Bibliographie & annexes
Quiz & test
Présentation
En anglais
RÉSUMÉ
L'intelligence artificielle (IA) s'attache à résoudre des problèmes qui relèvent d'activités humaines de nature variée (perception, prise de décision, planification, diagnostic, interprétation de données, compréhension du langage, conception). Ces problèmes nécessitent de mettre en jeu une grande quantité de données et de connaissances, soit exploitées directement, soit codées sous différentes formes (distributions de probabilités, poids synaptiques, etc.). Nous présentons les différents modèles développés depuis le début de l’IA, ainsi que les grands domaines d’application. Les aspects éthiques liés à l’utilisation de systèmes d’IA sont également étudiés.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleABSTRACT
Artificial Intelligence (AI) aims at solving problems involved in various types of human activities (perception, decision making, planning, diagnosis, data interpretation, design, language understanding). Solving such problems need to use large amount of data and knowledge, either directly exploited or coded into various forms (probability distributions, synaptic weights, etc.). The different models developed since the beginning of AI are presented. Aspects of ethics related to the use of AI systems are also tackled.
Auteur(s)
-
Jean-Paul HATON : Professeur émérite - LORIA – Institut Universitaire de France – Université de Lorraine – Nancy, France
INTRODUCTION
Le but de l’intelligence artificielle (IA) est double. D’une part, l’IA s’attache à résoudre des problèmes qui relèvent d’activités humaines ou animales de nature variée : perception, planification, interprétation de données, diagnostic, prise de décision, compréhension du langage, conception. D’autre part, l’IA cherche à mieux comprendre et modéliser l’intelligence. Elle se rapproche ainsi des sciences cognitives dont elle s’inspire par ailleurs pour la conception de modèles (mémoire, raisonnement, apprentissage). La nécessité de restreindre l’activité à un champ d’application limité et de s’appuyer sur des connaissances de nature diverse est apparue rapidement en IA. Cette approche symbolique de l’IA a donné lieu aux systèmes à base de connaissances.
Une autre approche, dite connexionniste, tente de s’inspirer du fonctionnement du cortex cérébral. Un réseau neuronal est formé par l’interconnexion d’un grand nombre de neurones artificiels. Il présente des propriétés intéressantes, notamment la capacité d’apprendre à partir de grandes quantités d’exemples.
Des succès récents ont médiatisé l’IA : jeu d’échecs, jeu de go, poker, robots martiens, le jeu américain de questions-réponses Jeopardy, reconnaissance d’images, reconnaissance de la parole, jeux vidéo et autres.
Cet article présente les différents modèles de l’IA, ainsi que les méthodes d’apprentissage associées. Il décrit aussi un vaste ensemble d’applications (médecine, industrie, militaire, banque, droit, etc.) et aborde aussi les aspects éthiques liés à ces applications.
L'expertise technique et scientifique de référence
KEYWORDS
learning | artificial intelligence | pattern recognition | neural networks
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Technologies logicielles Architectures des systèmes
(239 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Intelligence naturelle … et artificielle
En anglais
7. Conclusion
Depuis plusieurs décennies, l’IA a conduit au développement d’applications opérationnelles dans de nombreux domaines tels que le diagnostic et l’aide à la décision avec les systèmes à bases de connaissances ou les réseaux neuronaux, ainsi que la reconnaissance de formes et de la parole avec les modèles stochastiques. L’introduction des DNN a permis d’atteindre des niveaux de performance inégalés qui ont valu une couverture médiatique sans précédent dans quasiment tous les secteurs d’activité. Comme toujours, le transfert de la recherche en laboratoire vers les applications réelles nécessite des investissements conséquents en temps et en argent. Le cheminement est long entre une première annonce et un véritable produit commercialisé. En médecine, notamment, le déploiement d’applications implique un mécanisme d’évaluation complexe, notamment clinique. Enfin, le succès d’une application implique une véritable confiance dans l’IA ainsi qu’une claire identification des responsabilités (cf. la voiture autonome en cours d’expérimentation et de mise au point).
