Intelligence artificielle

Slides:



Advertisements
Présentations similaires
P.T. 2012/2013 Mise en œuvre de Prolog.
Advertisements

Intelligence Artificielle & systèmes experts
Apprendre, cest poursuivre un but 3 façons de donner du sens (Davelay, 1992; Viau, 1994) 1.Compétence 2.Contrôle 3.Utilité
Résolution de problèmes et logiciel de calcul symbolique
Thèmes du chapitre 3 La prise de décisions : l’essence même de la gestion 1. Le contexte de la prise de décisions 2. La méthode rationnelle de prise de décisions.
Licence 2 Option de découverte (1L4INJM) APPLICATIONS INFORMATIQUES POUR LINTERACTION HOMME-ROBOT Responsable : Julien PINQUIER
Le raisonnement mécanisé
Les compétences professionnelles spécifiques pour enseigner en maternelle 1.
Nouveau programme de Première S
Généralités sur la préparation et la conduite d’une séance
Intelligence Artificielle & systèmes experts
Bases de l’intelligence artificielle
Bases de l’intelligence artificielle
Systèmes à base de connaissances
Joscelin OUDRY IR2000 année
5. La physique appliquée en STS IPM
La stratégie pédagogique
Systèmes Experts : Principes
Les méthodes formelles en ingénierie des connaissances Damien Lhomme-Desages Jérémie Barlet.
Le statut de l’erreur dans les apprentissages
Systèmes Experts implémentation en Prolog
LI.A ça ressemble à ça… des fois…. Ou pas… Rappels et définition de lIA – Lidée quon sen fait – Jusquoù on va aujourdhui / dans le futur? – Petit Etat.
INF 162 Probabilités pour l’informatique Licence informatique
Mirta B. Gordon Laboratoire Leibniz-IMAG Grenoble
Les Systèmes Experts I.A. Session 2009/2010
Introduction à l’Intelligence Artificielle
Interaction Homme Robot Sujet « 16/03/2012 » Réalisé par :
1 Cours numéro 3 Graphes et informatique Définitions Exemple de modélisation Utilisation de ce document strictement réservée aux étudiants de l IFSIC.
Évaluation des IHM et ergonomie
Applications du perceptron multicouche
EPITA Exposants : Samir ASFIRANE David BENABOU Justin GOUEDE Version : 1.0 L'INTELLIGENCE ARTIFICIELLE : Une voie abandonnée ?
La pensée logique au cycle 1
Quest-ce lévaluation pour lapprentissage? Trilogie de lévaluation * Lévaluation diagnostique elle se situe avant lenseignement * Lévaluation formative.
L’organisation & les responsabilités
Reconnaissance Vocale
Département d’informatique
CSI 4506: Introduction à l’Intelligence Artificielle
Révisions - IA Généralité: problèmes de lIA Recherche Logique Traitement de lincertitude Apprentissage Langue naturelle.
Programmation logique Le Langage PROLOG
Programmation non procédurale Le projet ECOLE 2000
Les réseaux de neurones
Partie A Système d ’information et organisation
Chapitre I : Introduction à l'IA
Le management public ne peut se limiter à l’étude de l’organisation
La planification à rebours
Présenté par : Attia Hamza Merzouk Abdelkrim 2003/2004
EXIGE Un avenir dans le web....
NEUROTECHNOLOGIE ET TECHNOLOGIES COGNITIVES
Algorithmique et programmation (1)‏
Résoudre un problème au cycle 1
Évaluation 2 Aide mémoire. Éléments de contenu Au moins une question mobilisatrice Domaine de formation général (axe de développement) Compétence transversale.
Interface Homme-machine (interaction humain-machine)
Le langage Racket (Lisp)
Intelligence Artificielle
CSI 4506: Introduction à l’Intelligence Artificielle
CSI 4506: Introduction à l’Intelligence Artificielle
Introduction et Généralités sur l’Algorithmique
IFT 615 – Intelligence artificielle Consignes pour l’examen final
Knowledge discovery in Databases (KDD)
Problématique de la thèse Comment les outils provenant du management des connaissances peuvent ils être utilisés dans le cadre de la politique d'amélioration.
1 CHOIX DU MICROCONTROLEUR ET DE L’ARCHITECTURE ELECTRONIQUE L’utilisation d’un microcontrôleur nous a paru comme le meilleur compromis à cheval entre.
C'est un processus d'organisation systématique et de réflexion, elle contient les principes d'apprentissage et les plans de travail, les matériaux,
Raisonnement et logiques
GPA-779 Application des systèmes experts et des réseaux de neurones.
Loi des intensités et des tensions dans les circuits électriques
Introduction aux Interfaces Homme-Machine
Je suis petit et je Code Concours des Enseignants Innovants PIL - Local Forum 2015 TUNISIA République Tunisienne Ministère de l’Education.
Innovations en gestion des ressources humaines Séance 10 La Formation et l’apprentissage MNG 3105 Martin Dubé, M.Éd., CRHA Novembre 2013.
Ergonomie et facteurs humains Kahina HADDADI M2EID 2015/2016.
Projet provincial d’accompagnement des enseignants de FGA dans l’implantation du nouveau programme de mathématique en FBD. MODULE 1 Partie 3 – Différents.
Transcription de la présentation:

