Un peu de théorie

Imprimer

Connaissances - IA


Les chatterbots sont une des applications de l'Intelligence Artificielle (IA).

 

INTELLIGENCE ARTIFICIELLE

L'intelligence artificielle est la faculté de reproduire un " raisonnement " par des moyens informatiques. C’est l’ordinateur qui pense… pour reconnaître, s'adapter à des situations… comme le ferait un être humain.

Trois méthodes par l'exemple


On peut distinguer trois niveaux possibles de " raisonnement " ou plutôt trois méthodes utilisées en intelligence artificielle. Prenons l'exemple du jeu de dames:

1) ALGORITHME: Avant chaque mouvement de pièce, le programme explore tous les cas possibles. On peut, au prix d'une certaine complexité, y ajouter des tests pour éviter d'explorer des cas de figures très probablement perdants. Le but étant de diminuer le nombre des calculs qui, ici, et pire au échecs, sont trop nombreux pour être calculés en un temps raisonnable.

2) EXPERT: On pourrait enregistrer dans une base de connaissances, un grand nombres de parties connues. Si le système reconnaît une de ces parties, il joue les coups enregistrés. On voit bien ici que l'algorithme déroule "bêtement" l'exploration de tous les coups permis. Avec le système expert, comme son nom l'indique, une bonne dose de connaissance du jeu a été introduite. Ça n'est plus une simple mécanique en action, mais l'utilisation de règles de déduction basées sur la forte connaissance des spécialistes humains.

--> Ca te fait peur ?
3) NEURONIQUE: La méthode neuronique est l'apprentissage en jouant des parties et en tentant de mémoriser les différences entre-elles et de trouver les caractéristiques de chacune. La machine se bonifie à chaque partie. L'homme en face ne sait pas très bien ce que la machine mémorise pour arriver au résultat. Mais ça marche! Aucune expertise n'est apportée, sinon par mimétisme du joueur en face de la machine. Et encore! On a conçu des machines neuroniques qui jouaient entre elles. Un programme de sélection récompensait les plus fortes et éliminaient les plus faibles. Par auto adaptation restait une seule machine qui s'est révélée très performante. Conclusion Les trois manières de trouver une solution sont très différentes et s'appliquent à des cas d'application différents. Elles sont complémentaires.

Trois méthodes par l'explication

Les ordinateurs sont devenus de plus en plus puissants, mais ils ne permettent pas de toujours résoudre tous les problèmes. La matériel n'est peut être pas en cause. C'est le logiciel qu'il faut améliorer La construction de logiciels s'appuie sur plusieurs approches:

- L'approche basée sur des recettes Procédure pas à pas ALGORITHME

- L'approche basée sur la connaissance qui peut être

* Injectée Bases de connaissances EXPERT
OU
* Apprise Auto-apprentissage NEURONIQUE

Une approche algorithmique nécessite l’écriture du processus à suivre pour résoudre le problème puis sa transcription en un programme. Lorsque le problème est complexe, ce peut être une étape coûteuse ou impossible. D’autre part, les ordinateurs sont des machines complètement logiques qui suivent à la lettre chacune des instructions du programme. C’est un avantage lorsque tous les cas ont été prévus à l’avance par le développeur de l'algorithmique. La seconde approche possible est celle de l’intelligence artificielle (IA), avec pour application la plus connue les systèmes experts. Ici, la résolution du problème est confiée à un ensemble de règles données par l’expert humain du domaine. Il n’en demeure pas moins que toutes les règles doivent avoir été exprimées préalablement au traitement, et que le programme demeure binaire dans son exécution. Les cas qui n’ont pas été prévus par l’expert ne seront pas correctement traités. L’introduction de la logique floue ne change pas la nature des limitations d’emploi du programme : l'exécution reste totalement déterministe.

