Lorsque les ordinateurs numériques ont été développés pour la première fois dans les années 1940 et 1950, les chercheurs ont écrit un certain nombre de programmes, ces programmes pouvaient jouer aux échecs, aux dames et prouver des théorèmes. Dans les années 1960 et 1970, l'IA a exploré diverses manières de représenter les problèmes en développant différentes techniques de recherche et heuristiques générales, celles-ci ont permis le développement de programmes utilisés pour résoudre des problèmes de mots algébriques et l'intégration symbolique. Dans les années 1970 et 1980, grâce à des systèmes plus puissants, des programmes d'IA ont été utilisés pour créer des systèmes experts et en 1997, un programme IBM nommé DEEP BLUE a vaincu le champion du monde d'échecs, Garry Kasparov. L'intérêt pour l'IA s'est effondré à la fin des années 1950, il a cependant repris avec vigueur dans les années 1980. Les réseaux d'éléments non linéaires avec des interconnexions à force réglable sont maintenant reconnus comme une classe importante d'outils de modélisation non linéaire. Il existe maintenant plusieurs applications importantes de l'IA. Les langages de programmation d'IA sont des langages capables de mettre en œuvre une logique, très utiles pour créer des systèmes experts et dotés de fonctionnalités pour gérer les bases de données relationnelles et le traitement du langage naturel. Il existe de nombreux langages de programmation utilisés en IA parmi lesquels on citera : List Processing (LISP), le langage français pour la programmation en logique (PROLOG), Clips, Python et JAVA. Evolution of artificial intelligence languages – a systematic literature review Emmanuel Adetiba1,2, Temitope M. John1 , Adekunle A. Akinrinmade1 , Funmilayo S. Moninuola 1 , Oladipupo O. Akintade1 , Joke A. Badejo1 1Department of Electrical and Information Engineering, College of Engineering, Covenant University, Ota, Nigeria. 2HRA, Institute for Systems Science, Durban University of Technology, P.O. Box 1334, Durban, South Africa.
Les paradigmes en programmation
En programmation il existe plusieurs paradigmes, on notera deux grandes familles:
la programmation déclarative et la programmation impérative. Un paradigme de programmation est une approche pour résoudre des problèmes à l'aide d'un langage de programmation ou nous pouvons également dire que c'est une méthode pour résoudre un problème à l'aide d'outils et de techniques qui sont à notre disposition suivant une certaine approche. Il existe de nombreux langages de programmation connus, mais tous doivent suivre une stratégie lorsqu'ils sont mis en œuvre et cette méthodologie/stratégie est un paradigme. Outre les variétés de langages de programmation, il existe de nombreux paradigmes pour répondre à chaque demande. La programmation impérative, comme son nom l'indique, est un type de paradigme de programmation qui décrit comment le programme s'exécute. Les développeurs sont plus préoccupés par la façon d'obtenir une réponse étape par étape. C’est un paradigme qui utilise des instructions qui modifient l'état d'un programme. En cela, l’ordre d’exécution est très important. Les langages de programmation Fortran, Java, C, C++ sont des exemples de programmation impérative. Comme son nom l'indique, le déclaratif est un type de paradigme de programmation qui exprime la logique d'un calcul sans décrire son flux de contrôle. Les développeurs sont plus préoccupés par la réponse qui est reçue. Ils déclarent le type de résultats qu’ils veulent et laisse le langage de programmation de côté en se concentrant simplement sur la façon de les produire. En termes simples, il se concentre principalement sur le résultat final. Miranda, Erlang, Haskell, Prolog, Lisp et CLIPS sont quelques exemples populaires de programmation déclarative. Difference Between Imperative and Declarative Programming - GeeksforGeeks
La programmation déclarative, c'est comme demander à votre mécanicien de réparer
votre voiture. Vous ne vous souciez pas de savoir comment la réparer, c'est à lui de s’en charger. La programmation impérative, c'est comme si votre mécanicien vous appelait pour vous expliquer étape par étape comment réparer votre voiture. À noter qu’il est possible d’utiliser l’un des paradigmes comme les deux dans une seule et même application et qu’il existe des langages multi-paradigmes comme Python.
Après avoir acquis les bases de la compréhension des deux types de langages, résumons maintenant les principales différences entre ces deux types de programmation. Programmation Impérative Programmation Déclarative En cela, les programmes spécifient En cela, les programmes spécifient ce qui comment les choses doivent être faites. doit être fait. décrit le flux de contrôle du calcul. exprime la logique du calcul.
