11/23/25, 10:49 PM OceanDoc - Free AI Presentations and Writing Assistance
Le Voyage de l'Intelligence Artificielle Last Saved on 2025-11-23 07:21:51 Present Templates Export 0 A
New Slide Save 59% Favorites
Chart
Delete
1 Le Voyage de
l'Intelligence
Artificielle
Histoire évolution défis et avenir
Aya semmahi et
Sabrine eddarky
2 01
02
03
Définition et fondements de l'IA
Naissance et premiers développements
Évolution et périodes difficiles
nalP
04 Renaissance et avancées modernes
05 IA dans notre quotidien
06 Perspectives et questionnements éthiques
3 Le Voyage de
l'Intelligence
01
Définition et fondements de l'IA
4 Concepts clés
Définition de l'IA
L'intelligence artificielle est la simulation de l'intelligence humaine par des machines, capables d'apprentissage et
de résolution de problèmes complexes.
Approches symboliques vs connexionnistes
1
Artificielle
2 Deux paradigmes majeurs de l'IA : le raisonnement par symboles (règles logiques) et les réseaux neuronaux
(apprentissage par données).
Machine Learning
Technique permettant aux systèmes d'apprendre automatiquement à partir des données sans programmation
3
Histoire évolution défis et avenir
explicite, fondement de l'IA moderne.
5 Approches principales
t
Intelligence artificielle
symbolique
Approche fondée sur la logique
Apprentissage
automatique
Méthode permettant aux
Réseaux neuronaux
profonds
Modèles inspirés du cerveau s
a
formelle et les règles explicites systèmes d'apprendre des humain utilisant plusieurs
pour représenter la données sans programmation couches de neurones pour
connaissance et le raisonnement explicite, incluant l'apprentissage traiter des informations
humain. supervisé et non supervisé. complexes et reconnaître des
motifs.
t
Aya semmahi et
6 Intelligence humaine vs artificielle
Sabrine eddarky
Définitions et capacités Conscience et émotions
cognitives Apprentissage et adaptation
Comparaison des processus de L'intelligence humaine implique
L'humain apprend par
pensée humaine (intuition, conscience et émotions, alors
expérience sociale tandis que
créativité) avec les algorithmes que l'IA actuelle simule ces
l'IA utilise l'apprentissage
d'IA basés sur des données et aspects sans réellement les
automatique pour analyser des
des règles prédéfinies. posséder.
modèles dans les données.
7 02
Naissance et premiers développements
Format Presenter Notes
8 Travaux précurseurs
Cybernétique de
Neurones artificiels
de McCulloch
Wiener
Alan Turing et Warren McCulloch et Walter
l'informatique Pitts proposèrent en 1943 le
Norbert Wiener développa la premier modèle
Les travaux de Turing, cybernétique, étudiant les mathématique de neurone
notamment son test systèmes de contrôle et de artificiel, inspirant les futurs
d'intelligence artificielle et sa communication entre réseaux neuronaux.
machine théorique, ont posé machines et organismes
les fondements conceptuels vivants.
de l'informatique moderne.
9 Conférence de Dartmouth
1 2 3
L'événement fondateur Participants clés Objectifs ambitieux
Organisée en 1956, cette conférence John McCarthy, Marvin Minsky, Claude Les participants visaient à simuler
réunit les pionniers de l'intelligence Shannon et d'autres chercheurs l'intelligence humaine avec des machines,
artificielle et marque officiellement la visionnaires ont établi les bases établissant un programme de recherche
naissance du domaine. théoriques de l'IA lors de cet événement qui influence encore l'IA aujourd'hui.
historique.
10 01
Premières applications concrètes
ELIZA et les chatbots
02
Systèmes experts médicaux
03
Jeux stratégiques
Développé par Joseph Weizenbaum en MYCIN (1972) diagnostiquait les Les programmes d'échecs comme
1966, ELIZA simulait une conversation infections sanguines avec une précision MacHack (1967) ont constitué un
psychothérapeutique, devenant le remarquable, démontrant l'utilité terrain d'expérimentation crucial pour
premier chatbot largement reconnu. pratique de l'IA dans le domaine tester les algorithmes d'intelligence
médical. artificielle.
11 03
Évolution et périodes difficiles
12 Succès initiaux
Programmes de jeux
01
Développement de programmes
capables de jouer aux échecs et
aux dames, démontrant les 02
capacités analytiques des
premiers systèmes
d'intelligence artificielle.
ELIZA et SHRDLU
Création de programmes Premiers systèmes
03
conversationnels simulant la experts
compréhension humaine, Conception de systèmes
marquant une avancée capables de résoudre des
significative dans le traitement problèmes complexes dans des
du langage naturel. domaines spécifiques comme la
médecine et la chimie.
