Académique Documents
Professionnel Documents
Culture Documents
Intuition
de l'intelligence
artificielle
1
Ce chapitre couvre
• Définition de l'IA telle que nous la connaissons
1
2 Chapitre 1 I Intuition de l'intelligence
artificielle
nous voyons que l'élément central du fonctionnement est la donnée. Les images que nous
voyons sont des données ; les sons que nous entendons sont des données ; les mesures
des choses qui nous entourent sont des données. Nous consommons des données, nous
les traitons toutes et nous prenons des décisions sur la base de ces données. Il est donc
important de comprendre les concepts qui entourent les données pour comprendre les
algorithmes de l'intelligence artificielle (IA).
Définition de l'IA
Certains affirment que nous ne comprenons pas ce qu'est l'IA parce que nous avons
du mal à définir l'intelligence elle-même. Salvador Dalí pensait que l'ambition était un
attribut de l'intelligence ; il a dit : "L'intelligence sans ambition est un oiseau sans
ailes." Albert Einstein pensait que l'imagination était un facteur important de
l'intelligence ; il a dit : "Le véritable signe de l'intelligence n'est pas la connaissance,
mais l'imagination." Et Stephen Hawking a déclaré : "L'intelligence est la capacité
d'adaptation", ce qui signifie qu'il faut être capable de s'adapter aux changements dans le
monde. Ces trois grands esprits avaient des points de vue différents sur l'intelligence.
S'il n'existe pas encore de réponse définitive à la question de l'intelligence, nous savons
au moins que notre compréhension de l'intelligence repose sur le fait que l'homme est
l'espèce dominante (et la plus intelligente).
Pour le bien de notre santé mentale, et pour nous en tenir aux applications
pratiques de ce livre, nous définirons vaguement l'IA comme un système synthétique
qui présente un comportement "intelligent". Au lieu d'essayer de définir quelque chose
comme étant de l'IA ou non, faisons référence à sa ressemblance avec l'IA. Une chose peut
présenter certains aspects de l'intelligence parce qu'elle nous aide à résoudre des
problèmes difficiles et qu'elle nous apporte de la valeur et de l'utilité. En général, les
implémentations de l'IA qui simulent la vision, l'audition et d'autres sens naturels sont
considérées comme proches de l'IA. Les solutions capables d'apprendre de manière
autonome tout en s'adaptant à de nouvelles données et à de nouveaux
environnements sont également considérées comme proches de l'IA.
Voici quelques exemples de choses qui font preuve d'intelligence artificielle :
• Un système qui réussit à jouer à de nombreux types de jeux complexes
• Un système de détection des tumeurs cancéreuses
• Un système qui génère des œuvres d'art à partir de peu d'informations.
• Une voiture à conduite autonome
Douglas Hofstadter a dit : "L'IA est ce qui n'a pas encore été fait". Dans les exemples
que nous venons de citer, une voiture à conduite autonome peut sembler intelligente
parce qu'elle n'a pas encore été perfectionnée. De même, un ordinateur qui additionne
des chiffres était considéré comme intelligent il y a quelque temps, mais il est considéré
comme acquis aujourd'hui.
L'essentiel est que l'IA est un terme ambigu qui a des significations différentes selon
les personnes, les industries et les disciplines. Les algorithmes présentés dans ce livre
Qu'est-ce que l'intelligence 3
artificielle ?
ont été classés comme des algorithmes d'IA dans le passé ou le présent ; qu'ils
répondent ou non à une définition spécifique de l'IA n'a pas vraiment d'importance.
Ce qui compte, c'est qu'ils sont utiles pour résoudre des problèmes difficiles.
4 Chapitre 1 I Intuition de l'intelligence
artificielle
Les données sont des faits bruts sur les choses, donc les enregistrements de ces
données n'ont généralement aucun parti pris. Dans le monde réel, cependant, les
données sont collectées, enregistrées et mises en relation par des personnes en
fonction d'un contexte spécifique et d'une compréhension spécifique de la manière
dont les données peuvent être utilisées. L'acte de construire des idées significatives
Qu'est-ce que l'intelligence 5
pour répondre à des questions artificielle
basées? sur des données est la création d'informations.
