Plan

• Définition(s)
• rôles de l’IA
• applications de l’IA
• Techniques classiquement utilisées
• Quelques éléments de comparaison des différents types d’IA
• Quelques liens utiles
• Proposition d’infographies d’illustration :

Définition(s)

Selon Wikipedia

L’intelligence artificielle (IA) est l’ensemble des systèmes informatiques capables d’effectuer des tâches typiquement associées à l’intelligence, telles que l’apprentissage, le raisonnement, la résolution de problèmes, la perception ou la prise de décision. L’intelligence artificielle est également le champ de recherche visant à développer de tels systèmes.

rôles de l’IA

• Trouver une solution répondant à différentes contraintes :
  • résoudre un sudoku
  • gagner au morpion
  • résoudre le problème du compte est bon
• Trouver la “meilleure” solution à un problème
  • trouver le trajet le plus rapide entre Caen et Le Havre
• raisonnement
  • preuve mathématique
  • tous les corbeaux sont noirs ; Edwige est blanche ; Edwige est-elle un corbeau ?
• apprentissage supervisé
  • on dispose de données “étiquetées” ; on prédit l’étiquette d’une donnée encore inconnue
• apprentissage non supervisé
  • on essaie de regrouper des données “qui se ressemblent” sans regrouper des données “trop différentes”

applications de l’IA

• jeux de stratégie à 2 joueurs
  • l’IA remplace un joueur
• jeux avec PNJ (Personnages non joueurs)
  • l’IA simule les comportements de PNJ
• calcul d’itinéraires
• preuve
• systèmes experts et mémoires d’entreprise : informatiser la connaissance métier et l’utiliser pour diagnostiquer/résoudre des problèmes
• perception
  • reconnaissance des formes
  • reconnaissance des sons
• prise de décision
  • comportement de robots autonomes

Techniques classiquement utilisées

• exploration d’un espace à la recherche d’une solution :
  • Principe :
    • on construit des configurations :
    • soit de zéro
    • soit progressivement, en éliminant au fur et à mesure ce qui ne colle pas
  • si on n’aboutit pas à une solution valable, on cherche la suivante
    • soit de zéro
    • soit en revenant à la configuration pour laquelle il reste des solutions potentielles à explorer
• recherche d’une solution optimale :
  • on retient une première solution à la quelle on donne une valeur ;
  • on recherche de nouvelles solutions :
    • En cours de construction, si on détermine que la valeur sera moins bonne que celle actuellement trouvée, on cherche une autre solution
  • si on trouve une solution de valeur plus grande, on retient celle-ci comme nouvelle potentielle meilleure solution.
• utilisation de différentes logiques
  • logique des propositions
  • logique des prédicats
  • logiques modales :
    • logique temporelle (un jour, toujours)
    • logique épistémique (je sais que)
    • logique doxastique (je crois que)
    • logique déontique (obligation, interdiction, permission, facultatif)
  • logique linéaire (avec “consommation”)
  • logique floue (avec des probabilités)
  • etc.
• algorithmes génétiques (exploration de très larges espaces d’états)
• régression (approximation) / interpolation (exacte)
• raisonnement à partir de cas (raisonnement)
• K plus proches voisins (apprentissage supervisé)
• arbres de décision (apprentissage supervisé)
• réseaux de neurones (apprentissage supervisé)
• K moyennes (apprentissage non supervisé)
• systèmes multi-agents (multi-paradigmes)
• réseaux bayésiens (apprentissage)
• modèles décisionnels de Markov (calcul de politiques pour de la décision)
• etc.

=> aller voir sur le site de l’AFIA ici pour un aperçu plus graphique

Quelques éléments de comparaison des différents types d’IA

• apprentissage / pas d’apprentissage ?
• recherche exhaustive ou heuristique ?
  • exhaustive : on énumère toutes les solutions ;
  • heuristique : on utilise une règle empirique pouvent potentiellement guider la solution. On peu ainsi gagner beaucoup de temps… au risque de louper la (meilleure) solution
• applique un raisonnement décrit ou non ?
• donne des réponses sûres ou pas ?

Quelques liens utiles

• démonstrateur de réseaux de neurones : https://playground.tensorflow.org
• chaîne Youtube Projets IA
• recherche d’un chemin dans un graphe : https://qiao.github.io/PathFinding.js/visual/
• précédentes formations :
  • algorithme min-max
  • back-tracking
  • recherche de plus court chemin dans un graphe

Proposition d’infographies d’illustration :

• chatGPT, version 1 :

L’IA en infographie

• chatGPT, version 2 :

L’IA en infographie

• Notebook :

L’IA en infographie