145 lines
6.7 KiB
Markdown
145 lines
6.7 KiB
Markdown
# 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.
|
||
1. Tests d'intelligence: capacité de résolution de problèmes
|
||
1. Différents types d'appretissage: scientifique (intellectuel), subconscient, émotionnel, inspirationnel (surnaturel)
|
||
1. Aptitudes: domaines des problèmes à résoudre
|
||
1. Neurones, mémoire à court terme et long terme. Fonctionnement toujours inconnu.
|
||
1. Pas besoin de machines différentes pour différents problèmes:
|
||
1. Architecture générale:
|
||
- Entrée
|
||
- Contrôle
|
||
- Logique
|
||
- Stockage
|
||
- Sortie
|
||
|
||
### Mathématiques
|
||
|
||
1. Concept de phénomène ou de processus, occurence:
|
||
- Discret
|
||
- Non-discret
|
||
- Continu
|
||
1. automate avec un nombre fini d'états
|
||
- fonction de transition
|
||
- récursivité
|
||
1. 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
|
||
1. Environnements
|
||
- Machines capables d'exister d'elles-mêmes dans un environnement du monde réel
|
||
1. Aptitudes
|
||
- Structures pour la conception d'aptitudes mécaniques
|
||
1. 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
|
||
1. 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
|
||
1. Problèmes de planification et raisonnement
|
||
|
||
### Jouer à des jeux
|
||
|
||
1. Stratégies, très grands espaces-états
|
||
1. Échecs, Dames, Go, Bridge, Poker, ...
|
||
1. Programmes généraux: différentes classes de jeux
|
||
|
||
### Perception de motifs
|
||
|
||
1. Définitions:
|
||
- Classification
|
||
- Association
|
||
- Apprentissage
|
||
1. Reconnaissance de formes, structures syntaxiques
|
||
1. 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
|
||
1. Types:
|
||
- Basé sur la résolution
|
||
- Basé sur la recherche heuristique
|
||
1. Raisonnement par analogie
|
||
1. Résolution de problèmes: décrire le problème sous forme de calcul des prédicats
|
||
1. 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
|
||
1. 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](http://medias-balado.radio-canada.ca/diffusion/2017/09/balado/src/CBF/2017-09-10_11_44_33_laspherebalado_0000.mp3)
|
||
|
||
- 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](https://arxiv.org/abs/1605.01156). Selon Prabhat, Pas assez de données pour l'instant, on devra attendre plusieurs années.
|
||
- [Le temps des algorithmes, Gilles Dowek, Serge Abiteboul](https://www.editions-lepommier.fr/le-temps-des-algorithmes)
|
||
- 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 ?
|
||
|