|
NOMBRES - Curiosités, théorie et usages Accueil / Dictionnaire / Rubriques / Index / Références / Nouveautés ORIENTATION GÉNÉRALE - M'écrire - Édition du: 04/04/2012 |
|
-Ý- RUBRIQUE: INTELLIGENCE ARTIFICIELLE |
|||
|
§ Jeux |
§ Théorie |
||
|
§ Automate |
|||
|
§ |
§ |
||
|
Sommaire de cette page >>> TROIS MÉTHODES par l'exemple >>> TROIS MÉTHODES par l'explication >>>
ASCENDANT ou DESCENDANT >>> VOCABULAIRE >>> HISTORIQUE |
Pages sur sujets voisins: § Dualité § Logique |
||
|
INTELLIGENCE ARTIFICIELLE I.A. Personne ne viendra lire cette page sans avoir sa
petite idée sur ce qu’est l’intelligence artificielle. C'est un vaste sujet.
C’est cette faculté de reproduire un " raisonnement " par
des moyens informatiques. C’est l’ordinateur qui "pense"… pour
reconnaître, s'adapter à des situations… comme le ferait un être humain. En 1950, Alan Turing se
posait la question: "Can machine think?".
Quelques années plus tard, McCarthy propose de nommer les recherches dans ce
domaine: intelligence artificielle. À cette époque les chercheurs, outre
Turing et McCarthy sont: Claude Shannon,
Marvin Minsky, Rochester
… McCarthy est l'inventeur du premier langage
d'intelligence artificielle: le langage LISP (List
Processor). |
Anglais:
Artificial Intelligence – A.I.
|
Il
existe de nombreux sites expliquant la théorie. On
essaie, ici, de toucher du doigt le domaine, de
comprendre les mécanismes et les enjeux. |
-Ý- TROIS MÉTHODES par l'exemple
|
Trois niveaux possibles de
" raisonnement " ou plutôt Trois méthodes utilisées en intelligence
artificielle |
Exemple avec le jeu de dames
|
ALGORITHME |
|
Avant chaque mouvement de pièce, exploration de tous les cas possibles. On peut, au prix d'une certaine complexité, y ajouter des tests pour éviter d'explorer des cas de figures très probablement perdants. Le but étant de diminuer le nombre des calculs qui, ici, et pire aux échecs, sont trop nombreux pour être calculés en un temps
raisonnable. >>> Suite |
|
EXPERT |
|
On pourrait enregistrer dans une base de connaissances, un grand nombres de parties
connues Si le système reconnaît une de ces parties, il joue les coups enregistrés On voit bien ici que l'algorithme déroule bêtement l'exploration de tous les coups
permis. Avec le système expert, comme son nom l'indique, une bonne dose de connaissance du jeu a été
introduite. Ça n'est plus une simple mécanique en action, mais l'utilisation de règles de déduction basées sur la forte connaissance des spécialistes
humains >>> Suite |
|
NEURONIQUE |
|
Apprentissage en jouant des parties et en tentant de mémoriser les différences
entre-elles. Trouver les caractéristiques de chacune. La machine se bonifie à chaque partie L'homme en face ne sait pas très bien ce que la machine mémorise pour arriver au résultat Mais ça marche! Aucune expertise n'est apportée. Sinon par mimétisme du joueur en face de la machine.
Et encore! On a conçu des machines neuroniques qui jouaient
entre elles. Un programme de sélection récompensait les plus
fortes et éliminaient les plus faibles. Par auto adaptation restait une seule machine qui s'est révélée très performante. >>> Suite |
Conclusion
|
Les trois manières de trouver une solution sont très
différentes et s'appliquent à des cas d'application différents. Elles sont complémentaires. |
-Ý- TROIS MÉTHODES par l'explication
Les ordinateurs
|
sont devenus de plus en
plus puissants, mais ils ne permettent
pas de toujours résoudre tous les problèmes. La matériel n'est
peut être pas en cause. C'est le logiciel
qu'il faut améliorer |
La construction de
logiciels s'appuie sur plusieurs approches:
|
L'approche basée sur |
Et l'approche basée sur |
|
|
des recettes |
la connaissance |
|
|
Procédure pas à pas |
Injectée |
|
|
ALGORITHME |
Bases de connaissances |
Apprise |
|
|
EXPERT |
Auto-apprentissage |
|
|
|
NEURONIQUE |
Une approche algorithmique
|
nécessite l’écriture du
processus à suivre pour résoudre le problème. puis sa transcription en
un programme Lorsque le problème est
complexe, ce peut être une étape
coûteuse ou impossible. D’autre part, les ordinateurs sont des
machines complètement logiques qui suivent à la lettre
chacune des instructions du programme. C’est un avantage
lorsque tous les cas ont été prévus à l’avance par le
développeur de l'algorithmique. |
La seconde approche
|
possible est celle de l’intelligence
artificielle (IA), avec pour application la
plus connue les systèmes experts. |
|
Voir Raisonnement |
|
Ici, la résolution du
problème est confiée à un ensemble de règles
données par l’expert humain du domaine. Il n’en demeure pas
moins que toutes les règles
doivent avoir été exprimées préalablement au traitement, et que le programme
demeure binaire dans son exécution. Les cas qui n’ont pas
été prévus par l’expert ne seront pas
correctement traités. L’introduction de la logique
floue ne change pas la nature
des limitations d’emploi du programme : l'exécution reste
totalement déterministe. |
L’approche basée sur la
connaissance
|
s'applique là où la
modélisation de la connaissance est possible, sous forme de règles,
par exemple: |
|
|