En outre, l'acte d'utiliser les informations avec des expériences et de les appliquer
consciemment crée des connaissances. C'est en partie ce que nous essayons de simuler
avec les algorithmes d'IA.
La figure 1.2 montre comment les données quantitatives et qualitatives peuvent être
interprétées. Des instruments standardisés tels que des horloges, des calculatrices et
des balances sont généralement utilisés pour mesurer les éléments suivants
6 Chapitre 1 I Intuition de l'intelligence
artificielle
des données quantitatives, tandis que nos sens de l'odorat, de l'ouïe, du goût, du
toucher et de la vue, ainsi que nos opinions, sont généralement utilisés pour créer des
données qualitatives.
Les algorithmes sont utilisés pour de nombreuses solutions différentes. Par exemple,
nous pouvons permettre un chat vidéo en direct dans le monde entier grâce à des
algorithmes de compression, et nous pouvons naviguer dans les villes grâce à des
applications cartographiques qui utilisent des algorithmes de routage en temps réel.
Même un simple programme "Hello World" fait intervenir de nombreux algorithmes pour
traduire le langage de programmation lisible par l'homme en code machine et exécuter
les instructions sur le matériel. Vous pouvez trouver des algorithmes partout si vous
regardez de près.
Pour illustrer quelque chose de plus proche des algorithmes de ce livre, la figure 1.4
Qu'est-ce que l'intelligence 9
montre un algorithme de jeuartificielle ?
de devinettes représenté sous forme d'organigramme.
L'ordinateur génère un nombre aléatoire dans une plage donnée et le joueur tente de
deviner ce nombre. Remarquez que l'algorithme comporte des étapes discrètes qui
effectuent une action ou prennent une décision avant de passer à l'opération
suivante.
10 Chapitre 1 I Intuition de l'intelligence
artificielle
Types de problèmes et
paradigmes de résolution de
problèmes
Les algorithmes d'IA sont puissants, mais ce ne sont pas des balles d'argent qui
peuvent résoudre tous les problèmes. Mais quels sont les problèmes ? Cette section
examine différents types de problèmes que nous rencontrons habituellement en
informatique, en montrant comment nous pouvons commencer à acquérir une intuition à
leur sujet. Cette intuition peut nous aider à identifier ces problèmes dans le monde
réel et à guider le choix des algorithmes utilisés pour les résoudre.
Plusieurs termes en informatique et en IA sont utilisés pour décrire les problèmes. Les
problèmes sont classés en fonction de leur contexte et de leur objectif.
Modèles stochastiques/probabilistes :
Résultat potentiellement différent à chaque fois qu'il est calculé
Les modèles probabilistes sont des modèles qui, à partir d'une entrée spécifique, renvoient
un résultat parmi un ensemble de résultats possibles. Les modèles probabilistes
comportent généralement un élément d'aléa contrôlé qui contribue à l'ensemble des
résultats possibles. Si l'on considère l'heure de midi, par exemple, on peut s'attendre à
ce que le temps soit ensoleillé, nuageux ou pluvieux ; il n'y a pas de temps fixe à cette
heure.
