Académique Documents
Professionnel Documents
Culture Documents
• La création du modèle
• L'évaluation
• Le déploiement : Le modèle va être déployé
en production pour faire des prédictions, et
potentiellement utiliser les nouvelles données
en entrée pour se ré-entrainer et améliorer
son modèle.
Introduction générale
• 1966
• Weizenbaum: ELIZA – un programme
(construit au MIT) qui simule un
psychothérapeute en reformulant la plupart
des affirmations du “patient” en question, et
en les lui posant
Histoire de l’IA
• 1969:
• General Problem Solver: résolveur de
problèmes général
Histoire de l’IA
• 1968
• Le maître international d’échecs britannique
D.Levy lance un défi à la communauté des
chercheurs en IA: dans les dix ans à venir,
aucun programme joueur d’échecs ne
parviendra à le battre.
• En 1977 CHESS4.5 perdra devant D.Levy
Histoire de l’IA
• 1980..
• Avancée technologique de l’informatique
• Exemples :
• Les systèmes experts deviennent
opérationnels en chimie, en médecine, en
géologie ou dans l’industrie.
• Deep Blue bat Kasparov (1997).
Histoire de l’IA
• Une avancée majeure dans le secteur de
l'intelligence machine est le succès de
l'ordinateur développé par IBM, Deep Blue,
qui est le premier à vaincre le champion
mondial d'échecs Garry Kasparov en 1997.
• La recherche publique ou privée se développe.
Histoire de l’IA
• IBM Watson, l'ordinateur dont le but est de
gagner au jeu Jeopardy. Ce but est atteint en
2011, quand Watson gagne à Jeopardy, en
répondant aux questions par traitement de
langage naturel
Histoire de l’IA
• En 2014, 64 ans après la prédiction d'Alan
Turing, le dialogueur Eugene Goostman est le
premier à réussir le test de Turing en
parvenant à convaincre 33 % des juges
humains au bout de cinq minutes de
conversation qu'il n’est pas un ordinateur,
L’approche cognitive
• Définition
• Robot : effectue des tâches répétitives et/ou précise dans
des environnements de travail trop dangereux pour
l'Homme.
Bien qu'ils effectuent des tâches automatiques, les robots
doivent aussi pouvoir s'adapter à des situations
particulières et/ou non prévus par le roboticien.
Cela est possible grâce à l'Intelligence Artificielle.
• Robotique : désigne l'ensemble des techniques permettant
la conception, la réalisation de machines automatiques ou
de robots.
La Robotique
• Types de robots
• les automates, les robots n'étant pas dotés
d'intelligence artificielle (I.A.), et ceux disposant
d'une I.A..
• Les automates (1ère génération)
• Un automate éxecute un programme pré-établi, que
ce soit de manière mécanique ou électronique. De ce
fait, il n'y a aucune adaptation possible entre
l'automate et son environnement.
La Robotique
• Les robots de 2ème génération
• Les robots de 2ème génération disposent des
capteurs, pouvant influer sur leurs
comportements.
Ils sont donc relativement adaptables à leur
environnement.
la robotique
• Les robots dotés d'I.A. (3ème génération)
• Un robot doit parvenir à effectuer une tâche
par lui-même, sans aucune aide extérieure.
la robotique
• Les robots sont utilisés par les astronautes
pour explorer la Lune et Mars, Ils permettent
de ramener des minerais et des photographies
de l’espace.
Systèmes Experts (1969-1979)
• Le premier système expert, appelé DENDRAL, fut crée
en 1969 pour la tâche spécialisée consistant à
déterminer la formule développée d’un corps
organique à partir de la formule brute et du
spectrogramme de masse du corps considéré.
• Apres le succès du DENDRAL, d'autres systèmes
d'experts furent crées, notamment le système MYCIN,
qui réalisait un diagnostic des infections sanguines.
Avec 450 règles, MYCIN réussissait a diagnostiquer à un
niveau proches des experts humains et
considérablement meilleur que celui des jeunes
médecins.
Systèmes experts.
• Définition
• Un système expert est un ensemble de
programmes avec lequel on peut représenter de la
connaissance d’un expert humain dans un domaine donné
et qui est capable d’opérer un certain nombre de
raisonnements dans le but de participer à la résolution de
problèmes lié à ce domaine.
• On parle aussi de Systèmes à Bases de Connaissance
(ou KBS, knowledge-based system).
Architecture d ’un système expert
• Chaînage avant
• Calcul des conclusions à partir des faits et des
règles.
• Chaînage arrière
• On part d’une conclusion et on cherche à vérifier
si elle est vérifiée («guidé par les buts»).
• Chaînage mixte
• Combinaison des deux précédents.
• A titre d'exemple considérons la base de connaissances
constituée de trois règles:
REGLE r1
SI animal vole ET
animal pond des œufs
ALORS animal est un oiseau
REGLE r2
SI animal a des plumes
ALORS animal est un oiseau
REGLE r3
SI animal est un oiseau ET
animal a un long cou ET
animal a de longues pattes
ALORS animal est une autruche
Exemple
•
Par ailleurs on suppose que la base de faits est
constituée de:
F1 : animal a des plumes
F2 : animal a un long cou
F3 : animal a de longues pattes
En chaînage avant, le moteur sélectionnera et
déclenchera les règles dont les prémisses sont
satisfaites:
Exemple
•
Exemple
En chaînage arrière, le système part sur un but à démontrer: par exemple F5: "animal
est une autruche". Il sélectionnera alors, de proche en proche les règles qui permettent
de prouver ce fait.
On notera par "ok" toutes les recherches qui aboutissent et par échec les autres.
Introduction au réseaux
de neurones
• 1 Définition
• dans la littérature, on utilise des termes pour désigner
le domaine des réseaux de neurones artificiels (RNA),
comme connexionnisme ou neuromimétique.
• Les réseaux de neurones artificiels ne désignent que les
modèles manipulés ;
• Connexionnisme et neuromimétique sont tous deux
des domaines de recherche à part entière, qui
manipulent chacun des modèles de RNA, mais avec des
objectifs différents.
• Les chercheurs connexionnistes ont pour but
d’améliorer les capacités de l’informatique en utilisant
des modèles aux composants fortement connectés.
• les neuromiméticiens manipulent des modèles de RNA
dans le but de vérifier des théories biologiques du
fonctionnement du système nerveux central.
Historique
• - 1890 : W. James, célèbre psychologue américain
introduit le concept de mémoire associative
• - 1943 : J. Mc Culloch et W. Pitts donnent une
modélisation du neurone biologique (un neurone au
comportement binaire). Ce sont les premiers à montrer
que des réseaux de neurones formels (RNF) simples
peuvent réaliser des fonctions logiques,
• - 1949 : D. Hebb, physiologiste américain explique le
conditionnement chez l’animal par les propriétés des
neurones eux-mêmes. Ainsi, nourrir tous les jours à la
même heure un chien, entraîne chez cet animal la
sécrétion de salive à cette heure précise même en
l’absence de nourriture. La loi de modification des
propriétés des connexions entre neurones qu’il
propose explique en partie ce type de résultats
expérimentaux.
• Les premiers succès
• 1958: F. Rosenblatt développe le modèle du
Perceptron. C'est un réseau de neurones inspiré
du système visuel. C'est le premier système
artificiel capable d'apprendre par expérience.