glo7001/semaine2.md
2017-09-12 22:22:43 -04:00

6.7 KiB
Raw Blame History

Semaine 2: Introduction à l'intelligence artificielle

Introduction to artificial intelligence, Philip C. Jackson, Jr.

Extraits du livre Introduction to artificial intelligence de Philip C. Jackson, Jr.

Ce livre a été publié initialement en 1974 et réédité en 1985. C'est la copie que je possède.

Un résumé des différentes sections:

Introduction

  1. L'intelligence, c'est agir correctement dans une situation donnée. La recherche se concentre sur le succès partiel pour éventuellement éliminer le maximum d'erreurs.
  2. Tests d'intelligence: capacité de résolution de problèmes
  3. Différents types d'appretissage: scientifique (intellectuel), subconscient, émotionnel, inspirationnel (surnaturel)
  4. Aptitudes: domaines des problèmes à résoudre
  5. Neurones, mémoire à court terme et long terme. Fonctionnement toujours inconnu.
  6. Pas besoin de machines différentes pour différents problèmes:
  7. Architecture générale:
    • Entrée
    • Contrôle
    • Logique
    • Stockage
    • Sortie

Mathématiques

  1. Concept de phénomène ou de processus, occurence:
    • Discret
    • Non-discret
    • Continu
  2. automate avec un nombre fini d'états
    • fonction de transition
    • récursivité
  3. On ne sait pas si l'intelligence artificielle générale est atteignable avec des ordinateurs

Résolution de problèmes

Différentes approches de résolution de problèmes:

  1. Approches générales
    • Langages symboliques (LISP)
    • Plusieurs milliers d'articles, conscient que c'est embryonnaire
  2. Environnements
    • Machines capables d'exister d'elles-mêmes dans un environnement du monde réel
  3. Aptitudes
    • Structures pour la conception d'aptitudes mécaniques
  4. Intelligence artificielle générale: machine ou procédure qui a des aptitudes pour résoudre différents types de problèmes, jouer différents jeux, prouver différents théorèmes, reconnaissance de motifs et compréhension de langages.
    • Approche évolutionnaire
    • Approche par raisonnement
  5. Le concept de problème:
    • Espace de situations (pleinement spécifié ou partiellement)
      • Notion d'objectif ou de solution
      • Plan, stratégie et pas nécessairement un résultat déterminé
    • Inférence

Types de problèmes:

  1. Problèmes avec espace-état
    • Recherche heuristique
    • Réduction du problème
  2. Problèmes de planification et raisonnement

Jouer à des jeux

  1. Stratégies, très grands espaces-états
  2. Échecs, Dames, Go, Bridge, Poker, ...
  3. Programmes généraux: différentes classes de jeux

Perception de motifs

  1. Définitions:
    • Classification
    • Association
    • Apprentissage
  2. Reconnaissance de formes, structures syntaxiques
  3. Vision par ordinateur. détection de contours, détection d'objets
    • Arche de Winston
    • Graphe de description

Preuve de théorèmes

  1. Calcul des prédicats de premier ordre
  2. Types:
    • Basé sur la résolution
    • Basé sur la recherche heuristique
  3. Raisonnement par analogie
  4. Résolution de problèmes: décrire le problème sous forme de calcul des prédicats
  5. Écriture de programmes

Traitement d'information sémantique

  • Syntaxe, Signification, Génération
  • Langages naturels, artificiels

Lien entre la structure de la phrase et le sens qu'elle contient. Deux approches:

  1. Grammaire systémique
  2. Grammaire transformationnelle

Traitement en parallèle et systèmes évolutionnaires

  1. Automates cellulaires: graphe dont chaque noeud est une machine à nombre finis d'états.
  2. Systèmes hiérarchiques: collection ordonnée de systèmes, machines.
  3. Systèmes auto-organisés: collection de systèmes pouvent s'organiser temporairement pour résoudre un problème dans un environnement donné.
    • Voitures contrôlées par ordinateur: chaque voiture est une intelligence artificielle
    • Communication entre les systèmes
  4. Systèmes évolutionnaires

La récolte de l'intelligence artificielle

  1. Robots: intelligence mécanique capable d'évoluer dans le monde réel.
  2. Possibilités: Références à Azimov:
    • Dictateur machine
    • Machine intégrée à la nature.

Émission La Sphère de Radio-Canada, 9 septembre 2017

L'histoire de l'intelligence artificielle avec Martin Lessard

  • Element AI: Plus grande levée de fonds en capital de risque pour une startup en intelligence artificialle.
  • Application of Deep Convolutional Neural Networks for Detecting Extreme Weather in Climate Datasets. Selon Prabhat, Pas assez de données pour l'instant, on devra attendre plusieurs années.
  • Le temps des algorithmes, Gilles Dowek, Serge Abiteboul
  • Iliade d'Homère: machines qui travaillent pour lui
  • Philosophie: méthode structurée pour argumenter, syllogismes
  • Algorithmes: recette mathématique
  • Cerveau électronique, recréer l'intelligence avec l'électronique. Depuis environ 50 ans. Conférence de Dartmouth 1956. John McCarthy, Marvin Minsky, Shannon, Alan Turing.
  • Intelligence artificielle forte (générale) vs. faible (spécialisé)
  • Ancienne génération: Systèmes experts, arbres de décisions, voir toutes les possibilités. Programmés à priori.
  • Nouvelle génération: apprendre à mesure que l'évènement se déroule. Neurones: bout de code. Réseau de neurones. Retenir l'information de manière plus efficace que les algorithmes précédents. Il faut alimenter le réseau avec des données.
  • Depuis 5 ans: Matériel peu dispendieux, beaucoup de puissance de calcul et beaucoup de données.

Les mythes sur lintelligence artificielle : Entrevue avec Joëlle Pineau

  • Hawking, Elon Musk: Craintes par rapport aux avancées de l'intelligence artificielle
  • Les chercheurs sont beaucoup moins alarmistes: sommme de petites découvertes
  • Ce qui dérange avec les médias:
    • Aspect épeurant joue dans l'imaginaire
    • Passer à côté de trucs intéressants, en santé par exemple
    • Grandes pertes d'emploi: transports, centres d'appels. On a vécu d'autres transformations. Agriculture, entrée des femmes, ... Création de nouveaux emplois.
  • Métiers qui demandent davantage d'études ? Flexibilité et complexité d'interaction humaine, soutien aux enfants, personnes agées, malades. Redonner de la valeur à des métiers actuellement peu valorisés.
  • Robots qui ont développé leur propre langue chez Facebook ? Sensationnalisme
  • Impacts éthiques: Relève d'encadrer les mathématiques ... Encadrement dans des domaines précis plutôt ?