La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

Présentations similaires


Présentation au sujet: "IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615."— Transcription de la présentation:

1 IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615

2 Objectifs de lIntelligence Artificielle Créer des systèmes (logiciels ou machines) intelligents Pensent/réfléchissent/raisonnent comme des humains et/ou Pensent/réfléchissent/raisonnent rationnellement et/ou Se comportent/agissent/réagissent comme les humains et/ou Se comportent/agissent/réagissent rationnellement Le domaine de lIA est influencé par plusieurs disciplines : informatique, génie (comment programmer et implanter lIA?) mathématiques, statistique (limites théoriques de lIA?) neurosciences (comment le cerveau fonctionne?) psychologie cognitive (comment lhumain réfléchit?) économie, théorie de la décision (comment prendre une décision rationnelle?) linguistique (quelle est la relation entre le langage et la pensée?) philosophie (quel est le lien entre le cerveau et lesprit?) IFT 615Froduald Kabanza2

3 Comment savoir si une machine est intelligente? Test de Turing : un interrogateur humain pose des questions écrites à une machine et à une personne, les deux cachées par un rideau si linterrogateur ne peut distinguer les réponses données par la machine de celles données par la personne, alors la machine est intelligente Pour réussir le test, le système a besoin des capacités suivantes : traitement du langage naturel représentation des connaissances raisonnement apprentissage Le test de Turing complet permet les interactions physiques entre linterrogateur et la machine, ce qui ajoute les capacités de : perception (pour le test complet) robotique Chacune de ces capacités correspond à une sous-discipline de lIA IFT 615Froduald Kabanza3

4 Questionnement de lIntelligence Artificielle Questionnements « théoriques » de lIA peut-on créer un système aussi intelligent quun humain? peut-on créer un système aussi intelligent quune abeille? peut-on créer un système évolutif, qui communique, sauto-améliore, apprend, planifie, a des émotions, …. Questionnements « algorithmiques » de lIA pour une banque donnée, peut-on épargner 50 millions de $ par année grâce à un système de détection de fraude? peut-on sauver 50 millions de $ par un système de reconnaissance de formes amélioré? peut-on sauver 5 millions de $ par année par un système de reconfiguration du robot automatique? peut-on faire un jeu vidéo avec des personnages plus «intelligents » que la version 1.0? IFT 615Froduald Kabanza4

5 Perspective historique de lIA The proposal [for the meeting] is to proceed on the basis of the conjecture that every aspect of... intelligence can in principle be so precisely described that a machine can be made to simulate it IFT615© Froduald Kabanza5

6 Perspective historique de lIA De 1956 jusquau milieu des années 1980, les recherches en IA sont dominées par des approches à base de connaissances (knowledge based). Critique : LIA conventionnelle [knowledge based] nest quune « application de règles », mais lintelligence [humaine] ne lest pas (Haugeland) Dès les années 1980, les approches comportementales (behaviour based ou situated AI) deviennent populaire. Leitmotiv : La représentation des connaissances nest pas nécessaire, elle est même nuisible (Brooks) Dès les années 1990, les approches connectionistes et probabilistes reprennent de la vigueur (Neural Networks / Parallel Distributed Computing) Leitmotiv : Linférence nécessaire [pour lIA] est probabiliste, mais pas logique. Ces critiques paraissaient fondées à lépoque; elles le sont moins maintenant. IFT615© Froduald Kabanza6

7 LIA aujourdhui Les récentes publications dans AIJ, JAIR, AAAI et IJCAI contiennent des articles sur: 1.Recherche heuristique et planification 2.Satisfaction de contraintes 3.Planification probabiliste 4.Systèmes multiagents 5.Raisonnement probabiliste 6.Inférence logique 7.Apprentissage automatique 8.Game AI 9.Vision 10.Robotique 11.Traitement du langage naturel Les théories et algorithmes sous-jacents à tous ces sujets seront introduits à part les trois derniers. IFT615© Froduald Kabanza7

8 Exemples dapplications Intelligence artificielle dans les jeux Deep Blue IBM IFT 615Froduald Kabanza8

9 Planification de trajectoires pour un corps articulé, avec évitement dobstacles Exemples dapplications IFT 615Froduald Kabanza9 Motion Planning Kit (MPK) Jean-Claude Latombe et Mitul Saha, Stanford University

10 Exemples dapplications Planification de trajectoires pour un corps articulé, avec évitement dobstacles Station de contrôle Bras-robot canadien IFT 615Froduald Kabanza10

11 Exemples dapplications Reconnaissance de caractères écrits IFT 615Froduald Kabanza11 LeNet 5 Yann LeCun, Léon Bottou, Yoshua Bengio et Patrick Haffner, AT&T Labs-Research

12 Exemples dapplications Robot humanoïde IFT 615Froduald Kabanza12 ASIMO Honda

13 Exemples dapplications Voiture avec conduite automatique IFT 615Froduald Kabanza13 Google Car Sebastian Thrun, Stanford University/Google

14 Autres exxemples dapplications IA dans les jeux Et plusieurs autres : détection de pourriels planification de transports (marchandise, personnes) traduction automatique robots ménagers (Roomba) reconnaissance de la parole détection de visage recommandation de produits (films, musique, etc.) etc. Ceci est le résultat de près de 60 ans de recherche lecture suggérée : section 1.3 du livre du cours IFT 615Froduald Kabanza14

15 Objectifs du cours Taxomomie de Bloom IFT 615Froduald Kabanza15 Dans le cours IFT 615

16 © Froduald Kabanza16IFT615 Objectifs du cours Acquérir une connaissance générale de lIA (les différents domaines, quelques problèmes dans chaque domaine, différentes méthodes et quelques applications typiques) Comment? Introduction des différents axes de recherche 4 Projets de programmation:

17 Objectifs du cours IFT 615Froduald Kabanza17 agents intelligents agents intelligents recherche heuristique recherche heuristique recherche locale recherche à deux adversaires recherche à deux adversaires satisfaction de contraintes satisfaction de contraintes raisonnement logique raisonnement probabiliste raisonnement probabiliste processus de décision markovien processus de décision markovien apprentissage automatique apprentissage automatique apprentissage par renforcement apprentissage par renforcement Algorithmes et concepts

18 © Froduald Kabanza18IFT615 Plan de cours Link

19 © Froduald Kabanza19IFT615 Prochain cours Agents intelligents Recherche heuristique


Télécharger ppt "IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615."

Présentations similaires


Annonces Google