Pour les sciences
"exactes" § l'électronique, § la mécanique, § la physique, § etc. La
connaissance y est explicite. |
Et non les sciences dites
"humaines" § la médecine, § la psychologie, § la philosophie, § etc. La connaissance y est empirique |
La troisième approche
|
relative au traitement
automatique de l’information Les deux approches
indiquées ne suffisent pas pour § de la reconnaissance de
formes, § du diagnostic, § du contrôle moteur, § de la traduction
automatique, § de la compréhension du
langage § etc. Pour cette troisième
approche on cherche à s’inspirer
du traitement de l'information effectué par le cerveau. En effet, la structure du système
nerveux, les mécanismes mentaux, les processus
neurophysiologiques l'architecture du
cerveau sont à la base du
développement d’un comportement
intelligent Les réseaux de
neurones artificiels tentent de reproduire ce
comportement |
-Ý- ASCENDANT ou DESCENDANT
Démarches
|
DESCENDANTE |
ASCENDANTE |
|
§
Robots ou automates programmés
pour faire quelque chose §
Ne font que ce qu'on leur a injecté comme instruction |
§
"Insectes" de Brooks qui se débrouillent par
essais et erreurs; par apprentissage et, sélection
des plus adaptés |
|
§
Ils reflètent les idées et al logique des humains |
§
Ils peuvent donner naissance presque sûrement à de
l'inattendu |
|
§
L'école descendante soutient que l'esprit est comme un
programme d'une immense complexité dans un ordinateur |
§
Hopfield pense que
l'intelligence pourrait naître de la théorie quantique d'atomes
stupides sans aucun programme d'aucune sorte §
Sa théorie: tout comme le solide quantique minimise son
énergie, un circuit de réseau de neurones, lui aussi, doit minimiser son
énergie |
|
§
Turing, avec sa machine, a saisi
l'essence mathématique de la machine à calculer universelle |
§
Hopfield a découvert l'une des
lois universelles des réseaux de neurones |
Visions de
Michio Kaku - Chapitre sur
la révolution informatique
-Ý- VOCABULAIRE
|
Voici une liste de mots et sujets que l’on retrouve dans le domaine de l’I.A. (Intelligence Artificielle) |
|
|
USAGES |
§
Reconnaissance
des chiffres et des lettres §
Reconnaissances
dans les images §
Reconnaissance
de la parole §
Extraction
d’information dans le bruit §
Diagnostic
médical §
Compréhension
et traduction des langages naturels §
Auto adaptation
des robots en production |
|
OUTILS |
§
Langages de
programmation §
Programmation
et objets structurés §
LOGO §
PROLOG §
LISP §
Moteur
d’inférences §
Bases de
connaissances §
Modélisation §
Graphes §
Tableau noir |
|
MÉTHODES
|
§
Procédures
algorithmiques §
Déclaration
d’experts §
Apprentissage
neuronal |
|
FONDEMENTS |
§
Logique de
Boole §
Logique
formelle §
Logique des
prédicats §
Syllogismes §
Déduction §
Heuristique §
Énigmes §
Paradoxes |
|
ÉPISTÉMOLOGIE (fondements théoriques et valeurs) |
§
Décidabilité
(Hilbert) §
Calculabilité
(Turing) §
Incomplétude
(Gödel) |
-Ý- HISTORIQUE
|
|
§
Marvin Minsky est le père de l'IA MIT (Massachusetts Institute of Technology) §
Il a écrit le
livre: "La société de l'esprit" |
Quelques jalons
|
1900 |
§ David Hilbert recense 23 problèmes non résolus, dont celui de la décidabilité à la Conférence internationale de mathématique à Paris |
|
1917 |
§ Karel Capek, dramaturge tchèque, donne le nom de robot à des machines intelligentes |
|
1931 |
§ Kurt Gödel publie son théorème sur l’incomplétude |
|
1936 |
§ Alan Turing adresse les notions de décidabilité |
|
1940 |
§ Norbert Wiener introduit les automates : systèmes auto régulés avec boucle de rétro action |
|
1943 |
§ Premières études sur les neurones formels |
|
1944 |
§ Début des ordinateurs, basés sur les idées o de Turing, et o de von Neumann |
|
1945 |
§
ENIAC –
Premier ordinateur |
|
1949 1950 |
§ Donald Hebb explique les phénomènes d’apprentissage § Alan Turing publie Computing Machinery and Intelligence qui marque le veritable début de l'IA |
|
1955 |
§ Premiers langages d’intelligence artificielle |
|
1956 |
§ Première utilisation officielle de l’expression " Intelligence Artificielle " à la Conférence de Dartmonth College |
|
1957 |
§ Rosenblatt invente le perceptron, ancêtre des réseaux de neurones |
|
1961 |
§ Cybernétique de Wiener |
|
1971 |
§ Début des microprocesseurs avec les circuits intégrés d’Intel |
|
» 2000 |
§
La SWARM
INTELLIGENCE – L'intelligence de l'essaim: discipline qui parie que les
petits organismes artificiels du futur auront la capacité de créer ensemble
une intelligence collective à la manière des fourmis d'aujourd'hui |
|
|
§
LA SMART DUST –
poussière intelligente ou réseaux de microprocesseur microscopique répartis.
Chacun captant une grandeur dans son environnement et la communiquant à son
voisin pour l'acheminer à un organe central reconstituant la cartographie de
la grandeur Applications ü
cartographie
thermique des forêts – prévention des incendies ü
cartographies
des polluants ü
détection de
vibrations - alarmes dans les zones
sismiques ü
suivi des
marchandises dans les magasins ü
surveillance
des biens et des personnes ü
suivi des
fantassins sur le champ de bataille ü
exploration des
planètes |
|
Voir |