13 Hivers de l'IA
Désillusions et
attentes déçues
Après l'enthousiasme initial, l'IA a connu des périodes de financement réduit et d'intérêt
décroissant face aux promesses non tenues.
Le rapport critique de James Lighthill en 1973 a sévèrement remis en question les
Rapport Lighthill
progrès de l'IA, entraînant des coupes budgétaires importantes.
Limites Les chercheurs ont découvert que les approches symboliques avaient des limites
techniques fondamentales pour résoudre des problèmes complexes du monde réel.
identifiées
14 Causes des ralentissements
01
Limites technologiques
02
Attentes démesurées
03
Financement insuffisant
Insuffisance des capacités Promesses exagérées des Réduction drastique des
informatiques et des algorithmes chercheurs créant des espoirs investissements
pour résoudre des problèmes irréalistes, suivies de déceptions gouvernementaux et privés
complexes, freinant les avancées et de réductions de financement. pendant les périodes de doute
prometteuses en intelligence sur la viabilité des technologies
artificielle. d'IA.
15 Nouvelles approches algorithmiques
1
2
Réseaux de neurones
transformers 3
Apprentissage par Architecture révolutionnaire Algorithmes d'optimisation
renforcement avancé permettant le traitement parallèle
bayésienne
des données et l'attention
Évolution des algorithmes Approche probabiliste sophistiquée
contextuelle, fondement des
permettant aux machines pour l'optimisation de fonctions
modèles linguistiques avancés
d'apprendre par essais-erreurs, coûteuses, particulièrement efficace
comme GPT.
optimisant leurs actions pour pour l'ajustement automatique des
maximiser les récompenses dans des hyperparamètres des modèles d'IA.
environnements complexes.
16 04
Renaissance et avancées modernes
17 Émergence du Deep Learning
Percées en réseaux
neuronaux Applications
Facteurs clés du succès
Les avancées en réseaux
transformatrices
neuronaux profonds ont L'explosion des données Le deep learning a transformé
révolutionné l'IA, permettant massives, la puissance de calcul la vision par ordinateur, le
l'apprentissage automatique de GPU et les algorithmes traitement du langage naturel
caractéristiques complexes à améliorés ont permis au deep et la reconnaissance vocale,
partir de grandes quantités de learning de surpasser les ouvrant la voie à des
données. approches traditionnelles. applications révolutionnaires.
18 Applications révolutionnaires
Reconnaissance Assistants virtuels
Véhicules autonomes
d'images avancée intelligents
Les systèmes d'IA modernes Siri, Alexa et Google Assistant Les voitures sans conducteur
peuvent identifier des objets, révolutionnent notre interaction utilisent l'IA pour percevoir
personnes et situations dans les quotidienne avec la technologie l'environnement, prendre des
images avec une précision grâce à la compréhension du décisions et naviguer de façon
dépassant parfois celle des langage naturel. sécuritaire dans des conditions
humains. complexes.
19 05
IA dans notre quotidien
20 Services personnalisés
01 Assistants IA personnalisés
Des solutions d'intelligence artificielle adaptées aux besoins spécifiques des
utilisateurs, offrant des réponses et fonctionnalités sur mesure.
02 Recommandations intelligentes
Systèmes qui analysent les préférences et comportements pour suggérer des
produits, contenus ou services pertinents à chaque utilisateur.
03 Automatisation sur mesure
Services d'IA configurés pour automatiser des tâches spécifiques selon les
exigences uniques de chaque entreprise ou individu.
21 Automatisation intelligente
1
Évolution des systèmes automatisés
L'automatisation intelligente a évolué des systèmes
mécaniques simples vers des solutions basées sur l'IA
capables d'apprentissage et d'adaptation autonome.
Applications industrielles
2 Les usines intelligentes utilisent l'automatisation pour
optimiser la production, réduire les erreurs et améliorer
l'efficacité grâce aux technologies d'IA.
Impact sur l'emploi
3 L'automatisation intelligente transforme le marché du
travail, créant de nouveaux métiers tout en remplaçant
certaines tâches répétitives auparavant effectuées par
l'humain.
22 Transformation des métiers
Automatisation des
tâches
L'IA moderne transforme les métiers
en automatisant les tâches
répétitives, permettant aux
professionnels de se concentrer sur
des activités à plus haute valeur
Nouveaux métiers
émergents
L'essor de l'IA crée de nouvelles
professions spécialisées comme
data scientists, éthiciens de l'IA et
ingénieurs en machine learning.
Compétences en évolution
Les travailleurs doivent désormais
développer des compétences
complémentaires à l'IA, comme la
créativité, l'intelligence émotionnelle
et la résolution de problèmes
ajoutée. complexes.
23
Pages 1/27 Mesdames et Messieurs, bonjour.
[Link] 1/1