Qu'est-ce que l'I.A. ?
Qu'est-ce que l'Intelligence Artificielle (I.A.) ?
Notions théoriques
1. Définition de l'I.A.
L'Intelligence Artificielle (I.A.) est une branche de l'informatique qui cherche à créer des machines capables de simuler l'intelligence humaine. En d'autres termes, l'I.A. est la science de faire faire des choses intelligentes par des machines, en particulier des ordinateurs.
Il y a 2 types principaux d'I.A. :
- L'I.A. faible (appelée aussi I.A. étroite) est conçue pour effectuer une tâche spécifique, comme la reconnaissance vocale.
- L'I.A. forte, en revanche, est une I.A. qui a la capacité de comprendre, d'apprendre et d'appliquer des connaissances.
Un système expert est une I.A. « étroite ».
Un système expert est un système informatique potentiellement très compétent, mais qui n'opère que dans un contexte restreint, souvent focalisé sur une tâche précise.
ChatGPT, comme toutes les autres versions de GPT (Generative Pretrained Transformer) créées par OpenAI, est considéré comme une forme d'I.A. faible, aussi appelée I.A. étroite.
ChatGPT est conçu pour effectuer une tâche spécifique (générer du texte basé sur les entrées qu'il reçoit).
Bien que ChatGPT puisse générer des réponses impressionnantes et parfois surprenantes, il ne comprend pas réellement le sens du texte qu'il génère de la même manière qu'un humain le ferait. Il ne possède pas de conscience, de compréhension du monde réel, ni de capacité à apprendre et à appliquer des connaissances en dehors de son domaine de formation spécifique. Par conséquent, il ne répond pas à la définition de l'I.A. forte.
2. Historique de l'I.A.
L'I.A. en tant que domaine académique n'a commencé qu'au milieu du 20ème siècle.
Quelques pionniers de l'I.A. :
- Alan Turing, qui a proposé l'idée d'une "machine universelle" qui pourrait simuler n'importe quelle machine de calcul
- John McCarthy, qui a inventé le terme "intelligence artificielle" et a été l'un des organisateurs de la conférence de Dartmouth en 1956, qui est considérée comme la naissance de l'I.A. en tant que domaine académique.
Depuis lors, l'I.A. a connu plusieurs périodes de progrès rapide, suivies de plusieurs "hivers de l'I.A." où le progrès a ralenti.
Au cours des dernières décennies, grâce à l'augmentation de la puissance de calcul et à la disponibilité de grandes quantités de données (big data), l'I.A. a fait des progrès considérables et est maintenant utilisée dans de nombreux domaines de notre vie quotidienne.
3. Le Machine Learning
Le Machine Learning est un sous-domaine de l'I.A. qui se concentre sur le développement de systèmes capables d'apprendre à partir de données. Au lieu d'être explicitement programmés pour effectuer une tâche, les systèmes de Machine Learning sont "entraînés" sur de grandes quantités de données, ce qui leur permet d'automatiquement améliorer leur performance à mesure qu'ils sont exposés à plus de données.
Il existe plusieurs types de Machine Learning, y compris l'apprentissage supervisé (où l'ordinateur est formé sur un ensemble de données d'entrée et de sortie et apprend à prédire la sortie à partir de nouvelles données d'entrée), l'apprentissage non supervisé (où l'ordinateur est formé sur un ensemble de données d'entrée sans données de sortie et apprend à identifier des modèles dans les données) et l'apprentissage par renforcement (où l'ordinateur apprend à effectuer une tâche en recevant des récompenses ou des punitions pour ses actions).
Le Machine Learning est à la base de nombreux progrès récents en I.A., y compris la reconnaissance d'images, la compréhension du langage naturel, la recommandation de produits, et bien plus encore.
Exemple pratique
Prenons l'exemple de Siri, l'assistant vocal d'Apple.
Siri est un exemple d'I.A. faible.
Elle est conçue pour effectuer un ensemble spécifique de tâches, comme répondre à des questions, faire des recommandations et effectuer des actions en déléguant des requêtes à un ensemble de services Web.
Siri utilise l'I.A. pour comprendre la voix humaine et pour apprendre et s'adapter aux préférences de l'utilisateur.
Test de mémorisation/compréhension
Synthèse à retenir
| Notion | Définition à rédiger avec le plus de détails possibles |
|---|---|
| Intelligence Artificielle (I.A.) | |
| I.A. faible | |
| I.A. forte | |
| Hiver de l'I.A. | |
| Machine Learning (ML) |
Corrigé
| Notion | Définition |
|---|---|
| Intelligence Artificielle (I.A.) | Une branche de l'informatique qui cherche à créer des machines capables de simuler l'intelligence humaine |
| I.A. faible | Une I.A. conçue pour effectuer une tâche spécifique |
| I.A. forte | Une I.A. qui a la capacité de comprendre, d'apprendre et d'appliquer des connaissances |
| Hiver de l'I.A. | Une période où le progrès de l'I.A. ralentit |
| Machine Learning (ML) | Un sous-domaine de l'I.A. qui se concentre sur le développement de systèmes capables d'apprendre à partir de données |