Académique Documents
Professionnel Documents
Culture Documents
ThinkProduits
Solutions
Consulting
Support
En savoir plus
Regardez la vidéo IBM Cloud Paks: un logiciel propulsé par l’IA pour faire progresser la transformation
numérique
Alors qu'un certain nombre de définitions de l'intelligence artificielle (IA) ont été proposées au cours
des dernières décennies, John McCarthy avance la définition suivante dans ce document de 2004
(PDF, 106 ko, lien externe à IBM): "C'est la science et l'ingénierie de la fabrication de machines
intelligentes, en particulier de programmes informatiques intelligents. Elle est liée à la tâche similaire
qui consiste à utiliser des ordinateurs pour comprendre l'intelligence humaine, mais l'IA ne doit pas se
limiter aux méthodes qui sont biologiquement observables."
Cependant, des décennies avant cette définition, la naissance de la discussion sur l'intelligence
artificielle était signalée dans l'ouvrage fondamental d'Alan Turing, "Computing Machinery and
Intelligence" (PDF, 89,8 ko, lien externe à IBM), publié en 1950. Dans cet article, Turing, souvent
appelé le "père de l'informatique", pose la question suivante : "Les machines peuvent-elles penser ?" .
C'est alors qu'il propose un test, désormais connu sous le nom de "Test de Turing", où une personne
essaie de distinguer une réponse d'un ordinateur de celle d'un humain. Bien que ce test ait fait l'objet
de nombreux débats depuis sa publication, il reste un élément important de l'histoire de l'intelligence
artificielle, ainsi qu'un concept très actuel au sein de la philosophie, car il fait appel à des idées
relatives à la linguistique.
Stuart Russell et Peter Norvig ont ensuite publié Artificial Intelligence: A Modern Approach (le lien
réside en dehors d'IBM), qui est devenu l'un des principaux manuels de référence dans l'étude de
l'intelligence artificielle. Ils y examinent quatre objectifs ou définitions potentiels de l'IA, qui
différencient les systèmes informatiques sur la base de la rationalité et de la réflexion par rapport à
l'action:
Approche humaine:
Approche idéale:
La définition d'Alan Turing aurait été classée dans la catégorie des "systèmes qui agissent comme des
êtres humains."
Dans sa forme la plus simple, l'intelligence artificielle est un domaine qui combine l'informatique et
des ensembles de données solides pour permettre la résolution de problèmes. Elle englobe également
les sous-domaines de l'apprentissage automatique et de l'apprentissage en profondeur qui sont
fréquemment mentionnés en association à l'intelligence artificielle. Ces disciplines sont composées
d'algorithmes d'IA qui cherchent à créer des systèmes experts qui exécutent des prévisions ou des
classifications sur la base de données d'entrée.
Aujourd'hui, le développement de l'IA fait encore l'objet d'un grand battage médiatique, ce qui est
normal pour toute nouvelle technologie émergente sur le marché. Comme indiqué dans le "Hype
cycle" de Gartner (lien hors IBM), les produits innovants comme les voitures autonomes et les
assistants personnels suivent "une progression typique de l'innovation, passant d'un excès
d'enthousiasme à une période de désillusion jusqu'à la compréhension finale de la pertinence de
l'innovation et de son rôle sur un marché ou domaine." Comme le souligne Lex Fridman ici (01:08:15)
(lien externe à IBM) dans sa conférence au MIT en 2019, nous sommes au sommet des attentes
exagérées et nous approchons de la période de désillusion.
Alors que des discussions émergent autour de l'éthique de l'IA, nous pouvons commencer à entrevoir
les premiers signes du creux lié à la désillusion. Pour en savoir plus sur le positionnement d'IBM dans
cet débat autour de l'éthique de l'intelligence artificielle, lisez ceci.
Produits à la une
Watson Studio
L'IA faible, également appelée IA étroite ou intelligence artificielle étroite (ANI, Artificial Narrow
Intelligence), est une IA entraînée et concentrée pour effectuer des tâches spécifiques. L'intelligence
artificielle faible régit l'essentiel de l'IA actuelle. Il serait plus approprié de parler d'IA étroite car elle
n'a en fait rien de faible ; elle contribue au fonctionnement de certaines applications très robustes,
comme Siri d'Apple, Alexa d'Amazon, IBM Watson et les véhicules autonomes.
L'IA forte se compose de l'intelligence artificielle générale (IAG) et de la super intelligence artificielle
(SIA). L'intelligence artificielle générale (IAG), ou IA générale, est une forme théorique d'IA dans
laquelle une machine aurait une intelligence égale à celle des êtres humains : elle aurait une
conscience d'elle-même, serait capable de résoudre des problèmes, d'apprendre et de planifier l'avenir.
La super intelligence artificielle (SIA), également appelée super intelligence, dépasserait l'intelligence
et les capacités du cerveau humain. Bien que l'IA forte soit encore entièrement théorique et qu'aucun
exemple pratique ne soit utilisé aujourd'hui, cela ne signifie pas que les chercheurs en IA n'explorent
pas son développement. En attendant, les meilleurs exemples d'IAG sont peut-être issus de la science-
fiction, comme HAL, l'assistant informatique surhumain et dévoyé de 2001: l'odyssée de l'espace.
Liens connexes
AutoAI
IA explicable
L'apprentissage en profondeur est composé de réseaux neuronaux. Le terme "en profondeur" fait
référence à un réseau neuronal composé de plus de trois couches, incluant les entrées et la sortie, qui
peut être considéré comme un algorithme d'apprentissage en profondeur.
L'apprentissage machine "en profondeur" peut s'appuyer sur des ensembles de données étiquetées, on
parle également d'apprentissage supervisé, pour informer son algorithme, mais il ne nécessite pas
nécessairement un ensemble de données étiquetées. Il peut ingérer des données non structurées dans
leur forme brute (texte, images, etc.) et déterminer automatiquement la hiérarchie des caractéristiques
qui distinguent les différentes catégories de données les unes des autres. Contrairement à
l'apprentissage automatique, il ne nécessite pas d'intervention humaine pour traiter les données, ce qui
nous permet de faire évoluer l'apprentissage automatique de manière plus intéressante.
Applications de l'intelligence artificielle
Les applications de systèmes d'IA dans le monde réel sont nombreuses aujourd'hui. Voici quelques-
uns des exemples d'application les plus courants :
L'idée d'une "machine qui pense" remonte à la Grèce antique. Mais depuis l'avènement du calcul
électronique (et par rapport à certains des sujets abordés dans cet article), voici quelques événements
et étapes importants dans l'évolution de l'intelligence artificielle :
IBM a toujours été leader en matière d'avancées des technologies pilotées par l'IA pour les entreprises
et a été pionnier concernant le futur des systèmes d'apprentissage automatique pour de multiples
secteurs. Basé sur des décennies de recherche en intelligence artificielle, des années de collaboration
avec des entreprises de toues tailles, et sur les enseignements tirés de plus de 30 000 engagements
IBM Watson, IBM a développé l'échelle de l'intelligence artificielle pour des déploiements d'IA
réussis :