CSI 4506: Introduction à l’Intelligence Artificielle

Renseignements (1) Professeur: Dr. Nathalie Japkowicz Bureau: STE 5-029 Téléphone: x6693 [E-mail préféré] E-mail: nat@site.uottawa.ca Heures de consultation: Jeudi 12h00-14h00 Par rendez-vous (envoyer un e-mail)

Renseignements (2) Manuel de cours: Stuart Russell et Peter Norvig: Intelligence Artificielle, Pearson, Troisième Edition, 2010. Mode d’évaluation: 3 Devoirs…………………. 30% 1 Rapport/Présentation …..15% Examen de Mi-Session…….20% Examen Final………………35%

Renseignements (3) Dates des Travaux: Devoir 1 (Scheme/Recherche): - à rendre le 7 Fevrier 2012 Devoir 2 (Prolog/Logique): - à rendre le 6 Mars 2012 Devoir 3 (Apprentissage): - à rendre le 3 Avril 2012 Rapport (Sujet de votre choix): - à rendre le jour de votre présentation [semaines du 26 Mars ou 2 Avril 2012]

Renseignements (4) Examen de Mi-Session: Examen Final: Le Jeudi 16 Février En classe Sujet: Représentation des problèmes (générale) Recherche (aveugle, heuristique, adversariale) Représentation des problèmes: Logique Propositionelle Examen Final: Sera annoncé plus tard - Sujet: Tout le materiel de cours

Plan du Cours d’aujourd’hui: Qu’est-ce que l’Intelligence Artificielle? Essai de définition Exemples de Systèmes IA Pourquoi l’Intelligence Artificielle est-elle difficile? Comment mesurer l’intelligence de nos systèmes? Survol du Cours

Première Question pour vous Que savez-vous sur l’intelligence artificielle? Pourquoi est-ce que cela vous attire? Que pensez-vous apprendre dans ce cours? Qu’est-ce que l’intelligence? Comment peut-elle etre transmise a un ordinateur?

Définition (1) Artificielle: Partie facile à définir: L’IA est artificielle à cause de ses origines et de son mode de création. C’est le résultat d’un processus humain plutôt que d’un processus naturel (biologique et évolutionnaire) Intelligence: Pas si facile! Qu’est-ce que l’Intelligence? On va commencer par la définition du dictionnaire.

Définition (2) Intelligence (Suite): Selon le Webster’s New World Dictionary (1988), l’intelligence, c’est: (a) La capacité d’apprendre ou de comprendre grâce à l’expérience. La capacité d’acquérir et de retenir les connaissances. La capacité mentale (b) La capacité de répondre rapidement et de manière appropriée à une nouvelle situation; L’utilisation de la faculté de raisonnement pour résoudre des problèmes, se comporter en société, etc. de manière effective. (c) En Psychologie, le succès mesuré de l’utilisation de ces capacités afin de résoudre certaines tâches.

Définition (3) Les définitions précédentes sont un peu vagues: Qu’est-ce qu’une nouvelle situation? Qu’est-ce que l’apprentissage? L’intelligence est-elle seulement humaine ou est-ce qu’elle existe également chez les animaux? Est-ce qu’une machine peut être intelligente? Ces questions sont intéressantes, mais nous n’allons pas en parler: Elles appartiennent plutôt a un cours de de philosophie.

Définition (4) Pour ce cours, définition de Marvin Minsky (1968): L’IA a pour but la construction de programmes informatiques qui s’adonnent à des tâches qui sont, pour l’instant, accomplies de façon plus satisfaisantes par des êtres humains car elles demandent des processus mentaux de haut niveau tels que: l’apprentissage perceptuel, l’organisation de la mémoire et le raisonnement critique.

Définition (5) Cette définition laisse la place pour des différences de points de vue: Certains chercheurs voient l’IA comme une branche de l’ingénierie [construction de robots] D’autres chercheurs souligne le lien avec les Sciences de la Cognition [simulation de l’intelligence humaine] D’autres chercheurs s’intéressent aux questions Philosophiques associées aux connaissances et à la conscience.

Exemples de Systèmes d’IA Systèmes de Traduction Automatique Systèmes de Contrôle du trafique aérien Systèmes de Supervision adaptatifs Assistant Personnel Automatisé Autoroutes Intelligents Robots pour conditions dangereuses

Pourquoi l’IA est-elle difficile? Parce que les systèmes d’IA demandent du sens commun afin de fonctionner comme il faut: Bon Exemple: Mr Data dans Star Trek: The Next Generation [Est-il possible de le construire?] Mauvais Exemple: Systèmes anciens (et même nouveaux) de traduction automatique

Exemple d’un système de traduction Anglais-Russe-Anglais “The spirit is willing but the flesh is weak” Anglais  Russe Russe  Anglais “The vodka is good but the meat is rotten”

Comment mesurer l’intelligence de nos systèmes? Le test de Turing  Pas pratique Stratégies d’évaluations pratiques: Exemples: Échecs  Tournois DENDRAL  Revue par experts Quand c’est possible, utiliser les critères d’ingénierie pour analyser la performance: Est-ce que le programme a réussi à accomplir la tâche qui lui a été demandée? L’a-t-il fait efficacement? L’a-t-il bien fait?

Survol du cours Représentation des problèmes Recherche Raisonnement sur les connaissances ainsi que leur manipulation Apprentissage Traitement des langages naturels Construction de plans (Voir le Syllabus)