Son objectif principal est de décrire Son objectif principal est de décrire le comment obtenir le résultat ou l'accomplir. résultat souhaité sans dicter directement comment l'obtenir. Ses avantages incluent la facilité Ses avantages incluent un code efficace, d'apprentissage et de lecture, le modèle qui peut être appliqué en utilisant des notionnel est simple à comprendre, etc. méthodes, une extension facile, un niveau d'abstraction élevé, etc. Son type comprend la programmation Son type comprend la programmation procédurale, la programmation orientée procédurale, la programmation orientée objet, l'approche de traitement parallèle. objet, l'approche de traitement parallèle . En cela, l'utilisateur est autorisé à prendre En cela, un compilateur est autorisé à des décisions et donner des commandes au prendre des décisions. compilateur. Il donne un contrôle total aux Il peut automatiser les flux répétitifs tout développeurs qui sont très importants en simplifiant la structure du code. dans la programmation de bas niveau.
Difference Between Imperative and Declarative Programming - GeeksforGeeks
Les langages populaires de L’IA
ProLog
Prolog est un langage de programmation logique. De façon grossière, un
programme Prolog est un ensemble de connaissances et de règles de déductions que le programmeur donne au langage. Le programmeur peut ensuite poser des questions, auxquels le programme essaiera de répondre en utilisant les informations fournies.
Plus exactement, on donne à Prolog des sortes de "règles de raisonnement", et on lui
pose ensuite des questions. Il doit, en combinant les règles qu'on lui a donné, produire une réponse.
Voici un exemple d'informations que l'on pourrait vouloir fournir à Prolog (ce n'est pas du vrai code prolog, juste une description en français) :
Citation Une personne X (les majuscules désignent des variables) est frère ou sœur de Y si X est différent de Y, et s'il existe une personne Z qui est parent à la fois de X et de Y.
X est parent de Y si X est père de Y, ou si X est mère de Y.
Tania est la mère de Sophie.
Thomas est le père de Sophie. Thomas est le père d'Émilie. Tania est la mère de Camille. Michel est le père de Thomas.
On peut alors poser la question suivante :
Citation Quels sont les frères et sœurs de Sophie ?
Et prolog fournira le bon résultat, à savoir tout ce qu'il peut déduire des informations qu'on lui a données :
Citation Émilie et Camille.
Voici le code Prolog correspondant :
Et pour interroger Prolog (la première ligne est la question, avec la réponse ensuite) : Suivant ce principe, on peut en fait écrire des programmes relativement élaborés. Historiquement, la programmation logique est appréciée dans tous les domaines où il faut "faire des déductions" : certaines bases de données, de systèmes d'intelligence artificielle (systèmes à base de connaissances, la simulation, le traitement du langage naturel, l’écriture de compilateurs …), etc.
Exécution de programmes Prolog
''Exécuter'' un programme Prolog consiste à poser une question à l'interprète
PROLOG. Une question (ou but ou activant) est une suite d'atomes logiques séparés par des virgules. La réponse de Prolog est ''yes'' si la question est une conséquence logique du programme, ou ''no'' si la question n'est pas une conséquence logique du programme. Une question peut comporter des variables, quantifiées existentiellement. La réponse de Prolog est alors l'ensemble des valeurs des variables pour lesquelles la question est une conséquence logique du programme. Par exemple, la question ?- pere(toto,X), pere(X,Y). se lit ''est-ce qu'il existe un X et un Y tels que pere(toto,X) et pere(X,Y) soient vrais''. La réponse de Prolog est l'ensemble des valeurs de X et Y qui vérifient cette relation. Autrement dit, la réponse de Prolog à cette question devrait être l'ensemble des enfants et petits-enfants de toto... si toto est effectivement grand-père.
SWI-Prolog
SWI-Prolog est une implémentation gratuite du langage de programmation Prolog,
couramment utilisé pour l'enseignement et les applications web sémantiques.
