Aperçu sur l’intelligence
Artificielle
Rihab LAAJILI AU 24/25
Avant-propos
• L'humanité accueille la quatrième révolution industrielle représentée par la
technologie intelligente.
• Les nouvelles technologies telles que l'IA, l'IoT, la 5G et la bio-ingénierie sont
intégrées dans tous les aspects de la société humaine ; entraînent des
changements dans les tendances macroéconomiques mondiales, telles que le
développement social durable et la croissance économique.
• Ce chapitre présentera principalement la vue d'ensemble de l'IA, les
domaines techniques et les domaines d'application de l'IA, les différends liés à
l’IA ainsi que les perspectives futures de l'IA.
1
Objectifs
À l'issue de ce cours, vous serez en
mesure de :
⚫ Comprendre les concepts de base de
l’IA.
⚫ Comprendre les technologies de l'IA et
leur historique de développement.
⚫ Comprendre les technologies
d'application et les domaines
d'application de l’IA.
⚫ Connaître les tendances de
développement de l'IA.
2
Plan
APERÇU SUR DOMAINES DIFFÉRENDS PERSPECTIVES
L’IA TECHNIQUES ET LIÉS À L'IA D'AVENIR DE
DOMAINES L'IA
D'APPLICATION
DE L'IA
3
L'IA aux yeux de la société
⚫ Les gens apprennent à connaître l'IA à travers des actualités, des films et des applications
réelles dans la vie quotidienne. Qu'est-ce que l'IA aux yeux du public ?
AI ?
Applications dans
Actualités Films
la vie quotidienne
Applications IA Contrôle de l'IA sur les êtres Protection de la sécurité
Perspectives de l'industrie de l’IA humains Divertissement
Défis rencontrés par l’IA Tombez amoureux de l’IA Maison intelligente
… Conscience de soi de l’IA La finance
… …
4
Investissements dans l'IA
par rapport aux autres
technologies émergentes
⚫ Demande de programmeurs IA :↑ 35 fois !
⚫ Salaire : Top 1 !
⚫ 50 % des emplois seront remplacés par l'IA à l'avenir
5
L'IA aux yeux des chercheurs
6
Alan Turing
—1950
"I propose to
consider the
question, 'Can
machines think?'"
7
John McCarthy
—1956
Branche de l'informatique
chargée de faire en sorte
que les ordinateurs se
comportent comme des
humains.
8
Marvin Minsky
La science qui consiste
à faire des machines
faire des choses qui
exigeraient de
l'intelligence si elles
étaient faites par des
hommes.
9
Que sont les
intelligences ?
• Les intelligences multiples d'Howard
Gardner
• Les intelligences humaines peuvent
être divisées en sept catégories :
10
Qu'est-ce que l'IA ?
• L'intelligence artificielle (IA) est une nouvelle science technique qui étudie et
développe des théories, des méthodes, des techniques et des systèmes
d'application pour simuler et étendre l'intelligence humaine.
• En 1956, le concept d'IA a été proposé pour la première fois par John
McCarthy.
• Il défini le sujet comme « la science et l'ingénierie de la fabrication de
machines intelligentes, en particulier de programmes informatiques
intelligents ».
• L'IA vise à faire fonctionner les machines de manière intelligente, de la même
manière que l'esprit humain fonctionne.
• À l'heure actuelle, l'IA est devenue un cours interdisciplinaire qui implique
divers domaines.
11
Qu'est-ce que l'IA ?
Identification des concepts liés à l'IA et à
l'apprentissage automatique
12
Rapport sur le développement de l'IA 2020
Qu'est-ce que
l'IA ?
L'IA vise à faire
fonctionner les machines
de manière intelligente,
de la même manière que
l'esprit humain
fonctionne.
À l'heure actuelle, l'IA est
devenue un cours
interdisciplinaire qui
implique divers
domaines.
13
Relation entre l’IA, Machine Learning et Deep Learning
14
Relationship of AI, Machine Learning and Deep Learning
IA
• Nouvelle science technique qui se concentre sur la recherche et le développement de
théories, de méthodes, de techniques et de systèmes d'application pour simuler et étendre
l'intelligence humaine.
