1.1 Qu'est-ce que l'intelligence artificielle ?
Voyagez dans le temps et vivez les grandes avancées de l'intelligence artificielle au travers de cette activité interactive :
Prenez quelques instants pour découvrir ces 12 personnalités emblématiques qui ont marqué l'histoire de l'intelligence artificielle.
Note : Utilisez les flèches de navigation de chaque côté du carrousel pour parcourir les différentes figures.
Alan Turing[1]
Mathématicien et cryptologue britannique (1912 - 1954)
Il est l'auteur de travaux qui fondent scientifiquement l'informatique et il est aussi un des pionniers de l'Intelligence artificielle.
Alan Turing et son équipe contribuent de manière significative au décryptage du code Enigma utilisé par les forces allemandes pendant la Seconde Guerre mondiale. Leurs travaux ont un impact majeur sur l'issue de la guerre.[2]
Frank Rosenblatt[3]
Psychologue et informaticien américain (1928 - 1971)
Il est l'inventeur du perceptron, un modèle de neurone artificiel, contribuant ainsi aux premiers développements de l'apprentissage automatique.
Marvin Minsky[6]
Scientifique et chercheur américain en IA (1927 - 2016)
Il est co-fondateur du laboratoire d'intelligence artificielle au MIT et auteur de travaux influents sur la vision par ordinateur et l'apprentissage automatique.
Allen Newell[7][8]
Chercheur en informatique et psychologie cognitive (1927 - 1992)
En tant que chercheur en informatique et psychologie cognitive, il a contribué à la création du langage IPL (Information Processing Language) en 1956 et à l'écriture de deux des premiers programmes en IA, le Logic Theory Machine (1956) et le General Problem Solver (1957) (avec Herbert Simon).
Herbert A. Simon[9]
Économiste et sociologue américain (1916 - 2001)
Il s'est d'abord intéressé à la psychologie cognitive et la rationalité limitée (Bounded Rationality). Puis, ses études l'ont conduit à s'intéresser aux organisations et aux procédures de décisions ainsi qu'à l'intelligence artificielle (à base d'informatique) dont il est un des pionniers. Il a reçu avec Allen Newell, en 1975, le prix Turing, principale distinction en informatique.
Raymond Kurzweil[10]
Inventeur et futurologue américain (1948)
Il est connu pour ses contributions dans le domaine du traitement du langage naturel et de la reconnaissance des formes. Il est également célèbre pour ses prédictions sur l'évolution de la technologie.
Geoffrey Hinton[11]
Informaticien et chercheur britannico-canadien (1947)
Ses travaux ont grandement influencé le développement des réseaux neuronaux et de l'apprentissage profond.
En 2018, il a reçu, avec Le Cun et Bengio, le Prix Turing pour ses travaux dans le domaine de l'apprentissage profond. Il est donc considéré comme étant l'un des « trois parrains de l'apprentissage profond », avec Le Cun et Bengio.[12]
Yann LeCun[13]
Informaticien et chercheur français (1960)
Il est connu pour ses contributions majeures à l'apprentissage profond. Il a travaillé sur le développement des réseaux de neurones convolutifs (CNN), utilisés notamment dans la vision par ordinateur.
En 2018, il a reçu, avec Hinton et Bengio, le Prix Turing pour ses travaux dans le domaine de l'apprentissage profond. Il est donc considéré comme étant l'un des « trois parrains de l'apprentissage profond », avec Geoffrey Hinton et Bengio.[12]
Yoshua Bengio[14]
Chercheur canadien en IA (1964)
Il est reconnu pour ses contributions significatives à l'apprentissage profond (deep learning). ll est professeur à l'Université de Montréal et directeur scientifique de l'Institut des algorithmes d'apprentissage de Montréal (MILA). Il s'intéresse également à des questions éthiques liées à l'IA et à son impact sur la société.
En 2018, il a reçu, avec Hinton et Le Cun, le Prix Turing pour ses travaux dans le domaine de l'apprentissage profond. Il est donc considéré comme étant l'un des « trois parrains de l'apprentissage profond », avec Geoffrey Hinton et Yann LeCun.[12]
Jeffrey Dean[14]
Informaticien et chercheur français (1968)
Ingénieur chez Google, ses contributions ont été essentielles pour les infrastructures d'apprentissage profond à grande échelle.
