IFT 615 – Intelligence Artificielle

Introduction

Froduald KabanzaDépartement d’informatique

Université de Sherbrookeplaniart.usherbrooke.ca/cours/ift615

Intelligence artificielle

● Selon « One Hundred Year Study on ArtificialIntelligence (AI100) » https://ai100.stanford.edu/

L’intelligence artificielle est à la fois une science et un ensemble de technologies inspirées—mais typiquement opérant différemment– de la façon dont les humains utilisent leur cerveau et leur corps pour percevoir/sentir, apprendre, raisonner et agir.

IFT 615 Froduald Kabanza 2

Objectifs de l’Intelligence Artificielle● Créer des systèmes (logiciels ou machines) intelligents

Pensent/réfléchissent/raisonnent comme des humains et/ou Pensent/réfléchissent/raisonnent rationnellement et/ou Se comportent/agissent/réagissent comme les humains et/ou Se comportent/agissent/réagissent rationnellement

● Le domaine de l’IA est influencé par plusieurs disciplines : informatique, génie (comment programmer et implanter l’IA?) mathématiques, statistique (limites théoriques de l’IA?) neurosciences (comment le cerveau fonctionne?) psychologie cognitive (comment l’humain réfléchit?) économie, théorie de la décision (comment prendre une décision rationnelle?) linguistique (quelle est la relation entre le langage et la pensée?) philosophie (quel est le lien entre le cerveau et l’esprit?)

IFT 615 Froduald Kabanza 3

Comment savoir si une machine est intelligente?

● Test de Turing : un interrogateur humain pose des questions écrites à une machine et à une

personne, les deux cachées par un rideau si l’interrogateur ne peut distinguer les réponses données par la machine de

celles données par la personne, alors la machine est intelligente● Pour réussir le test, le système a besoin des capacités suivantes :

traitement du langage naturel représentation des connaissances raisonnement apprentissage

● Le test de Turing complet permet les interactions physiques entre l’interrogateur et la machine, ce qui ajoute les capacités de : perception (pour le test complet) robotique

● Chacune de ces capacités correspond à une sous-discipline de l’IAIFT 615 Froduald Kabanza 4

Perspective historique de l’IA

“The proposal [for the meeting] is to proceed on the basis of the conjecture that every aspect of . . . intelligence can in principle be so precisely described that a machine can be made to simulate it”

IFT615 © Froduald Kabanza 5

Perspective historique de l’IA

● De 1956 jusqu’au milieu des années 1980, les recherches en IA sont dominées par des approches à base de connaissances (knowledge based). Critique : L’IA conventionnelle [knowledge based] n’est qu’une « application de

règles », mais l’intelligence [humaine] ne l’est pas (Haugeland)● Dès les années 1980, les approches comportementales deviennent

populaire (behaviour based ou situated AI). Leitmotiv : La représentation des connaissances n’est pas nécessaire, elle est

même nuisible (Brooks)● Dès les années 1990, les approches probabilistes deviennent populaire

(Markov decision processes, Hidden Markov Models, Bayesian networks) Leitmotiv : L’inférence nécessaire [pour l’IA] est probabiliste, mais pas logique.

● Aujourd’hui, les approches connexionnistes Leitmotiv : Orienté-données, mieux représentatifs de la réalité du domaine

d’application.

IFT615 © Froduald Kabanza 6

7

L’IA aujourd’hui

IFT608/IFT702 © Froduald Kabanza

https://readwrite.com/2017/06/01/facial-recognition-tech-privacy-dl1/

Reconnaissance d’images

Assistants virtuels

8

L’IA aujourd’hui

IFT608/IFT702 © Froduald Kabanza

Robots autonomes

Voitures sans pilote

IA des jeux

Honda.com

The Telegraph

Blizzard Entgeraintnemt

L’IA dans IFT615

IFT 615 Froduald Kabanza 9

Objectifs du cours

● Taxomomie de Bloom

IFT 615 Froduald Kabanza 10

Dans le cours IFT 615

© Froduald Kabanza 11 IFT615

Objectifs du cours

● Acquérir

une connaissance générale de l’IA (les différents domaines, quelques problèmes dans chaque domaine, différentes méthodes de base et quelques applications typiques)

● Comment?

Introduction des différents axes de recherche

5 projets de programmation sur Pacman:

Objectifs du cours

IFT 615 Froduald Kabanza 12

agents intelligents

recherche heuristique

recherche locale

recherche à deux adversaires

satisfaction de contraintes

raisonnement logique

raisonnement probabiliste

processus de décision markovien

apprentissage automatique

apprentissage par renforcement

Algorithmes et concepts

© Froduald Kabanza 13 IFT615

Plan de cours● Link

© Froduald Kabanza 14 IFT615

Prochain cours● Agents intelligents● Recherche heuristique