Machine learning (Apprentissage automatique )
• un domaine de recherche central de l'IA. Il se concentre sur l'étude de la façon dont les
ordinateurs peuvent acquérir de nouvelles connaissances ou compétences en simulant ou
en exécutant le comportement d'apprentissage des êtres humains, et réorganiser
l'architecture de connaissances existante pour améliorer ses performances. C'est l'un des
principaux domaines de recherche de l’IA.
Deep learning (Apprentissage profond )
• un nouveau domaine d'apprentissage automatique. Le concept de deep learning est issu de
la recherche sur les réseaux de neurones artificiels.
• Le perceptron multicouche (MLP) est un type d'architecture d'apprentissage en profondeur.
• L'apprentissage en profondeur vise à simuler le cerveau humain pour interpréter des
15
données telles que des images, des sons et des textes
À propos de
l’apprentissage
se concentre sur le processus
d'apprentissage et non sur la
valeur de ce qui est appris
l'apprentissage est lié à la compréhension
16
personnelle et à la perception des
connaissances de chaque individu
Bref historique du développement de l'IA
2016 March: AlphaGo
defeated the world
2014: Microsoft champion Go player Lee
released the first Sedol by 4-1.
1997: Deep Blue individual intelligent
1985: Decision-
defeated the world assistant Microsft
1956: AI was proposed at making tree
1976: Due to failure chess champion Cortana in the world.
the Dartmouth Conference. models with
of projects such as Garry Kasparov.
better
machine translation
visualization 2006: Hinton and his
and negative impact
effect and multi- students started deep
of some academic
layer ANNs learning.
reports, the fund for
which broke
AI was decreased 2017 October: The Deep
through the limit
in general. Mind team released
of early
perceptron. AlphaGo Zero, the
1987: The 2010: The
1959: Arthur Samuel strongest version of
market of LISP era of big
proposed machine AlphaGo.
machines data
learning.
collapsed. came.
1950s 1960s 1970s 1980s 1990s 2000s 2010s 2020s
1956-1976 1997-2010
First period of boom Period of recovery
The concept and development target 1976-1982 1982-1987 Computing performance
2010-
of AI were determined at the First period of Second period was improved and Internet
1987-1997 Period of rapid growth
Dartmouth conference. low ebb of boom technologies got
Second period of low New-generation
AI suffered from Expert system popularized quickly.
ebb information technologies
questioning and capable of logic Technical fields faced triggered transformation of
criticism due to rule inference bottlenecks, people information environment
insufficient and answering on longer focused on and data basis. Multi-
computing quest ions of abstract inference, model data such as
capabilities, high specific fields and models based on massive images, voices,
computing went popular symbol processing and texts emerged
complexity, and and fifth- were rejected. continuously. Computing
great difficulty of generation capabilities were improved.
inference computers
realization. developed.
17
Présentation des technologies d'IA
Les technologies d'IA sont multicouches, couvrant
Présentation des l'application, le mécanisme d'algorithme, la chaîne
technologies d'IA d'outils, l'appareil, la puce, le processus et les
couches matérielles.
18
Types d’IA
Strong AI / IA forte
• La vision de la forte IA soutient qu'il est possible de créer
des machines intelligentes qui peuvent vraiment
raisonner et résoudre des problèmes.
• Ces machines sont autonomes, conscientes, et partagent
des instincts de survie et de sécurité similaires aux êtres
vivants.
• Elle peut être considérée comme une nouvelle civilisation
dans un certain sens.
19
Types d’IA
Weak AI / IA faible
• La vision de l’IA faible suit le principe que les machines
intelligentes ne peuvent pas vraiment raisonner et
résoudre les problèmes.
• Ces machines n'ont qu'une apparence intelligente, mais
n'ont pas de véritable intelligence ou conscience de soi.
