Source
MOOC sur Fun Mooc: https://lms.fun-mooc.fr/courses/course-v1:inria+41021+session01/info
Liens pour se souvenir
Intelligence artificielle et pensée humaine
Parler encore d’intelligence artificielle ? Au milieu de tout le bruit médiatique sur ce sujet une chercheuse en sciences de l’éducation, Margarida Romero, va répondre à une question rarement posée et jamais analysée de façon aussi profonde à notre connaissance : comment éduquer nos concitoyen.ne.s dans un monde où l »intelligence artificielle » devient omniprésente ? Pascal Guitton & Thierry Viéville. Cet article est publié en collaboration avec The Conversation.
Chronologie
Effectivement c'est dans cet ordre historique, que se sont passées les choses:
Turing et l'idée de machine dont le comportement pourrait s'apparenter au comportement humain.
Le développement de mécanismes symboliques qui peuvent déduire automatiquement des conséquences à partir de règles et de faits.
La prise de conscience que le développement d'une intelligence artificielle générale est un problème mal formulé.
Le développement de l'apprentissage profond dont les calculs permettent de prédire des résultats statistiques très performants.
Il y a d'abord eu un âge d'or après les premières idées séminales de Turing où l'on découvrait la puissance des algorithmes. S'est alors développée l'idée qu'il n'y avait pas de limites à cette intelligence mécanique, mais il y a eu ensuite de grandes déceptions et on parle «d'hiver de l'intelligence artificielle»!
Ensuite le développement de ce qu'on appelle des systèmes experts a donné des résultats assez prometteurs, mais qui se sont révélés limités par rapport à la complexité du monde réel. Il s'en est suivi un deuxième hiver, au cours duquel les gens se sont mis à prendre un peu de recul et à faire la distinction entre de vrais problèmes, bien posés et des croyances... avant que le développement de calculs purement numériques fasse exploser les performances de ce type d'algorithme.
Livre blanc sur AI
Les algorithmes et systèmes d'apprentissage automatique ont connu d'importantes avancées ces dernières années grâce à la disponibilité de grands volumes de données et du calcul intensif, sans oublier les avancées intéressantes en optimisation. Une caractéristique majeure de l'apprentissage profond (deep learning) est sa capacité à apprendre les descripteurs tout en effectuant le classement (clustering).
Aucun commentaire:
Enregistrer un commentaire
Tout commentaire nous engage ;)