IA en général
Définition : L’intelligence artificielle (IA, ou AI en anglais pour Artificial Intelligence) consiste à mettre en œuvre un certain nombre de techniques visant à permettre aux machines d’imiter une forme d’intelligence réelle.
Histoire : C’est en 1950 qu’Alan Turing parle pour la première fois d’intelligence artificiel dans sa publication Cumputing machinery and intelligence.
Le test Turing est la preuve de sa découverte. Ce test consiste à mettre un humain à l’aveugle en confrontation verbale avec un ordinateur et un autre humain. Si la personne est incapable de différencier les réponses entre la machine et l’homme alors le test est une réussite. Pour conserver la simplicité et l’universalité du test, la conversation est limitée à des messages textuels. Ce test est un exemple d’IA faible
Les différentes IA : faible et forte
L’intelligence artificielle faible est un programme complexe qui simule le résultat d’un comportement spécifique observé à l’avance et ne donnant pas d’application non prévue. Le programme est incapable d’évoluer contrairement à l’humain d’où le nom : d’Intelligence artificiel faible.
Les ordinateurs ainsi que les calculatrices en sont des exemples.
Intelligence artificielle forte est l’exemple parfait de l’intelligence d’un clone humain numérique. À partir d’un programme simple, elle pourra évoluer vers un programme plus complexe. Ainsi la machine sera consciente d’elle-même et éprouvera des sentiments face à des situations. Alors quand un problème arrivera, elle sera capable de penser et résonner comme un « humain » afin de le résoudre. L’homme évolue grâce à l’apport d’information qui peut parfois le pousser vers un changement fondamental. Mais l’avantage de l’IA est la quantité d’informations en mémoire et la vitesse de traitement ainsi que la pérennité de son cycle de vie.
Pour créer cette IA forte, les spécialistes travaillent sur des IA utilisant le deep learning.
Le deep learning est une avancer vers l’IA. L’apprentissage profond (deep learning) est une méthode qui permet l’évolution d’analyse automatique de l’IA.
Il existe deux types d’apprentissage profond : l’apprentissage supervisé et non supervisé.
Lors d’un apprentissage supervisé, le programme tente d’accéder le plus efficacement possible aux mêmes résultats que l’homme. L’évolution de l’IA est analysée afin d’améliorer sa programmation.
Alors que dans un apprentissage non supervisé les programmeurs n’ont pas accès à la méthode utilisée par l’IA. C’est le programme qui choisit la meilleure méthode pour arriver à ses fins.