20
Classification des robots
intelligents
Actuellement, il n'existe pas de définition unifiée
de la recherche en IA. Les robots intelligents sont
généralement classés dans les quatre types
suivants :
⚫ « Penser comme des êtres humains » : une IA
faible, comme Watson et AlphaGo
⚫ « Agir comme des êtres humains »: IA faible,
comme le robot humanoïde, iRobot et Atlas de
Boston Dynamics
⚫ « Penser rationnellement » : IA forte
(Actuellement, aucun robot intelligent de ce
type n'a été créé
⚫ « Agir rationnellement » : une IA forte
21
Écosystème de l'industrie de l'IA
Les quatre éléments de l'IA
sont les données, Application de l’IA
Finance, Soins médicaux, sécurité sociale, divertissement,
éducation, vente en détails, agriculture, etc …
l'algorithme, la puissance
de calcul et le scénario.
Direction technique Vision par traitement Systèmes de planning et de Analyse des
Pour répondre aux ordinateur de la parole prise de décisions données massives
exigences de ces quatre
éléments, nous devons Puissance
Elements de l’IA Données Algorithme
combiner l'IA avec le cloud de calcul
computing, le big data et
l'IoT pour construire une
société intelligente. Technologies de base
Infrastructure Internet, capteurs et IoT
22
Sous-domaines de l’IA Vision par
ordinateur
Recherche
d'informations et NLP
recommandation
traitement de la
Visualisation
parole
Technologie des
bases de
Sous- Apprentissage
automatique
données
domaines
Interaction
de l’IA exploration de
données( data
homme machine
mining)
Technologies Ingénierie des
multimédia connaissances
Infographie Robotique
Rapport sur le développement
23
de l'IA 2020
Domaines techniques
et domaines
d'application de l'IA
24 Livre blanc sur le développement mondial de l'IA 2020
Voir = Croire ?
⚫ L'avancée des technologies de vision par ordinateur permet de créer facilement des
images et vidéos trompeuses avec des outils comme Photoshop et les GAN,
rendant difficile la distinction entre authenticité et falsification, ce qui peut être
utilisé de manière malveillante,.
⚫ Exemple:
Dans les publicités pour les pilules amaigrissantes, l'apparence des gens avant et après la perte
de poids peut être modifiée avec les technologies PS pour exagérer l'effet des pilules.
Lyrebird, un outil de simulation de voix d'êtres humains basé sur l'enregistrement
d'échantillons de minutes, peut être utilisé par des criminels.
25
Développement de l'IA = augmentation du chômage ?
• Les êtres humains ont toujours cherché à
améliorer l'efficacité, en utilisant des outils tels
que des des moteurs à vapeur pour accomplir Les emplois les plus Les emplois les moins susceptibles
plus avec moins de ressources. susceptibles d'être d'être remplacés par l'IA
• À l'ère de l'IA, plusieurs métiers sont remplacés par l'IA
susceptibles d'être automatisés, notamment
ceux qui impliquent des tâches répétitives, Courier Ecrivain
prévisibles et basées sur des règles. Chauffeur de taxi Gestion du personnel
• Cependant, l'automatisation peut également
créer de nouvelles opportunités et Soldat Software engineers
transformer la nature du travail dans de Comptable Responsible RH
nombreux domaines.
• La réponse est des emplois répétitifs Personnel de télévente Designer
qui impliquent peu de créativité et
d'interaction sociale. Service client Planificateur d'activités
26 ... ...
Les œuvres créées par l'IA sont-elles
protégées par les lois sur le droit d'auteur ?
Qui donne autorité aux robots ?
Problème à
résoudre Quels droits seront accordés aux robots ?
...
27
Framework : framework de développement plus
simple à utiliser
Algorithme : modèles d'algorithmes avec de
Tendances de meilleures performances et une taille plus petite
développement Puissance de calcul : développement complet du
des technologies cloud computing périphérique
d'IA Données : industrie des services de données de base
plus complète et partage de données plus sécurisé
Scénario : percées continues dans les applications
industrielles
28
Cadre de développement Divers cadres de développement de l'IA
évoluent vers la facilité d'utilisation et
(Framework) plus facile à l'omnipotence, abaissant continuellement
utiliser le seuil de développement de l'IA.
29
Conclusion
Ce chapitre présente la définition et l'historique du développement de l'IA, décrit les
domaines techniques et les domaines d'application de l'IA, présente brièvement la
stratégie de développement de l'IA de Huawei, et enfin aborde les différends et les
tendances de développement de l'IA.
30