Qu’est-ce que l’intelligence artificielle ? Introduction, histoire et types d'IA

Qu'est-ce que l'intelligence artificielle (IA)?

AI (Intelligence artificielle) est la capacité d'une machine à exécuter des fonctions cognitives comme le font les humains, telles que percevoir, apprendre, raisonner et résoudre des problèmes. La référence en matière d’IA est le niveau humain concernant le raisonnement, la parole et la vision.

Dans ce nouvel article concernant notre nouveau projet Tutoriel sur l'intelligence artificielle, vous apprendrez les bases suivantes de l'IA :

Introduction aux niveaux d'intelligence artificielle

De nos jours, l’IA est utilisée dans presque tous les secteurs, donnant un avantage technologique à toutes les entreprises intégrant l’IA à grande échelle. Selon McKinsey, l’IA a le potentiel de créer 600 milliards de dollars de valeur dans le commerce de détail et d’apporter 50 % de valeur supplémentaire dans le secteur bancaire par rapport aux autres techniques d’analyse. Dans le transport et la logistique, la hausse potentielle des revenus est de 89 % supérieure.

Concrètement, si une organisation utilise l’IA pour son équipe marketing, elle peut automatiser les tâches banales et répétitives, permettant ainsi au commercial de se concentrer sur l’établissement de relations, le lead nurturing, etc. Une entreprise nommée Gong propose un service d’intelligence conversationnelle. Chaque fois qu'un commercial passe un appel téléphonique, la machine enregistre, retranscrit et analyse le chat. Le vice-président peut utiliser l’analyse et les recommandations de l’IA pour formuler une stratégie gagnante.

En un mot, l’IA fournit une technologie de pointe pour traiter des données complexes qu’un être humain ne peut pas gérer. L'IA automatise les tâches redondantes, permettant ainsi à un travailleur de se concentrer sur des tâches de haut niveau à valeur ajoutée. Lorsque l’IA est mise en œuvre à grande échelle, elle entraîne une réduction des coûts et une augmentation des revenus.

Histoire de l'intelligence artificielle

L’intelligence artificielle est aujourd’hui un mot à la mode, même si ce terme n’est pas nouveau. En 1956, des experts d’avant-garde issus d’horizons diff��rents décident d’organiser un projet de recherche d’été sur l’IA. Quatre esprits brillants ont dirigé le projet ; John McCarthy (Dartmouth College), Marvin Minsky (Université de Harvard), Nathaniel Rochester (IBM), et Claude Shannon (Laboratoires téléphoniques Bell).

Voici un bref historique de l’intelligence artificielle :

Objectifs de l'intelligence artificielle

Voici les principaux objectifs de l’IA :

• Cela vous aide à réduire le temps nécessaire pour effectuer des tâches spécifiques.
• Faciliter l’interaction des humains avec les machines.
• Faciliter l’interaction homme-machine d’une manière plus naturelle et plus efficace.
• Améliorer la précision et la rapidité des diagnostics médicaux.
• Aider les gens à apprendre de nouvelles informations plus rapidement.
• Améliorer la communication entre les humains et les machines.

Sous-domaines de l'intelligence artificielle

Voici quelques sous-domaines importants de l’intelligence artificielle :

Machine Learning: L’apprentissage automatique est l’art d’étudier des algorithmes qui apprennent à partir d’exemples et d’expériences. L’apprentissage automatique repose sur l’idée que certains modèles dans les données ont été identifiés et utilisés pour des prédictions futures. La différence avec les règles codées en dur est que la machine apprend à trouver de telles règles.

L'apprentissage en profondeur: L'apprentissage profond est un sous-domaine de l'apprentissage automatique. L’apprentissage profond ne signifie pas que la machine acquiert des connaissances plus approfondies ; il utilise différentes couches pour apprendre des données. La profondeur du modèle est représentée par le nombre de couches du modèle. Par exemple, le modèle Google LeNet de reconnaissance d’images compte 22 couches.

Traitement du langage naturel: Un réseau neuronal est un groupe d'unités d'E/S connectées où chaque connexion a un poids associé à ses programmes informatiques. Il vous aide à créer des modèles prédictifs à partir de grandes bases de données. Ce modèle s'appuie sur le système nerveux humain. Vous pouvez utiliser ce modèle pour effectuer la compréhension d'images, l'apprentissage humain, la parole informatique, etc.

Systèmes experts: Un système expert est un système de prise de décision informatisé interactif et fiable qui utilise des faits et des heuristiques pour résoudre des problèmes décisionnels complexes. Elle est également considérée comme le plus haut niveau de l’intelligence humaine. L’objectif principal d’un système expert est de résoudre les problèmes les plus complexes dans un domaine spécifique.

