Introduction
L’intelligence artificielle (IA) est partout : dans nos smartphones, nos voitures, et même dans les recommandations de films que nous regardons le soir sur Netflix ou Amazon Prime.
Le saviez-vous ? L’intelligence artificielle ne se limite pas au LLM, comme Chat GPT, Claude ou d’autres grand modèle de langage, il en existe d’autres.
Nous verrons également les différents « états capacitifs » dans lequel peut se trouver une IA. Nous en profiterons pour démystifier quelques croyances pour le moins fantaisistes.
Pour terminer, nous verrons quels sont les principales méthodes d’apprentissage.
Installez-vous confortablement, et plongeons ensemble dans cet univers fascinant.
1. Les différents types d’intelligence artificielle
Il existe plusieurs types d’intelligences artificielles, chacune ayant des architectures et des usages spécifiques. Voici les principales catégories d’IA :
Les IA symboliques (ou IA basées sur les règles)
- Exemples : Systèmes experts, arbres de décision, moteurs de règles (comme Prolog).
- Fonctionnement : Basées sur la logique et des règles explicites définies par des experts humains.
- Utilisation : Diagnostic médical, moteurs de recherche spécialisés, jeux d’échecs classiques.
Les IA connexionnistes (ou réseaux de neurones)
- Perceptron & Perceptron Multi-couches (MLP)
Exemples : Réseaux de neurones classiques.
Utilisation : Classification, reconnaissance d’image et de texte. - CNN (Convolutional Neural Networks)
Exemples : ResNet, VGG, EfficientNet.
Utilisation : Vision par ordinateur (reconnaissance faciale, détection d’objets). - RNN & LSTM (Recurrent Neural Networks & Long Short-Term Memory)
Exemples : GPT-2 (avant les Transformers), Google Translate (ancienne version).
Utilisation : Traitement du langage naturel, génération de séquences, analyse prédictive. - Transformers
Exemples : GPT-4, BERT, T5, Llama.
Utilisation : Chatbots, résumé de texte, génération de contenu, recherche. - GAN (Generative Adversarial Networks)
Exemples : StyleGAN, BigGAN, DeepFake.
Utilisation : Génération d’images, création de vidéos et d’avatars réalistes. - Autoencodeurs & VAEs (Variational Autoencoders)
Utilisation : Compression de données, génération de musique et d’images.
Les IA probabilistes et bayésiennes
- Exemples : Réseaux bayésiens, modèles de Markov cachés (HMM).
- Fonctionnement : Basées sur des probabilités et des inférences statistiques.
- Utilisation : Reconnaissance vocale, prévisions financières, bio-informatique.
Les IA évolutionnaires (ou algorithmes génétiques)
- Exemples : Algorithmes évolutionnaires, PSO (Particle Swarm Optimization).
- Fonctionnement : Inspirés de la sélection naturelle (mutation, croisement).
- Utilisation : Optimisation de problèmes complexes (par exemple, design de circuits électroniques).
Les IA hybrides
- Exemples : IBM Watson (qui combine règles symboliques et machine learning).
- Utilisation : Diagnostic médical avancé, systèmes décisionnels complexes.
Les IA neuromorphiques
- Exemples : SpiNNaker, TrueNorth (IBM).
- Fonctionnement : Inspirées du fonctionnement du cerveau humain.
- Utilisation : Calculs ultra-rapides, intelligence embarquée sur puces.
Les IA multi-agents
- Exemples : Simulation de foules, trading algorithmique collectif.
- Fonctionnement : Plusieurs agents IA autonomes interagissent pour résoudre des tâches.
- Utilisation : Robotique en essaim (drones, robots industriels). Multi tâches.
2. Les trois états de capacité des IA : ANI, AGI et ASI
L’IA n’a pas qu’un seul état, mais elle peut se classer dans 3 états différents.
1. ANI (Artificial Narrow Intelligence) – L’intelligence artificielle étroite
C’est celle que nous utilisons aujourd’hui. Elle est excellente dans des tâches spécifiques…
2. AGI (Artificial General Intelligence) – L’intelligence artificielle générale
Imaginez une machine capable de penser comme un humain…
3. ASI (Artificial Super Intelligence) – La superintelligence artificielle
C’est l’IA qui dépasserait l’intelligence humaine…
Il y a une chose qu’on ne vous explique pas beaucoup, mais qui a son importance. L’architecture des IA actuelles ne leur permettront pas d’atteindre l’AGI dans un délai de quelques années.
3. Comment l’IA apprend-elle ?
1. L’apprentissage supervisé
L’IA apprend à partir d’exemples donnés par des humains…
2. L’apprentissage non supervisé
Cette fois, pas d’exemples donnés ! L’IA essaie de trouver seule des motifs…
3. L’apprentissage par renforcement
L’IA apprend en essayant et en échouant, un peu comme un enfant…
Les IA dans notre quotidien : des exemples qui peut-être vous surprendrons
Santé : diagnostiquer et aider les médecins
Les IA analysent des radiographies pour aider les médecins à détecter précocement des maladies comme le cancer. Elles ne remplacent pas les professionnels de santé, mais elles sont de précieux assistants. [1] [2]
Finance : détecter les fraudes et gérer les risques
Si votre banque vous prévient d’une transaction suspecte… [3]
Marketing : des publicités ultras ciblées
Vous avez cherché « chaussures de sport » sur Google…
Conclusion : L’IA est un outil, pas une menace
L’intelligence artificielle n’est pas une créature mystérieuse…
C’est un outil puissant qui, bien utilisé, peut nous aider à améliorer nos vies.
Alors, la prochaine fois que vous utiliserez une IA…
C’est juste de la science et des mathématiques, et maintenant vous la comprenez un peu mieux !
Merci de m’avoir lu et au plaisir de vous retrouver pour un autre article.