Historique de l'IA
Un peu d’histoire
Et demain ?
Un peu d’histoire
Et demain ?
Les données et l’apprentissage
Les “neurones” artificiels et l’inférence
Où trouve-t-on l’IA aujourd’hui ?
Les avantages et les inconvénients
Qu’est-ce qu’une donnée ?
Une donnée, c’est un exemple que l’on montre à l’ordinateur :
par exemple une photo de chat ou de chien ;
l’ordinateur va l’étudier pour repérer des motifs
(formes,couleurs…) et apprendre à différencier chat et chien.
Comment l’ordinateur “apprend”-il ?
Grâce à l’apprentissage supervisé, on montre des exemples déjà étiquetés (ici
“chat” ou “chien”) ;
l’ordinateur ajuste ses règles internes jusqu’à ce qu’il se
trompe le moins possible.
Il peut aussi apprendre sans étiquettes,
c’est l’apprentissage non supervisé, où
il regroupe seul les données qui se ressemblent.
Le réseau de neurones, c’est quoi ?
C’est un ensemble de couches de petites unités (appelées “neurones”) qui font des
calculs simples :
chaque neurone regarde ses entrées, ajoute un “poids” et envoie
un signal aux suivants.
Le Deep Learning : l’IA “profondément” intelligente
En empilant beaucoup de ces couches, l’ordinateur apprend des représentations
complexes,
par exemple pour reconnaître des visages ou comprendre un texte.
Phase d’inférence
Une fois entraîné, le réseau peut inférer : on lui donne une nouvelle image et il
prédit s’il s’agit plutôt d’un chat ou d’un chien, ou même s’il s’agit d’un danger
sur la route pour une voiture autonome.