Logique floue: La logique floue est définie comme une forme logique à plusieurs valeurs qui peut avoir des valeurs de vérité de variables dans n'importe quel nombre réel compris entre 0 et 1. C'est le concept de poignée de vérité partielle. Dans la vraie vie, nous pouvons rencontrer une situation dans laquelle nous ne pouvons pas décider si une affirmation est vraie ou fausse.

Types d'intelligence artificielle

Il existe trois principaux types d'intelligence artificielle : les réseaux de règles, les arbres de décision et les réseaux de neurones.

• L'IA étroite est un type d'IA qui vous aide à effectuer une tâche dédiée avec intelligence.
• L’IA générale est un type d’intelligence artificielle qui peut effectuer n’importe quelle tâche intellectuelle efficacement comme un humain.
• L'IA basée sur des règles repose sur un ensemble de règles prédéterminées appliquées à un ensemble de données d'entrée. Le système produit alors une sortie correspondante.
• L’IA à arbre décisionnel est similaire à l’IA basée sur des règles dans la mesure où elle utilise des ensembles de règles prédéterminées pour prendre des décisions. Cependant, l’arbre de décision permet également d’effectuer des branchements et des boucles pour envisager différentes options.
• La super IA est un type d’IA qui permet aux ordinateurs de comprendre le langage humain et de réagir de manière naturelle.
• L’intelligence robotique est un type d’IA qui permet aux robots de posséder des capacités cognitives complexes, notamment le raisonnement, la planification et l’apprentissage.

IA contre apprentissage automatique

La plupart de nos smartphones, appareils quotidiens ou même Internet utilisent l’intelligence artificielle. Très souvent, l’IA et le machine learning sont utilisés de manière interchangeable par les grandes entreprises qui souhaitent annoncer leur dernière innovation. Cependant, l’apprentissage automatique et l’IA sont différents à certains égards.

L'IA – intelligence artificielle – est la science qui consiste à entraîner des machines à effectuer des tâches humaines. Le terme a été inventé dans les années 1950, lorsque les scientifiques ont commencé à étudier comment les ordinateurs pouvaient résoudre eux-mêmes des problèmes.

L'intelligence artificielle est un ordinateur doté de propriétés semblables à celles des humains. Prenez notre cerveau ; il fonctionne sans effort et de manière transparente pour calculer le monde qui nous entoure. L'intelligence artificielle est le concept selon lequel un ordinateur peut faire de même. On peut dire que l’IA est une grande science qui imite les aptitudes humaines.

L’apprentissage automatique est un sous-ensemble distinct de l’IA qui entraîne une machine à apprendre. Les modèles d'apprentissage automatique recherchent des modèles dans les données et tentent de tirer des conclusions. En un mot, la machine n’a pas besoin d’être explicitement programmée par des personnes. Les programmeurs donnent quelques exemples et l'ordinateur va apprendre quoi faire à partir de ces échantillons.

Lisez également la différence entre le Deep Learning et le Machine Learning Vs AI, cliquez ici.

Où l’IA est-elle utilisée ? Exemples

Maintenant, dans ce didacticiel sur l'IA pour débutants, nous allons apprendre diverses applications de l'IA :

L'IA a de larges applications-

• L'intelligence artificielle est utilisée pour réduire ou éviter les tâches répétitives. Par exemple, l’IA peut répéter une tâche en continu, sans fatigue. L’IA ne se repose jamais et elle est indifférente à la tâche à accomplir.
• L'intelligence artificielle améliore un produit existant. Avant l’ère de l’apprentissage automatique, les produits de base reposaient sur des règles de code en dur. Les entreprises ont introduit l’intelligence artificielle pour améliorer les fonctionnalités du produit plutôt que de repartir de zéro pour concevoir de nouveaux produits. Vous pouvez penser à une image Facebook. Il y a quelques années, vous deviez identifier vos amis manuellement. De nos jours, avec l'aide de l'IA, Facebook vous donne la recommandation d'un ami.

L’IA est utilisée dans toutes les industries, du marketing à la chaîne d’approvisionnement, en passant par la finance et le secteur agroalimentaire. Selon une enquête McKinsey, les services financiers et la communication de haute technologie sont en tête des domaines de l'IA.

Pourquoi l’IA est-elle en plein essor aujourd’hui ?

Maintenant, dans ce didacticiel de test d'intelligence artificielle, apprenons pourquoi l'IA est en plein essor actuellement. Comprenons par le diagramme ci-dessous.

Un réseau de neurones est apparu depuis les années 2012 avec l'article fondateur de Yann LeCun. Cependant, il a commencé à devenir célèbre vers . Sa popularité s'explique par trois facteurs critiques :

1. Hardware
2. Date
3. Algorithme

L'apprentissage automatique est un domaine expérimental, ce qui signifie qu'il a besoin de données pour tester de nouvelles idées ou approches. Avec le boom d’Internet, les données sont devenues plus facilement accessibles. En outre, des sociétés géantes comme NVIDIA et AMD ont développé des puces graphiques hautes performances pour le marché des jeux.

