glo7001/semaine2.md

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'intelligence artificielle pour les nuls - La sphère

• Il y a quelques années, mettre IA dans une demande de subventions était une mauvaise idée

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 l’intelligence 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 ?