Intelligence artificielle CWR - Philomaths 20.03.2015

L’IA : Qu’est-ce que c’est ? Alan Turing : test de Turing (1950) IA versus informatique classique (algorithmique) Un exemple : le jeu d’échecs Autre exemple : la traduction automatique CWR - Philomaths 20.03.2015

L’IA : Pour quoi faire ? (1/2) aide à la décision ; contrôle de processus (« arbre de Noël ») ; diagnostic (médical, technique) ; traitement du langage naturel (traduction automatique) ; reconnaissance de formes ; robotique ; planification, ordonnancement ; démonstration de théorème ; jeu d’échecs et autres jeux de stratégie ; etc. CWR - Philomaths 20.03.2015

L’IA : Pour quoi faire ? (2/2) Classement de quelques applications d’IA Nature du problème  Type de connaissances Problème précis Problème imprécis Explicites Planification, ordonnancement Contrôle de processus Diagnostic XIAO (X = conception, dessin, fabrication, guidage) Implicites Résolution de problème Preuve de théorème Jeu d’échecs Traduction automatique Vision Compréhension du langage naturel Robotique Interfaces homme-machine CWR - Philomaths 20.03.2015

L’IA : Comment la mettre en œuvre ? Deux approches de l’IA : 1) Approche symbolique ou cognitiviste = programme tournant sur un ordinateur classique -> « boîte blanche » 2) Approche connexionniste (réseaux neuromimétiques) = machine dédiée, spécialisée dans le traitement parallèle -> « boîte noire » CWR - Philomaths 20.03.2015

1) Approche symbolique ou cognitiviste Les premiers théoriciens de cette approche sont John McCarthy et Marvin Minsky. Plusieurs types de programmes d’IA symbolique : Systèmes experts Programmation par contraintes Raisonnement par cas CWR - Philomaths 20.03.2015

Système expert (1/2) Base de faits (entrée) Base de connaissances (base de règles) Moteur d’inférence Résultat (sortie) CWR - Philomaths 20.03.2015

Système expert (2/2) La base de connaissance contient des règles de la forme : A → B (si A, alors B) Le moteur d’inférence enchaîne ces règles en partant de la situation de départ P0, jusqu’à atteindre le but visé Q : P0 → P1 ; P1 → P2 ; P2 → P3 ; … ; Pn-1 → Pn ; Pn → Q Chaînage avant, arrière, mixte CWR - Philomaths 20.03.2015

Raisonnement par cas CWR - Philomaths 20.03.2015

Programmation par contraintes = Problèmes de satisfaction de contraintes ou CSP (Constraint Satisfaction Problem) variables ; domaine d’appartenance des valeurs des variables ; contraintes reliant ces valeurs. CWR - Philomaths 20.03.2015

Limites de l’IA symbolique (cf Limites de l’IA symbolique (cf. tableau «  Classement de quelques applications d’IA », diapo 4) Nature du problème  Type de connaissances Problème précis Problème imprécis Explicites Planification, ordonnancement Contrôle de processus Diagnostic XIAO (X = conception, dessin, fabrication, guidage) Implicites Résolution de problème Preuve de théorème Jeu d’échecs Traduction automatique Vision Compréhension du langage naturel Robotique Interfaces homme-machine CWR - Philomaths 20.03.2015

2) Connexionnisme : les réseaux neuromimétiques Un neurone naturel (≈ 100 milliards dans le cerveau) Un neurone formel (artificiel) : une simplification extrême (quelques dizaines dans un système) CWR - Philomaths 20.03.2015

Réseau de neurones simple CWR - Philomaths 20.03.2015

Perceptron multicouches CWR - Philomaths 20.03.2015

Réseau de neurones avec rétroaction CWR - Philomaths 20.03.2015

3) Un troisième type, pas très « intelligent » L’exploitation des « Big Data » pour réaliser des corrélations = Data mining Le premier à l’utiliser : Walmart (USA) Aujourd’hui, les données sont partout, provenant de tous, utilisées par quelques-uns… CWR - Philomaths 20.03.2015

L’IA : ce qu’elle sait faire, ce qu’elle ne sait pas faire (1/2) Les problèmes (assez) bien résolus : diagnostic et réparation de problèmes assez simples et récurrents ; pilotage automatique ; aide au diagnostic, aide à la décision, aide à la démonstration de théorèmes, aide à la traduction, et d’une façon générale tout ce qui vient en complément de l’humain ; reconnaissance de formes assez simples, écriture imprimée, écriture manuscrite après une phase d’apprentissage assisté ; interface et communication homme-machine ; robotique, i.e. déplacement d’un robot dans un environnement non prédéterminé et réalisation de tâches adéquates. CWR - Philomaths 20.03.2015

L’IA : ce qu’elle sait faire, ce qu’elle ne sait pas faire (2/2) Les problèmes historiques, restant à améliorer ou à perfectionner : compréhension du langage naturel ; robots totalement autonomes ; moteurs de recherche.   Les fantasmes de l’IA : une machine éprouvant des émotions ; un système prenant le pouvoir (cf. Hal dans « 2001 l’odyssée de l’espace » et les trois lois de la robotique d’Isaac Asimov)… CWR - Philomaths 20.03.2015