10 Chapitre 1 I Intuition de l'intelligence
artificielle
Ancienne IA et nouvelle IA
On utilise parfois les notions d'ancienne IA et de nouvelle IA. L'ancienne IA est souvent
comprise comme étant des systèmes dans lesquels des personnes ont encodé les règles
qui font qu'un algorithme présente un comportement intelligent - grâce à une
connaissance approfondie du problème ou par essais et erreurs. Un exemple de
l'ancienne IA est une personne qui crée manuellement un arbre de décision et les
règles et options de l'ensemble de l'arbre de décision. La nouvelle IA vise à créer des
algorithmes et des modèles qui apprennent à partir de données et créent leurs
propres règles qui fonctionnent aussi bien, voire mieux, que les règles créées par
l'homme. La différence est que ces dernières peuvent trouver des modèles importants
dans les données qu'une personne ne trouverait jamais ou qu'il lui faudrait beaucoup
plus de temps pour trouver. Les algorithmes de recherche sont souvent considérés
comme de la vieille IA, mais une solide compréhension de ceux-ci est utile pour
apprendre des approches plus complexes. Ce livre vise à présenter les algorithmes
d'IA les plus populaires et à développer progressivement chaque concept. La figure 1.7
illustre la relation entre certains des différents concepts de l'intelligence artificielle.
Intuition des concepts d'intelligence 13
artificielle
Algorithmes de recherche
Les algorithmes de recherche sont utiles pour résoudre des problèmes dans lesquels
plusieurs actions sont nécessaires pour atteindre un objectif, comme trouver un chemin
dans un labyrinthe ou déterminer le meilleur mouvement à effectuer dans un jeu. Les
algorithmes de recherche évaluent les états futurs et tentent de trouver le chemin le
plus optimal pour atteindre l'objectif le plus valable. En général, les solutions possibles
sont trop nombreuses pour que l'on puisse les forcer brutalement. Même de petits
espaces de recherche peuvent entraîner des milliers d'heures de calcul pour trouver la
meilleure solution. Les algorithmes de recherche fournissent des moyens intelligents
d'évaluer l'espace de recherche. Les algorithmes de recherche sont utilisés dans les
moteurs de recherche en ligne, les applications de routage de cartes et même les
agents de jeu.
sont plus performants que leurs ancêtres. L'intelligence en essaim est un groupe
d'individus apparemment "idiots" présentant un comportement intelligent.
L'optimisation par colonies de fourmis et l'optimisation par essaims de particules sont
deux algorithmes populaires que nous allons explorer dans ce livre.
utilisé à mauvais escient s'il tombait entre de mauvaises mains. Des milliers de
serveurs à travers le monde reçoivent des données, les traitent et les stockent. Les
attaquants tentent de compromettre ces systèmes pour accéder aux données, aux
appareils, voire aux installations.
En utilisant l'IA, nous pouvons identifier et bloquer les attaques potentielles sur les
serveurs. Certaines grandes entreprises de l'internet stockent des données sur la
façon dont des individus spécifiques interagissent avec leur service, y compris les
identifiants de leurs appareils, leur géolocalisation et leur comportement d'utilisation ;
lorsqu'un comportement inhabituel est détecté, des mesures de sécurité limitent
l'accès. Certaines sociétés Internet peuvent également bloquer et rediriger le trafic
malveillant lors d'une attaque par déni de service distribué (DDoS), qui consiste à
surcharger un service de fausses demandes dans le but de le faire tomber ou
d'empêcher l'accès des utilisateurs authentiques. Ces demandes non authentiques
peuvent être identifiées et réacheminées pour minimiser l'impact de l'attaque en
comprenant les données d'utilisation des utilisateurs, les systèmes et le réseau.
Figure 1.10 Utilisation de réseaux neuronaux pour apprendre à jouer à des jeux vidéo
22 Chapitre 1 I Intuition de l'intelligence
artificielle
Maintenant que nous avons une intuition abstraite de ce qu'est l'IA, de la catégorisation
des thèmes qui la composent, des problèmes qu'elle vise à résoudre et de quelques cas
d'utilisation, nous allons nous plonger dans l'une des formes les plus anciennes et les
plus simples d'imitation de l'intelligence : les algorithmes de recherche. Les
algorithmes de recherche fournissent une bonne base pour certains concepts qui sont
employés par d'autres algorithmes d'IA plus sophistiqués explorés dans ce livre.
Utilisations des algorithmes d'intelligence 23
artificielle