Vous êtes sur la page 1sur 3

Intro 

A new class of computer systems has emerged which makes extensive use of the fact that computers
operate equally well in processing either numbers or symbols. The hest known of the systems which
exploit this capability are the expert systems coming into wide use in industry. The research from
which these systems are derived is called artificial intelligence. In spite of the popularity of systems
based on this technology, there is still confusion about the meaning of the terms, and how the
technology can be effectively used. This article presents an overview of the field, with definitions,
recommendations, and an example.

Artificial Intelligence, in the current times, is at such a stage that you can either be excited about it,
or can be wary about what reskilling do you need to undergo to adapt to this change, but it is just
impossible to ignore it.

6 LES APPLICATIONS DE L’IA

Cette dernière section est consacrée à des projets visant directement des applications à fort intérêt
sociétal. Si de nouveaux développements méthodologiques ou algorithmiques sont réalisés, ils le
sont nécessairement en connexion avec le domaine d’application visé : environnement, transport,
sécurité, santé, assistance à la vie autonome. Il est très difficile de faire un bilan des applications
concrètes de l’intelligence artificielle dans notre société : comme on l’aura vu dans les sections
précédentes, il s’agit d’un domaine multiforme et en interaction avec de nombreuses autres
disciplines, ce qui rend quasi impossible d’en tracer les retombées concrètes. L’association
américaine d’intelligence artificielle organise tous les ans une conférence « Innovative Applications of
Artificial Intelligence » qui cherche à mettre en valeur des applications particulièrement
intéressantes, en général dans un cadre de coopération entre des laboratoires académiques et des
entreprises. On trouvera l’historique de ces conférences sur le site
http://www.aaai.org/Conferences/IAAI/iaai.p hp. Par exemple, parmi les applications mises en valeur
en 2011, on trouve des systèmes :

◆ d’automatisation de distribution de nouvelles brèves ;

◆ d’apprentissage actif pour la prise de décision et la planification militaires ;

◆ d’estimation de consommation énergétique

◆ de détection de chutes de personnes âgées

◆ de gestion intelligente de diabète etc.

Depuis ses origines, l’intelligence artificielle a cherché à se confronter au monde réel, et les
exemples historiques sont très nombreux : recherche minière, diagnostic médical, configuration de
dispositifs techniques, surveillance de processus, planification de missions de satellites, détection de
défauts dans des pièces. La période des années 1970-80 a vu le développement de quantités de
systèmes experts dans tous les secteurs économiques, dans certains cas avec succès, même si elle a
été suivie d’une période appelée « AI Winter » d’une quinzaine d’années, en raison de la déception
inévitable par rapport aux trop grandes attentes et promesses de la période initiale. C’est alors que
les spécialistes ont commencé à parler d’intelligence artificielle « cachée » ou « embarquée » pour
illustrer le fait que le composant d’intelligence d’un système fait partie d’un tout et n’en n’est plus
nécessairement la partie la plus visible. C’est une des caractéristiques communes des vingt projets de
cette section, qui abordent donc au moyen de technologies d’intelligence artificielle les différents
défis sociétaux mentionnés ci-dessus. ENVIRONNEMENT, TRANSPORT Deux des trois projets de ce
cahier traitant d’applications environnementales et énergétiques utilisent l’apprentissage et la fouille
de données pour extraire des nouvelles connaissances à partir de données de l’environnement : le
projet FOSTER, démarré en 2011, s’intéresse à l’analyse et la fusion de données de terrain provenant
de capteurs multiples pour comprendre les phénomènes d’érosion, avec des expérimentations en
Nouvelle-Calédonie et dans les Alpes françaises. Pour cela il prévoit de concevoir des nouvelles
méthodes de fouille de données spa

Conclusion :

AI is fast emerging as a must-have technology for enhancing the performance of IT


security teams. Humans can no longer scale to sufficiently secure an enterprise-level
attack surface, and AI gives the much-needed analysis and threat identification that
can be used by security professionals to minimize breach risk and enhance security
posture.
Moreover, AI can help discover and prioritize risks, direct incident response, and
identify malware attacks before they come into the picture.
So, even with the potential downsides, AI will serve to drive cybersecurity forward
and help organizations create a more robust security posture.
kkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkk

Artificial intelligence is successfully set its milestones in all industries such as e-


commerce, biotechnology, diagnosis of diseases, military, mathematics and logistics,
heavy industry, finance, transportation, telecommunication, aviation, digital
marketing, telephone customer services, agriculture, and gaming.

Definition :

Artificial Intelligence (AI) has been defined in many ways. One definition is “Artificial Intelligence is
that activity devoted to making machines intelligent, and intelligence is that quality that enables an
entity to function appropriately and with foresight in its environment.” 1 Regardless of the exact
definition, artificial intelligence involves computational technologies that are inspired by – but
typically operate differently from – the way people and other biological organisms sense, learn,
reason, and take action.
The term of Artificial Intelligence (AI), was first coined by John McCarthy in 1956, who defines it as
"the science and engineering of making intelligent machines". [1] The term is frequently applied to
the project of developing systems endowed with the intellectual processes characteristic of humans,
such as the ability to reason, discovery meaning, generalize, or learn from past experiences. [2]
According to the Webster Dictionary, AI is the capability of a machine to imitate intelligent human
behavior. [3] Therefore, the application of Artificial Intelligent Technology (AIT), in essence, is to
make the machine have the ability to simulate human thinking, so as to be able to replace part, or
even all of the technical work of human. ‘’’’ Zhao, Yuting; Prabhashini, Kumesh
(2019). [IEEE 2019 3rd International Conference on Robotics and
Automation Sciences (ICRAS) - Wuhan, China (2019.6.1-2019.6.3)] 2019
3rd International Conference on Robotics and Automation Sciences
(ICRAS) - Applications of Artificial Intelligence in Digital Publishing Industry
in China. , (), 254–259. doi:10.1109/ICRAS.2019.8808984 

The term artificial intelligence denotes behavior of a machine which, if a human behaves in the same
way, is considered intelligent. It is difficult to extend this definition, because the definition of what
factors describe human intelligence is not clear. One alternate definition does exist which captures
the nature of the work being done in the field. This was proposed in Rich [81], and reads as follows:
Artificial Intelligence is the study of making computers do things which, at the moment, humans do
better.

The second definition has the advantage of capturing the current preoccupation with clever use of
von Neumann machines (given the usual image evoked by the term computer), rather than
investigation of new kinds of machine, but it ignores those researchers who are working on the
realization of fundamentally different machines, such as the connectionist, or “neural net,” machine.
Even though neural net machines are designed and built by people outside the current group of AI
researchers, they are so closely related that they must be included. Therefore, the Rich definition is
now too restrictive.

Simmons, A.B.; Chappell, S.G. (1988). Artificial intelligence-definition and practice. , 13(2),


14–42. doi:10.1109/48.551 

Vous aimerez peut-être aussi