LIST PROCESSING dit LISP
Lisp est un langage de programmation fonctionnel avec des fonctionnalités impératives. Par fonctionnel, nous entendons que le style général du langage est organisé principalement autour d'expressions et de fonctions plutôt que d'instructions et de sous- programmes. Chaque expression Lisp renvoie une valeur. Chaque procédure Lisp est syntaxiquement une fonction ; lorsqu'il est appelé, il renvoie un objet de données comme valeur. Par impératif, nous entendons que certaines expressions et procédures Lisp ont des effets secondaires, tels que le stockage dans des variables ou des positions de tableau. Ainsi, les procédures Lisp ne sont pas toujours des fonctions au sens "pur" des logiciens, mais en pratique elles sont de toute façon fréquemment appelées "fonctions", même celles qui peuvent avoir des effets secondaires, afin de souligner qu'un résultat calculé est toujours renvoyé. Les fonctionnalités impératives sont généralement utilisées avec parcimonie ; bien qu'il soit possible de translittérer, disons, du code Fortran directement en Lisp, le résultat ne présenterait pas le style de programmation Lisp typique. Voici une procédure Lisp simple qui concatène deux listes d'éléments, produisant une nouvelle liste :
Cela peut se lire comme suit : Pour produire une liste constituée des éléments de y ajoutés aux éléments de x, le calcul est conditionnel (cond). Si la liste x est vide (nulle), alors le résultat est égal à y. Sinon, construisez (contre) une nouvelle liste en plaçant le premier élément (voiture) de x avant le résultat de l'ajout de y au reste des éléments (cdr) de la liste x. Cela illustre plusieurs points du « bon » style Lisp. Les procédures sont généralement petites et spécialisées, effectuant une seule tâche conceptuelle ; un programme Lisp complet peut comprendre des centaines de petites procédures, chacune ne dépassant pas trente à soixante lignes de code. La récursivité (une procédure qui s'appelle elle- même) est souvent utilisée pour traverser des structures de données complexes. Alors que les parenthèses indiquent la priorité et la structure du programme, le code est généralement indenté dans un style conventionnel pour aider l'œil. A Brief Introduction to Lisp (vt.edu) Il existe plusieurs IDEs pour lisp, les deux plus utilisées sont le SLIME (Superior Lisp Interaction Mode for Emacs) qui est un mode pour l’éditeur de text Emacs, et LISPWORKS IDE qui fournit un flux de travail fluide et confortable, vous permettant d'écrire, de tester et d'étendre progressivement votre logiciel pendant son exécution.
CLIPS CLIPS (C Language Integrated Production System) est un environnement et un langage de programmation créés en 1985, faisant partie du paradigme des langages déclaratifs et logiques. C’est un système général permettant la réalisation de systèmes experts • Objectifs : Etant donné que beaucoup de systèmes experts développés en LISP souffrent de mauvaise portabilité, coût élevé, faible intégration avec d'autres environnements, ...etc. Il était donc nécessaire de développer un moteur d'inférence en langage C : CLIPS. CLIPS compte plus de 4000 utilisateurs dans le monde • domaine concernés : • ingénierie : aéronautique, nucléaire, chimique ... • éducation • médical • financier • ... • tâches : • diagnostic • analyse • planification • optimisation • aide à la conception • ... Quelques aspects techniques CLIPS est en open source et intégré à de nombreuses distributions LINUX. La syntaxe de CLIPS est proche de LISP (beaucoup de parenthèses!) Interface avec interpréteur de commandes Possibilité d'intégrer des procédures écrites en C. Interfaçage Java Native Interface (il existe aussi un clône de CLIPS écrit en Java, Jess) CLIPS permet le chainage avant (mais on peut simuler le chainage arrière en utilisant des méta-règles) Introduction à CLIPS : 1- Faits et règles (C Language Integrated Production System) Bernard ESPINASSE Professeur à l'Université d'Aix-Marseille. Un programme CLIPS se compose des faits et des règles : Exemple d’un fait : Exemple d’une règle :
Chainage avant vs chainage arrière
Le chaînage avant (à la CLIPS) correspond aux conditions, puis génère des inférences à partir de ces conditions. Ces conditions peuvent à leur tour correspondre à d'autres règles. Fondamentalement, cela prend un ensemble de conditions initiales et tire ensuite toutes les inférences qu'il peut de ces conditions. Les inférences (si elles sont affirmées) peuvent également être des actions ou des événements qui peuvent déclencher des actions externes. Ceci est utile dans les systèmes pilotés par les événements, car les ensembles de règles peuvent être configurés pour (par exemple) lancer un flux de travail ou une autre action. Ce type de moteur de règles est le plus couramment utilisé dans les applications commerciales. Les systèmes pilotés par les événements sont une application courante des moteurs de règles de chaînage direct. Un exemple d'application de chaînage direct peut être un moteur d'approvisionnement de plan de télécommunications (généralement utilisé pour administrer les plans de téléphonie mobile). La saisie d'un utilisateur particulier ave c un plan particulier déclenchera une gamme d'éléments à configurer dans divers commutateurs téléphoniques, systèmes de facturation, finances, systèmes CRM, etc.
Le chaînage vers l'arrière (à la Prolog) ressemble plus à trouver quelles
conditions initiales forment un chemin vers votre objectif. À un niveau très basique, c'est une recherche en arrière de votre objectif pour trouver les conditions qui le rempliront. Le chaînage vers l'arrière est utilisé pour les demandes d'interrogation (recherche d'éléments répondant à certains critères) - un exemple commercial d'une application de chaînage vers l'arrière pourrait être de trouver les polices d'assurance couvertes par un contrat de réassurance particulier.
