Introduction à l`intelligence artificielle Fichier
Transcription
Introduction à l`intelligence artificielle Fichier
GPA-759 Réseaux de neurones et intelligence artificielle Introduction à l’intelligence artificielle Définition de l’intelligence artificielle L’Intelligence Artificielle est l’étude des moyens pour que l’ordinateur : accomplisse des tâches qui sont présentement mieux réalisées par les humains. acquiert des capacités intellectuelles comparables à celles des êtres humains. extrait du livre « Manuel d’intelligence artificielle » de Frécon & Kazar, PI Poly, 2009. Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle Domaines d’application de l’IA Perception Tâches routinières Robotique Parole Vision Tâches formelles Sens commun Réseaux neuroniques Systèmes experts Cours 1 Langages naturels GPA-759 Réseaux de neurones et intelligence artificielle Domaines de l ’intelligence artificielle ■ Tâches routinières Perception – Vision – Parole Langage naturel – Compréhension – Génération – Traduction Sens commun Robotique Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle ■ Tâches formelles Jeux – Échecs – Backgammon – Dames Mathématiques – Géométrie – Logique – Calcul intégral – Preuves de théorèmes Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle ■ Systèmes experts Ingénierie – Conception – Réparation, déverminage – Planification industrielle Analyse scientifique Diagnostique médical Analyse financière Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle ■ Réseaux de neurones artificiels Classification Apprentissage supervisé et non-supervisé – Perceptron multicouche – Réseaux auto-organisés – Simulations biologiques Cours 1 Imagerie et reconnaissance de formes GPA-759 Réseaux de neurones et intelligence artificielle Corrolaire à la définition de l’IA Domaines où l’ordinateur surclasse l’humain : • Calculs numériques • Mémorisation • Tâches répétitives Caractéristiques • Pas d’intelligence • Activités mécaniques Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle But de l’Intelligence artificielle Accroître les performances de l’ordinateur dans des activités où l’humain réussit mieux Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle Éléments d ’un système à base de connaissance Connaissances État initial Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle But Exemple: jeu de tic-tac-toe Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle Exemple: jeu d ’échecs Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle Recherche en IA ■ Connaissances Représentation – script – règles – poids de connexion Acquisition – expertise humaine – apprentissage supervisé, par l’exemple – apprentissage non-supervisé Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle ■ Recherche dans l’espace d’états Profondeur d’abord Ventilation d’abord Minimisation d’erreur Activation synchrone Activation asynchrone Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle Approches en IA 1. Symbolique 2. Connexioniste Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle L ’hypothèse symbolique (Newell et Simons, ~1976) ■ Assomption Un système physique symbolique est constitué d’un ensemble d’unités, appelés symboles, qui sont des formes physiques qui peuvent être des composantes d’un autre type d’unité, appelé expression ou structure de symboles. Une expression est donc composée d’instances de symboles reliés physiquement les uns aux autres. À tout moment, le système contient une collection de processus qui opèrent sur ces expressions pour en produire d’autres: on aura des processus de création, de modification, de reproduction et de destruction. Un système physique symbolique est une machine qui produit dans le temps une collection évolutive de structures de symboles. Un tel système existe dans un monde d’objets qui englobe les expressions symboliques elles-mêmes. Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle ■ Hypothèse Un système physique symbolique possède tous les moyens nécessaires et suffisants pour produire des actions générales intelligentes. Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle Test de Turing B A Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle Architecture d ’un système expert Base de connaissances Faits Usager Expertise Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle Machine d’inférence Avantages des systèmes experts ■ ■ ■ ■ ■ Accessible Coût réduit Permanence Expertise multiple Sureté Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle Explications du raisonnement Réponse rapide Non-émotivité Tuteur intelligent Base de données intelligente Approche connexioniste ■ Paradigme du cerveau ■ Parallélisme massif ■ Connaissance ■ Distribuée Poids des connexions Recherche de solution ■ Activation synchrone ou asynchrone des neurones Voie de recherche de solutions pour des problèmes faciles pour un humain mais très difficiles pour un ordinateur Reconnaître un visage Conduire sous la pluie Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle Avantages des systèmes connexionistes ■ ■ ■ ■ ■ Stockage réparti (tolérance aux fautes) Dégradation graduelle des performances Mémorisation associative (par contenu). Rappel partiel. Extrapolation et interpolation des données Plasticité Portion de réseau détruite ⇒ transfert dans une autre partie par apprentissage. Cours 1 GPA-759 Réseaux de neurones et intelligence artificielle