L’Intelligence Artificielle (IA)

Imane Allaouzi
imane.allaouzi@gmail.com
Plan
Pré-requis pour comprendre l’Intelligence Artificielle

Intelligence Artificielle: c’est quoi ?

Les différentes disciplines de l’Intelligence Artificielle

Les différentes approches de l’Intelligence Artificielle

Pourquoi l’IA décolle?

Applications de l’IA dans divers domaines

Le paradoxe de Moravec

Les types de l’IA

Pré-requis pour IA

1 Algorithme
➢Un des piliers de l’informatique.

➢Un ensemble des règles à suivre pour résoudre un problème.

➢Sa puissance provient de son caractère réutilisable.

2 Données
➢Les données représentent le fondement et le carburant de l'IA.

➢L’explosion quantitative et exponentielle des données

numériques « Big Data ».

3 Stockage et Traitement des données

➢L’lntelligence artificielle s'appuie sur la progression des
capacités de stockage et de calcul des ordinateurs.

➢ Cloud Computing: Il consiste à exploiter la puissance de calcul

ou de stockage de serveurs informatiques distants par
l'intermédiaire d'un réseau, généralement Internet.
 IA c’est quoi ?
➢Le terme d’intelligence artificielle, est prononcé pour la première fois durant la conférence
“Dartmouth Summer Research Project on Artificial Intelligence.” de John McCarthy en 1956.

➢L'intelligence artificielle est née en tant que discipline en 1956 aux États-Unis, lors du conférence
de Dartmouth. Les scientifiques qui y ont participé ont étudié les conditions de création de machines
capables d'apprentissage ou d’autres formes d'intelligence.

➢L’IA est un champ de recherche visant la création de systèmes pensant ou agissant comme le ferait
un être humain.

➢La définition de l’IA a fait l’objet d’un âpre débat entre les spécialistes du domaine vu que la
définition de l’intelligence ne fait pas encore consensus.
Les Différentes disciplines de l’IA

Computer Vision
• Image
• Video

Language and Communication

• Speech->Text
• Text->Speech
• Text->Text

Le raisonnement
• La capacité a combiné plusieurs informations pour en tirer des
conclusions

La robotique
• Permet l’interaction entre la machine et le monde physique
Les différentes approches de l’IA
Deux grandes approches

La programmation Machine Learning

symbolique
But:
But: Entrainer un algorithme en lui fournissant des
Coder explicitement un ensemble données et le laisser établir des corrélations.
des règles pour résoudre un
problème. Deep Learning
Une approche de l’intelligence artificielle
Limites: inspirée du fonctionnement du cerveau
• Chronophonage ( prend du temps) humain et qui s’appuie sur des réseaux
• Difficilement réutilisable pour un neuronaux composés de très nombreuses
autre besoin. couches d’unités de calcul. A
 Les différentes approches de l’IA
Task: Spam Filter
La programmation symbolique
1. Vous devez tout d'abord examiner à quoi ressemble généralement le
spam. Vous remarquerez peut-être que certains mots ou expressions (tels
que "4U", "carte de crédit", "gratuit" et "incroyable") ont tendance à revenir
souvent dans le sujet. Peut-être remarquerez-vous également quelques
autres indicateurs dans le nom de l'expéditeur, le corps de l'e-mail, etc.

2. Vous écririez un algorithme de détection pour chacun des indicateurs que

vous avez remarqués, et votre programme marquerait les e-mails comme
spam si un certain nombre de ces indicateurs sont détectés.

3. Vous testerez votre programme et répéterez les étapes 1 et 2 jusqu'à ce

qu'il soit assez bon.

(-) Étant donné que le problème n'est pas trivial, votre programme deviendra probablement une longue liste de
règles complexes - assez difficiles à maintenir.

(-) De plus, si les spammeurs remarquent que tous leurs e-mails contenant « 4U » sont bloqués, ils peuvent
commencer à écrire « Four U » à la place. Si les spammeurs continuent de contourner votre filtre anti-spam, vous
devrez continuer à écrire de nouvelles règles pour toujours.
 Les différentes approches de l’IA
Task: Spam Filter

Machine learning

Un filtre anti-spam basé sur des techniques d'apprentissage

automatique apprend automatiquement quels mots et expressions
sont de bons prédicteurs de spam. En détectant des indicateurs
inhabituellement fréquents dans les exemples de spam par rapport
aux Non-Spam.

(+) Le programme est beaucoup plus court, plus facile à maintenir et probablement plus précis.

(+) Si les spammeurs remarquent que tous leurs e-mails contenant « 4U » sont bloqués, ils peuvent commencer à
écrire « Four U » à la place. Un filtre anti-spam basé sur des techniques d'apprentissage automatique remarque
automatiquement que "Four U" est devenu inhabituellement fréquent dans les Spams signalés par les utilisateurs,
et il commence à les signaler sans votre intervention.
 Pourquoi l’IA décolle?
1. L’EXPLOSION DU VOLUME DE DONNÉES:
▪Les données représentent le fondement et le carburant de l'IA.

▪Avec le monde numérique hyper-connecté, nous créons plus de données que jamais auparavant et elles ne cessent de croître. C’est ce
qu’on appelle le Big Data.

▪Le Big Data sous-tend la plupart de ce que nous faisons avec l'IA.

2. LA DÉMOCRATISATION DES ALGORITHMES:

▪Les algorithmes sont de plus en plus sophistiqués.

▪Aujourd’hui, les algorithmes de machine learning sont disponibles en open source, au sein de ce que l’on appelle des frameworks.

▪Avec les frameworks, plus besoin de tout coder de zéro !

3. L’AUGMENTATION DE LA PUISSANCE DE CALCUL:

▪Le matériel informatique a connu deux récentes révolutions:

✓ La première est l’apparition des GPU à la fin des années 1990. Ils se sont révélés extrêmement performants pour «entraîner»
rapidement des algorithmes de machine learning.

✓La seconde révolution est l’avènement du cloud computing au dé́ but des années 2000. Ce type de service permet à tout
développeur de disposer à distance des importantes ressources de calcul nécessaires au machine learning.
Applications d'IA dans divers domaines
 Le paradoxe de Moravec

“It is comparatively easy to make computers

exhibit adult level performance on intelligence
tests or playing checkers, and difficult or
impossible to give them the skills of a one-
year-old when it comes to perception and
mobility”
Moravec ,1980
 Types de l’Intelligence Artificielle
L’IA étroite ou faible est capable
d'effectuer une tâche dédiée avec
intelligence.
L'IA étroite ne peut pas fonctionner
au-delà de son domaine ou de ses
limites, car elle n'est formée que pour
une tâche spécifique.
La plus courante et actuellement
disponible dans le monde de
l'intelligence artificielle.
L'IA générale est un type
d'intelligence qui pourrait effectuer
n'importe quelle tâche intellectuelle
avec efficacité comme un humain.
Actuellement, il n'existe aucun
système de ce type qui peut effectuer
n'importe quelle tâche aussi parfaite
qu'un humain.
La super IA est un niveau
d'intelligence des systèmes auquel les
machines pourraient surpasser
l'intelligence humaine.
C'est un résultat de l'IA générale.
Certaines caractéristiques clés d'une
IA forte incluent la capacité de
penser, de raisonner, de porter des
jugements, de planifier, d'apprendre et
de communiquer par elle-même.