L’approche basée sur la connaissance s'applique là où la modélisation de la connaissance est possible, sous forme de règles, par exemple:
Pour les sciences "exactes": l'électronique, la mécanique, la physique, etc. La connaissance y est explicite.
Et non les sciences dites "humaines": la médecine, la psychologie, la philosophie, etc. La connaissance y est empirique

La troisième approche relative au traitement automatique de l’information Les deux approches indiquées ne suffisent pas pour de la reconnaissance de formes, du diagnostic, du contrôle moteur, de la traduction automatique, de la compréhension du langage etc.
Pour cette troisième approche on cherche à s’inspirer du traitement de l'information effectué par le cerveau.
En effet, la structure du système nerveux, les mécanismes mentaux, les processus neurophysiologiques l'architecture du cerveau sont à la base du développement d’un comportement intelligent. Les réseaux de neurones artificiels tentent de reproduire ce comportement.

Démarche ascendante ou descendante

DESCENDANTE: Robots ou automates programmés pour faire quelque chose Ne font que ce qu'on leur a injecté comme instruction Ils reflètent les idées et al logique des humains L'école descendante soutient que l'esprit est comme un programme d'une immense complexité dans un ordinateur Turing, avec sa machine, a saisi l'essence mathématique de la machine à calculer universelle.

ASCENDANTE: "Insectes" de Brooks qui se débrouillent par essais et erreurs; par apprentissage et, sélection des plus adaptés Ils peuvent donner naissance presque sûrement à de l'inattendu Hopfield pense que l'intelligence pourrait naître de la théorie quantique d'atomes stupides sans aucun programme d'aucune sorte Sa théorie: tout comme le solide quantique minimise son énergie, un circuit de réseau de neurones, lui aussi, doit minimiser son énergie Hopfield a découvert l'une des lois universelles des réseaux de neurones.


HISTORIQUE

Marvin Minsky est le père de l'IA MIT (Massachusetts Institute of Technology)
Il a écrit le livre: "La société de l'esprit"

Quelques jalons :
Bot en mousse. 1900 David Hilbert recense 23 problèmes non résolus, dont celui de la décidabilité à la Conférence internationale de mathématique à Paris

1917 Karel Capek, dramaturge tchèque, donne le nom de robot à des machines intelligentes

1931 Kurt Gödel publie son théorème sur l’incomplétude

1936 Alan Turing adresse les notions de décidabilité

1940 Norbert Wiener introduit les automates : systèmes auto régulés avec boucle de rétro action 1943 § Premières études sur les neurones formels

1944 Début des ordinateurs, basés sur les idées o de Turing, et o de von Neumann

1945 ENIAC – Premier ordinateur

1949 1950 Donald Hebb explique les phénomènes d’apprentissage § Alan Turing publie Computing Machinery and Intelligence qui marque le veritable début de l'IA

1955 Premiers langages d’intelligence artificielle

1956 Première utilisation officielle de l’expression " Intelligence Artificielle " à la Conférence de Dartmonth College

1957 Rosenblatt invente le perceptron, ancêtre des réseaux de neurones

1961 Cybernétique de Wiener

1971 Début des microprocesseurs avec les circuits intégrés d’Intel »

2000 La SWARM INTELLIGENCE – L'intelligence de l'essaim: discipline qui parie que les petits organismes artificiels du futur auront la capacité de créer ensemble une intelligence collective à la manière des fourmis d'aujourd'hui
LA SMART DUST – poussière intelligente ou réseaux de microprocesseur microscopique répartis. Chacun captant une grandeur dans son environnement et la communiquant à son voisin pour l'acheminer à un organe central reconstituant la cartographie de la grandeur Applications: cartographie thermique des forêts – prévention des incendies, cartographies des polluants, détection de vibrations - alarmes dans les zones sismiques, suivi des marchandises dans les magasins, surveillance des biens et des personnes, suivi des fantassins sur le champ de bataille, exploration des planètes.

Source: http://villemin.gerard.free.fr

Mise à jour le Mercredi, 17 Novembre 2010 22:39
Écrit par GjMan9
Lundi, 15 Novembre 2010 02:04