Andrew Ng[15]
Informaticien sino-américain (1976)
Il est co-fondateur de Google Brain, et professeur à l'Université Stanford. Il a joué un rôle clé dans l'avancement de l'apprentissage automatique et a contribué à populariser les cours en ligne sur l'IA.
Il est difficile de définir ce qu'est l'intelligence artificielle, sans tomber dans les débats complexes sur les nuances et les enjeux éthiques ou philosophiques. Alors, pour simplifier, voici une définition générale très correcte pour débuter cette formation :
L'IA est un domaine de l’informatique qui vise à doter les programmes informatiques de facultés cognitives qu’on associe habituellement aux êtres humains ou aux animaux : percevoir, raisonner et agir. Ces facultés permettent d’effectuer d’innombrable tâches, telles que la résolution de problèmes, l’apprentissage, la reconnaissance de motifs, la compréhension du langage naturel, la perception visuelle, la planification, et bien d’autres.[16]
Vous aurez l'occasion de découvrir dans d'autres chapitres les distinctions entre différents types d'IA (comme l'IA faible et forte), les algorithmes et les modèles spécifiques utilisés, ainsi que les défis éthiques et sociétaux liés à l'adoption de l'IA.
On peut classer les types d'IA de plusieurs façons : en fonction de leurs capacités, en fonctions de leurs domaines d'application, etc. Cette classification multiple reflète la diversité des applications et des capacités des systèmes d'intelligence artificielle.[17]
Généralement, on divise l'IA en trois catégories principales : l'IA faible (étroite), l'IA forte (générale) et l'IA superintelligente. Voici une explication pour chaque catégorie[18] :
Tableau 1 : Les catégories principales d'IA
| # | Catégorie d'IA | Description |
|---|---|---|
| 1 | IA faible ou étroite (IAE) |
|
| 2 | IA forte ou générale (IAG) |
|
| 3 | IA superintelligente (SIA) |
|
Voici un aperçu de quelques autres types d'intelligence artificielle (il en existe d'autres).[19][20]
L’intelligence artificielle distribuée (IAD)
- C’est le type d’IA qui repose sur la coopération de plusieurs agents intelligents, qui peuvent être des machines ou des humains, pour résoudre des problèmes complexes. Par exemple, les réseaux sociaux, les systèmes multiagents ou les systèmes experts sont des applications d’IAD.
L’intelligence artificielle évolutionniste (IAE)
- C’est le type d’IA qui utilise les principes de l’évolution biologique, tels que la sélection naturelle et la mutation génétique, pour développer des systèmes d’apprentissage automatique. Ces solutions sont ensuite évaluées en fonction de leur aptitude à résoudre des problèmes complexes.
L’intelligence artificielle affective (IAA)
- C’est le type d’IA qui vise à doter les machines de la capacité de reconnaître, d’exprimer, de comprendre ou de simuler des émotions. Par exemple, les agents conversationnels (comme Chat GPT), les robots compagnons ou les systèmes de détection des émotions sont des applications d’IAA.
L’intelligence artificielle hybride (IAH)
- C’est le type d’IA qui combine les caractéristiques de plusieurs types d’IA, comme l’IAE, l’IAG ou l’IAA, pour créer des systèmes plus robustes, plus flexibles et plus adaptables. Par exemple, les systèmes de conduite autonome, les assistants personnels intelligents ou les systèmes de santé personnalisés sont des applications d’IAH.
En IA, la classification de l'IA par domaines d'application permet d'identifier clairement les objectifs et les applications pratiques dans les secteurs d'expertise pour laquelle l'IA a été conçue. Voici un exemple d'une telle classification[21] :
Apprentissage automatique
- Se concentre sur la création de programmes informatiques capables d’apprendre à partir de données. Les algorithmes d’apprentissage automatique sont utilisés pour résoudre des problèmes tels que la reconnaissance de formes, la classification, la prédiction et l’optimisation.
Vision par ordinateur
- Se concentre sur la création de programmes informatiques capables d’interpréter et d’analyser des images et des vidéos. Les algorithmes de vision par ordinateur sont utilisés pour résoudre des problèmes tels que la reconnaissance faciale, la détection d’objets et la segmentation d’images.
Traitement du langage naturel (en anglais : Natural Langage Processing - NLP)
- Se concentre sur la compréhension et la génération de langage naturel. Les algorithmes de NLP sont utilisés pour résoudre des problèmes tels que la traduction automatique, la reconnaissance vocale et la classification de texte.