Grosso-Modo Beaucoup d'hypothèses de sortie + beaucoup de données à l'avance => Utiliser le chaînage direct
Moins d'hypothèses de sortie + doit interroger les données => Utiliser le chaînage arrière
Ce n'est pas un commandement mais une règle d'or.
artificial-intelligence — Chaînage avant vs chaînage arrière (it-swarm-fr.com)
PYTHON Python est un langage de programmation interprété, multi-paradigmes, de haut niveau avec une sémantique dynamique. Ses structures de données intégrées de haut niveau, combinées à un typage dynamique et à une liaison dynamique, le rendent très attrayant pour le développement rapide d'applications, ainsi que pour une utilisation comme langage de script ou de collage pour connecter des composants existants entre eux.
Python est préféré pour l'apprentissage automatique et l'IA car il accompagne les développeurs tout au long du cycle de vie du développement du logiciel afin d'être productif et confiant quant au produit qu'ils construisent. Python offre de nombreux avantages pour la création de projets d'IA et de Machine Learning. Voici quelques exemples d'avantages :
Bibliothèque intégré Facile à intégrer Gratuit et open source Paradigme orienté objet Paradigme fonctionnel Paradigme procédurale …
La mise en œuvre d'algorithmes de ML et d'IA nécessite un environnement bien structuré
et bien testé pour permettre aux développeurs de proposer les meilleures solutions de codage de qualité. Pour réduire le temps de développement, il existe d'innombrables bibliothèques Python pour Machine Learning. Voici quelques-unes des meilleures bibliothèques d'apprentissage automatique Python :
1. TENSOR FLOW PYTHON
2. KERAS
3. THEANO Ces bibliothèques sont extrêmement précieuses lorsque vous travaillez sur des projets d'apprentissage automatique, car elles permettent de gagner du temps et fournissent en outre des fonctions explicites sur lesquelles on peut s'appuyer.
JAVA Java pour la programmation en intelligence artificielle est principalement utilisé pour créer des solutions d'apprentissage automatique, de la programmation génétique, des algorithmes de recherche, des réseaux de neurones et des systèmes multi-robots. Les fonctionnalités indispensables de Java pour les projets d'IA sont son orientation objet et son évolutivité. Le développement de solutions d'intelligence artificielle en Java présente de nombreux avantages. Les principaux avantages sont discutés ci-dessous.
Java possède une multitude de bibliothèques utiles pour développer de
nombreux cas d'utilisation de l'IA. Ces bibliothèques Java AI sont spécifiques à l'apprentissage automatique, aux réseaux de neurones, au traitement du langage naturel et aux systèmes basés sur des règles. Le concept d'écriture unique de Java, exécuté partout (WORA) permet aux programmeurs de développer leur code sur un système et d'exécuter le même code (sans recompilation) sur d'autres systèmes compatibles Java. En tant que langage multi-paradigmes, Java prend en charge à la fois les philosophies de programmation orientée objet et procédurale. La grande communauté de développeurs Java est activement impliquée dans la création d'algorithmes d'IA et de ML, ainsi que dans le codage d'une large gamme d'applications compatibles avec l'IA. Le site Web officiel de Java soutient les efforts visant à créer des projets de ML et d'IA en fournissant des fonctionnalités telles que l'évolutivité et l'orientation objet. Java fournit de nombreux frameworks d'intelligence artificielle qui sont bénéfiques pour les data scientists. Ils comprennent : Les projets d'IA développés en Java présentent de nombreux avantages. De plus, Java est simple à déboguer et dispose d'une communauté de développeurs extrêmement favorable.
CONCLUSION Il existe plus de langages informatiques que vous ne pourrez imaginer, et encore plus continuent d'être créés chaque année. La première raison pour laquelle il y a beaucoup de langages est que les gens continuent de les créer, même lorsqu'ils n'en ont pas forcément besoin, juste parce qu’ils le peuvent et de temps en temps, quelqu'un développe un langage suffisamment bon pour que beaucoup de gens commencent à l'utiliser. Une autre raison est que certains langages sont bien mieux adaptés à certaines tâches que d'autres. La nécessité de simplicité, il y a des langages beaucoup plus faciles à apprendre que d'autres. Avec autant de langages, les apprendre tous serait impossible. Et faire un choix est vraiment difficile, étant donné qu’il n’y a pas de « meilleur » langage, cela dépendra avant tout : Des préférences personnelles Le genre de choses que vous voulez développer À quel point le langage est-il limité, à quel point est-il facile ou difficile à apprendre Perspectives de carrière potentielles Si le langage est en hausse ou en baisse de popularité…etc
