrès ont été faits pour obtenir une représentation sous une forme indépendante de la langue dans laquelle l'original est écrit. Certains traducteurs orientés dans des domaines spécialisés donnent de meilleurs résultats grâce à leurs spécificités. Résolution de problèmes : représentation, analyse et résolution de problèmes concrets. C'est le cas des jeux de réflexion tels que les échecs, le backgammon ou les dames. Dans le cas du backgammon le champion du monde est un programme. Ils restent quelques jeux qui résistent aux efforts des programmeurs. Reconnaissance de la parole : beaucoup de progrès ont été effectués. Un logiciel comme Naturaly Speaking permet la dictée. Cependant, la compréhension d'un mot ou d'une phrase requiert une grande quantité d'informations extralangagières (contexte, connaissance du sujet, etc.). Reconnaissance de l'écriture : la reconnaissance de l'écriture dactylographiée n'est pas facile (malgré des logiciels assez performants sur le marché), mais l'écriture manuscrite pose des problèmes beaucoup plus complexes. Cela n'est pas étonnant dans la mesure où cette tâche peut nous poser à nous aussi des problèmes insolubles. Certains chercheurs essaient de reconstituer à partir du texte le mouvement de la main afin de comprendre ce qui est écrit. Reconnaissance des visages : considérée de longue date comme un des problèmes de l'intelligence artificielle le plus difficile, les résultats récents deviennent intéressants avec les réseaux neuronaux. Robotique : la robotique dans les usines est déjà fortement répendue. La première génération est capable d'exécuter une série de mouvements préenregistrés, la deuxième génération est dotée de capteurs de perception permettant de prendre certaines décisions et la troisième génération possède une plus grande autonomie, elle peut se déplacer dans un environnement. L’apprentissage : un logiciel devrait avoir des capacités d'apprentissage autonome pour pouvoir être véritablement qualifié d'intelligent. Douglas Lenat travaille actuellement à la constitution d'une gigantesque base de données censée contenir toutes les connaissances partagées par les humains d'un même groupe pour leur communication. Il souhaite adjoindre un module d'apprentissage à sa base de données lui permettant de travailler seule pour collecter des informations nouvelles et réorganiser l'architecture de ses connaissances. Réseaux neuronaux : un réseau de neurones formels est un modèle rudimentaire du cerveau humain. Une cellule neuronale possède une sortie et des entrées reliées à d'autres neurones. Ces réseaux partagent des propriétés importantes avec le cerveau humain. Cela requiert une programmation non explicite et la répartition de l'information sur l'ensemble du réseau. Systèmes complexes adaptatifs : regroupement des algorithmes génétiques et des modèles de vie artificielle. En résumé succint, l'étude des convergences vers des formes organisées des populations soumises à des lois simples et naturelles. Inconvénients du I.A 1. Un cout élevé La création d’une intelligence artificielle nécessite des coûts énormes car ce sont des machines très complexes. Leur réparation et leur entretien impliquent des coûts importants également. Ils ont des logiciels qui nécessitent une mise à niveau fréquente pour répondre aux besoins de l’environnement changeant et à la nécessité que les machines soient plus intelligentes chaque jour. 2.pas de creativité Ce ne sont pas la force de l’intelligence artificielle. Bien qu’ils puissent vous aider à concevoir et à créer, ils ne sont pas à la hauteur du pouvoir de penser que possède le cerveau humain ni même de l’originalité d’un esprit créatif. 3. le chomage Le remplacement d’êtres humains par des machines peut entraîner un chômage important. Le chômage est un phénomène socialement indésirable. Les personnes qui n’ont rien à faire peuvent conduire à l’utilisation destructrice de leurs esprits créatifs. Les humains peuvent inutilement être fortement dépendants des machines si l’utilisation de l’intelligence artificielle devient endémique. Ils vont perdre leur pouvoir créateur et vont devenir paresseux. L’intelligence artificielle entre de mauvaises mains est une menace sérieuse pour l’humanité en général. Cela peut conduire à une destruction massive. En outre, il existe une crainte constante de voir les machines prendre le dessus sur les humains ou les remplacer. Faut-il avoir peur de l’intelligence artificielle ? L’IA n’éliminera donc pas l’humanité de sa propre initiative. Mais comme toute technologie puissante, l’IA peut être utilisée pour le bénéfice de l’humanité entière ou pour le bénéfice d’un petit nombre aux dépens du plus grand nombre. L’émergence de l’AI va sans doute déplacer des métiers. Mais elle va aussi sauver des vies (par la sécurité routière et la médecine). Elle va très probablement s’accompagner d’une croissance de la production de richesses par habitant. La question pour les instances dirigeantes est comment distribuer ces nouvelles richesses, et comment former les travailleurs déplacés aux nouveaux métiers créés par le progrès technologique. C’est une question politique et non technologique. C’est une question qui n’est pas nouvelle : l’effet du progrès technologique sur le marché du travail existe depuis la révolution industrielle. L’émergence de l’IA n’est qu’un symptôme de l’accélération du progrès technologique. uploads/Philosophie/ partie-2 1 .pdf