Robotique
- Se concentre sur la création de robots capables d’effectuer des tâches autonomes. Les algorithmes de robotique sont utilisés pour résoudre des problèmes tels que la navigation autonome, la manipulation d’objets et la reconnaissance de l’environnement.
Systèmes experts
- Ce sont des programmes informatiques capables de résoudre des problèmes complexes en utilisant des connaissances spécialisées. Les systèmes experts sont utilisés dans des domaines tels que la médecine, le droit et la finance.
De nos jours, les IA sont omniprésentes dans de nombreux aspects de la vie quotidienne, apportant des améliorations significatives dans divers domaines. Voici quelques exemples de l'endroit où l'on retrouve couramment des IA dans la vie quotidienne[22] :
Tableau 2 : Où retrouve-t-on les IA ?
| # | Où sont-elles ? | Description |
|---|---|---|
| 1 | Réseaux sociaux | Les algorithmes d'IA sont utilisés pour personnaliser les flux d'actualités, recommander des amis, des pages, ou du contenu en fonction des préférences de l'utilisateur. |
| 2 | Moteurs de recherche | Des moteurs de recherche tels que Google utilisent des algorithmes d'IA pour comprendre les requêtes des utilisateurs et fournir des résultats pertinents. |
| 3 | Messagerie instantanée | Les chatbots alimentés par l'IA sont de plus en plus utilisés pour fournir une assistance instantanée, répondre à des questions fréquentes et interagir avec les utilisateurs. |
| 4 | Assistants personnels | Des technologies telles qu'Amazon Alexa, Google Assistant, Siri d'Apple, et d'autres, utilisent l'IA pour comprendre et répondre aux commandes vocales, effectuer des tâches et fournir des informations. |
| 5 | Santé | Les IA sont utilisées dans le diagnostic médical, la recherche pharmaceutique, la personnalisation des traitements, et même dans des dispositifs portables pour surveiller la santé. |
| 6 | Banque et finance | Les systèmes d'IA sont utilisés pour la détection de fraudes, l'analyse des données financières, les conseils en matière d'investissement, et la personnalisation des offres financières. |
| 7 | Commerce en ligne | Les recommandations de produits basées sur le comportement d'achat sont souvent alimentées par l'IA. |
| 8 | Transport | Les systèmes de navigation intelligents, la gestion du trafic, la conduite autonome, et la planification logistique utilisent des technologies d'IA. |
| 9 | Éducation | Les plateformes d'apprentissage en ligne utilisent des systèmes d'IA pour personnaliser le contenu éducatif, évaluer la progression des élèves, et recommander des ressources d'apprentissage. |
| 10 | Sécurité | Les systèmes de sécurité utilisent des technologies d'IA pour la détection d'intrusions, l'analyse des comportements suspects, et la gestion des risques. |
| 11 | Divertissement | Les plateformes de streaming utilisent des algorithmes d'IA pour recommander des contenus, tandis que les jeux vidéo intègrent souvent des éléments d'intelligence artificielle pour améliorer l'expérience du joueur. |
Par l'écoute de cette vidéo, vous aurez toutes les informations qui sont contenues dans cette page et plus encore :
- TOUT COMPRENDRE À L'IA - Dossier #33 - L'Esprit Sorcier (41 min 55 s)
Voici un lexique qui a été créé par Stéphane Lapointe, RÉCIT FGA FP Capitale-Nationale : Lexique pour l'Intelligence Artificielle (IA).
- L'intelligence artificielle vise à donner aux programmes informatiques des capacités cognitives comparables à celles des êtres humains ou des animaux, telles que la perception, le raisonnement et l'action.
- Ces capacités permettent aux programmes d'accomplir diverses tâches telles que la résolution de problèmes, l'apprentissage, la reconnaissance de motifs, la compréhension du langage naturel, la perception visuelle, la planification, la génération d'image et d'autres éléments multimédias et bien d'autres encore.
- Il existe de nombreux types d'IA et plusieurs méthodes permettent de les classifier selon les besoins.
- L'utilisation de l'IA se déploie à une vitesse très rapide dans les applications de la vie quotidienne et beaucoup d'utilisateurs ne réalisent même pas qu'ils interagissent quotidiennement avec elle.
Maintenant que vous avez une meilleure compréhension de l'intelligence artificielle, le prochain chapitre vous invite à expérimenter pour la première fois une ou plusieurs IA.