Cours sur l'Intelligence Artificielle

Le terme d'Intelligence Artificielle est datée aux années 60 et attribuée à Marvin Minsky du MIT, avec en particulier son article intitulé Steps toward Artificial Intelligence.

Depuis on cherche, sans grand succès, à définir ce qu'est l'Intelligence Artificielle. Certains estiment que le choix de ce terme est vraiment malheureux.

Définitions et caractérisations de l'IA

Définition par différentiation

Qu'est-ce que l'intelligence ? C'est le propre de l'homme.

Définition par différentiation (parallèle avec l'âme). Cette définition de l'intelligence exclut l'idée même d'intelligence artificielle.

Définitions reposant sur le concept d'Intelligence

L'IA est la partie de l'informatique consacrée à la conception de systèmes informatiques intelligents. E. Feigenbaum.

L'IA est l'étude des concepts qui permettent de rendre les machines intelligentes. Winston.

L'IA est la partie de l'informatique consacrée à l'automatisation de comportements intelligents. Lugger & Stubbleeld (1993).

Cela tourne un peu en rond... qu'est-ce que l'intelligence ?

Définition liée à la compréhension des facultés humaines

L'étude des facultés mentales à travers l'utilisation de modèles informatiques. Charmiak & McDermott (1985).

vision sciences-cognitives.

Définitions prenant l'humain comme référence

L'IA est la science de programmer les ordinateurs pour qu'ils réalisent des tâches qui nécessitent de l'intelligence lorsqu'elles sont réalisées par des êtres humains. Marvin Minsky.

Des systèmes qui démontrent des capacités comparables au raisonnement humain pour améliorer la qualité de vie et améliorer la compétitivité économique. Japan-Singapore AI Centre.

L'automatisation d'activités qui nous associons à la pensée humaine, comme la prise de décision, la résolution de problème ou l'apprentissage. Bellman (1978).

Le test de Turing

Article de 1950 : Computing Machinery and Intelligence. Idée : ne pas définir l'IA mais la tester.

Protocole : un individu communique à l'aide d'un terminal d'ordinateur avec un interlocuteur invisible. Il doit décider si l'interlocuteur est un être humain ou un système d'IA imitant un être humain.

Construire un cerveau artificiel en imitant moins la physiologie du modèle humain, que son comportement logique, les "états de pensée" étant équivalents aux instructions de la machine.

Prédiction de Alan Turing : 30 % de réussite pour une machine discutant avec une personne non avertie pendant 5 minutes.

équivalence... des modèles de calcul (machine de Turing, lambda-calcul, etc.). liens avec calculabilité et complexité.

vision informatique : imiter le comportement, pas le fonctionnement.

Pouvoir s'expliquer et discuter avec des experts humains... nous en déduisons les capacités principales dont doit disposer une éventuelle IA...

Les principales composantes d'un système d'IA doivent être les connaissances, le raisonnement, la compréhension du langage naturel et l'apprentissage. Turing

Définitions liées à la difficulté des problèmes visés

L'étude de comment programmer les ordinateurs pour qu'ils réalisent des tâches pour lesquelles les êtres humains sont actuellement meilleurs. Rich & Knight (1991).

L'IA commence là où l'informatique classique s'arrête : tout problème pour lequel il n'existe pas d'algorithme connu ou raisonnable permettant de le résoudre relève a priori de l'IA. Jean-Louis Laurière.

Autres caractérisations

avoir conscience de soi-même

La question n'est pas de savoir si les machines peuvent avoir des émotions, la question est de savoir si elles peuvent être intelligentes sans émotion. Marvin Minsky

Jalons dans l'histoire de l'IA

1952 à 1969 : période euphorique, on annonce :
- le remplacement des experts humains par des systèmes experts,
- compréhension du langage naturel.
1966 à 1974 : on comprend la difficulté de la tâche.
- le remplacement des experts humains par des systèmes experts : échec, raisonnement ok, manque la connaissance, goulot d'étranglement de l'IA,
- compréhension du langage naturel : échec, trop difficile, impossible ?
1988 à 1993, hiver de l'IA : baisse des financements à cause des promesses non tenues, ralentissement des recherches en IA.

Aujourd'hui, le domaine existe et est indiscutablement actif et présente une diversité remarquable :

représentation des connaissances, logiques, raisonnement, etc.
diagnostic, systèmes experts, systèmes à base de connaissances (médical, bourse, panne, etc.),
apprentissage automatique, fouille de données, fouille de textes, reconnaissance de formes, recommandations, etc.
traitement automatique des langues (TALN) écrites ou parlées, traduction automatique, résumé automatique, etc.
jeux : dames, échecs, Go, etc.
ordonnancement, satisfaction de contraintes, optimisation de parcours ou de charge, etc.

site de Fabien Torre