On assiste actuellement de ce fait à un accroissement considérable des investissements privés en intelligence artificielle par les industriels du domaine : Google, Facebook, IBM, Microsoft, Amazon, Adobe, Yandex, Baidu... Les startups ont également proliféré dans le monde entier. Elles sont ainsi en 2021 14 fois plus nombreuses qu’en l’an 2000 en Amérique du Nord, selon l’index de l’IA de l’Université de Stanford. Leur nombre total est de plus de 1 700 dans le monde. Le chiffre d’affaires de l’IA si situe autour de 2 milliards de dollars américains en 2018 (et pourrait atteindre près de 90 milliards en 2024, d’après le cabinet d’analyse Tractica), tandis que plus de 55 000 brevets, relatifs à l’IA au sens large, ont été déposés et que plus de 130 000 publications scientifiques ont été publiées cette même année, selon l’Organisation Mondiale de la Propriété Industrielle, OMPI.
Parallèlement, les acteurs institutionnels de la recherche lancent de grands projets : en Europe, aux États-Unis (cf. le projet Quest for Intelligence du MIT tendant à coupler la compréhension de ce que sont l’intelligence et la réalisation de nouveaux systèmes utiles à l’humanité, ou encore la création du Joint Artificial Intelligence Center par le Ministère de...
L'expertise technique et scientifique de référence
TEST DE VALIDATION ET CERTIFICATION CerT.I. :
Cet article vous permet de préparer une certification CerT.I.
Le test de validation des connaissances pour obtenir cette certification de Techniques de l’Ingénieur est disponible dans le module CerT.I.
de Techniques de l’Ingénieur ! Acheter le module
Cet article fait partie de l’offre
Technologies logicielles Architectures des systèmes
(239 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Conclusion
BIBLIOGRAPHIE
-
(1) - HATON (J.-P.) et al - Le raisonnement en intelligence artificielle - Modèles, techniques et architectures pour les systèmes à bases de connaissances, - InterEditions (1991).
-
(2) - TURING (A.) - Computing Machinery and Intelligence, - Mind, 49, pp. 433-460 (1950).
-
(3) - LE CUN (Y.) et al - Deep learning, - Nature, vol. 521, pp. 436-444 (2015).
-
(4) - HATON (J.-P.) - La parole numérique, - Académie Royale de Belgique, Collection Poche, n° 79 (2016).
-
(5) - CHANDRA (V.), HAREENDRAN (A.) - Artificial Intelligence and Machine Learning, - PHI Learning, 2014.
-
(6) - RUSSELL (S.), NORWIG (P.) - Artificial Intelligence: A Modern Approach (3d edition), - Pearson (2015).
- ...
DANS NOS BASES DOCUMENTAIRES
ANNEXES
AI Magazine (USA)
Artificial Intelligence (NL)
Bulletin de l’AFIA, Association Française d’Intelligence Artificielle (F)
IEEE Transactions on Knowledge and Data Engineering (USA)
Journal of Intelligent Manufacturing (GB)
IEEE Transactions on Neural Networks and Learning Systems (USA)
Neural Networks (GB)
IEEE Transactions on Pattern Analysis and Machine Intelligence (USA)
HAUT DE PAGE
AFIA Association Française d’IA : https://afia.asso.fr/
ECCAI European Coordinating Committee for Artificial Intelligence : https://eccai.org/
AAAI Association for the Advancement of Artificial Intelligence : https://www.aaai.org/
ENNS European Neural Network Association : https://e-nns.org/
International Neural Network Society INNS : https://www.inns.org/
HAUT DE PAGE
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Technologies logicielles Architectures des systèmes
(239 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
QUIZ ET TEST DE VALIDATION PRÉSENTS DANS CET ARTICLE
1/ Quiz d'entraînement
Entraînez vous autant que vous le voulez avec les quiz d'entraînement.
2/ Test de validation
Lorsque vous êtes prêt, vous passez le test de validation. Vous avez deux passages possibles dans un laps de temps de 30 jours.
Entre les deux essais, vous pouvez consulter l’article et réutiliser les quiz d'entraînement pour progresser. L’attestation vous est délivrée pour un score minimum de 70 %.
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Technologies logicielles Architectures des systèmes
(239 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