Hardware

Au cours des vingt dernières années, la puissance du processeur a explosé, permettant à l'utilisateur de former un petit modèle d'apprentissage en profondeur sur n'importe quel ordinateur portable. Cependant, vous avez besoin d’une machine plus puissante pour traiter un modèle d’apprentissage profond pour la vision par ordinateur ou l’apprentissage profond. Grâce à l'investissement de NVIDIA et AMD, une nouvelle génération de GPU (unité de traitement graphique) est disponible. Ces puces permettent des calculs parallèles, et la machine peut séparer les calculs sur plusieurs GPU pour accélérer les calculs.

Par exemple, avec un NVIDIA TITAN X, il faut deux jours pour entraîner un modèle appelé ImageNet contre des semaines pour un CPU traditionnel. En outre, les grandes entreprises utilisent des clusters de GPU pour former des modèles d'apprentissage profond avec le NVIDIA Tesla K80, car cela permet de réduire le coût du centre de données et d'offrir de meilleures performances.

Date

L'apprentissage profond est la structure du modèle et les données sont le fluide qui lui permet de prendre vie. Les données alimentent l’intelligence artificielle. Sans données, rien ne peut être fait. Les dernières technologies ont repoussé les limites du stockage de données et il est plus facile que jamais de stocker une grande quantité de données dans un centre de données.

La révolution Internet rend la collecte et la distribution de données disponibles pour alimenter les algorithmes d'apprentissage automatique. Si vous connaissez Flickr, Instagram ou toute autre application avec des images, vous pouvez deviner leur potentiel en matière d'IA. Il existe des millions d’images avec des balises disponibles sur ces sites Web. Ces images peuvent entraîner un modèle de réseau neuronal à reconnaître un objet sur l'image sans qu'il soit nécessaire de collecter et d'étiqueter les données manuellement.

L’intelligence artificielle combinée aux données est le nouvel or. Les données constituent un avantage concurrentiel unique qu’aucune entreprise ne devrait négliger, et l’IA fournit les meilleures réponses à partir de vos données. Lorsque toutes les entreprises pourront disposer des mêmes technologies, celle qui dispose de données aura un avantage concurrentiel. Pour donner une idée, le monde crée chaque jour environ 2.2 exaoctets, soit 2.2 milliards de gigaoctets.

Une entreprise a besoin de sources de données exceptionnellement diverses pour trouver les modèles et apprendre dans un volume substantiel.

Algorithme

Le matériel est plus puissant que jamais, les données sont facilement accessibles, mais le développement d’algorithmes plus précis rend le réseau neuronal plus fiable. Les réseaux de neurones primaires sont une simple matrice de multiplication sans propriétés statistiques approfondies. Depuis 2010, des découvertes remarquables ont été faites pour améliorer le réseau de neurones.

L'intelligence artificielle utilise un algorithme d'apprentissage progressif pour laisser les données faire la programmation. Cela signifie que l’ordinateur peut apprendre lui-même à effectuer différentes tâches, comme trouver des anomalies et devenir un chatbot.

Résumé

• L'IA est une forme complète d'intelligence artificielle. L'intelligence artificielle est la science qui consiste à entraîner des machines à imiter ou à reproduire des tâches humaines.
• Un scientifique peut utiliser différentes méthodes pour entraîner une machine. Au début de l’ère de l’IA, les programmeurs écrivaient des programmes codés en dur, tapant toutes les possibilités logiques auxquelles la machine pouvait être confrontée et comment y répondre.
• Lorsqu’un système devient complexe, il devient difficile d’en gérer les règles. Pour surmonter ce problème, la machine peut utiliser les données pour apprendre à gérer toutes les situations d'un environnement donné.
• La caractéristique la plus importante d’une IA puissante est qu’elle dispose de suffisamment de données avec une hétérogénéité considérable. Par exemple, une machine peut apprendre différentes langues à condition qu’elle dispose de suffisamment de mots pour apprendre.
• L'IA est la nouvelle technologie de pointe. Les investisseurs en capital-risque investissent des milliards de dollars dans des startups ou des projets d’IA, et McKinsey estime que l’IA peut stimuler chaque industrie avec un taux de croissance au moins à deux chiffres.
• L'IA générale, l'IA basée sur des règles, l'IA à arbre de décision et la super IA sont des types d'intelligence artificielle. Beaucoup de ces concepts sont appliqués à la création de chatbots IA. Si vous êtes intéressé, vous pouvez en apprendre davantage sur la façon dont ces principes sont mis en œuvre dans certains des meilleurs chatbots IA disponible aujourd'hui.

Regardez notre vidéo sur l'intelligence artificielle sur YouTube: Cliquez ici