L'intelligence artificielle est un domaine de la science qui développe des machines, des ordinateurs et du matériel avec une intelligence allant du plus simple à l'humanoïde. Bien que le concept de machines intelligentes trouve son origine dans la mythologie grecque antique, l'histoire moderne de l'intelligence artificielle a commencé avec le développement des ordinateurs. Le terme a été inventé en 1956 lors de la première conférence sur l'intelligence artificielle.
Des décennies plus tard, les scientifiques continuent d'étudier les aperçus encore insaisissables de l'intelligence artificielle, bien que la question "une machine peut-elle penser?" suscite encore un large débat.
Il convient de noter que contrairement à la croyance populaire, tous les porteurs d'intelligence artificielle ne sont pas des robots humanoïdes ou des systèmes d'exploitation fantastiques avec la voix de Scarlett Johansson. Passons en revue les compétences de base inhérentes à l'IA.
Solution de problèmes
L'une des qualités de base de l'IA est la capacité à résoudre des problèmes. Pour permettre à la machine de faire cela, les scientifiques l'ont équipée d'algorithmes qui imitent la pensée humaine et utilisent les concepts de probabilité, d'économie et de statistique.
Les approches incluent des modèles inspirés des réseaux neuronaux dans le cerveau, des capacités d'apprentissage automatique et de reconnaissance de formes, et des approches statistiques qui utilisent des outils mathématiques et des langages pour résoudre des problèmes.
Vidéo promotionelle:
Apprentissage automatique
Un autre point de base de l'IA est la capacité de la machine à apprendre. Jusqu'à présent, il n'y a pas d'approche unique selon laquelle un ordinateur peut être programmé pour recevoir des informations, acquérir des connaissances et ajuster le comportement en conséquence - il existe plutôt un certain nombre d'approches basées sur des algorithmes.
L'une des méthodes d'apprentissage automatique importantes est le “ deep learning ”, une technique d'intelligence artificielle basée sur la théorie neuronale et composée de couches complexes de nœuds interconnectés. Alors que Siri d'Apple est un exemple d'apprentissage en profondeur en action, Google a récemment acquis DeepMind, une start-up spécialisée dans les algorithmes avancés d'apprentissage de l'intelligence artificielle; Netflix investit également dans l'apprentissage en profondeur.
Traitement du langage
Le traitement du langage naturel (PNL) permet à une machine de lire et de comprendre le langage des humains, fournissant un lien entre les humains et les machines.
De tels systèmes permettent aux ordinateurs de traduire et de communiquer grâce au traitement du signal, à l'analyse, à l'analyse sémantique et à la pragmatique (langage en contexte).
Mouvement et perception
Le type d'intelligence associé au mouvement et à la perception est étroitement lié à la robotique, qui confère à la machine une intelligence non seulement cognitive mais aussi sensorielle. Ceci est rendu possible par l'entrée de navigation, la technologie de localisation et des capteurs tels que des caméras, des microphones, un sonar et la reconnaissance d'objets. Ces dernières années, nous avons vu cette technologie dans de nombreux robots, rovers océaniques et spatiaux.
Intelligence sociale
Les compétences émotionnelles et sociales représentent un autre niveau avancé d'intelligence artificielle qui permet aux machines d'acquérir encore plus de qualités humaines. SEMAINE, par exemple, cherche à donner aux machines de telles compétences sociales à travers ce qu'elle appelle SAL, ou auditeur sensoriel artificiel. Ce système de dialogue avancé, s'il est terminé, sera capable de percevoir les expressions faciales, le regard et la voix d'une personne, en s'ajustant en conséquence.
Création
La capacité de penser et d'agir de manière créative est un trait humain caractéristique que beaucoup considèrent comme supérieur à la capacité des ordinateurs. Cependant, en tant qu'aspect de l'intelligence humaine, la créativité peut également être appliquée à l'intelligence artificielle.
On dit que les machines peuvent être habilitées à générer des idées précieuses et innovantes grâce à trois modèles: combinaison, exploration et transformation. Comment exactement cela sera mis en œuvre - nous verrons à l'avenir. Après tout, la machine AARON produit déjà de l'art de qualité muséale.
L'improvisation en tant que forme d'activité humaine est «le prototype du comportement créatif», déclare Shelley Carson, employée du département de psychologie de l'Université Harvard. Dans son livre Your Creative Brain, elle écrit qu'à un niveau de base, chacun de nous improvise, car de nombreuses situations dans la vie l'exigent. Par exemple, sur la route, vous devez instantanément prendre la seule bonne décision pour éviter une collision. En même temps, une personne se tourne vers son expérience. Mais l'improvisation créative est plus que cela, elle génère de nouvelles idées inattendues.
Peinture d'Aaron
Robot AARON, créé par le célèbre artiste Gorald Cohen. Son invention, au niveau le plus bas, a calculé des algorithmes pour créer des lignes et des formes à partir desquelles des dessins étaient dérivés. Plus tard, un robot artiste plus avancé nommé Action Jackson a été créé, qui a peint des peintures similaires à celles de Jackson Pollock. Et si le débat sur la valeur artistique de telles œuvres ne s'est pas calmé jusqu'à présent, il n'en reste pas moins que les robots peuvent créer.
De plus, certaines formes modernes d'intelligence artificielle peuvent, semble-t-il, connaître un grand succès. Par exemple, Siri pour iPhone traite non seulement la parole humaine naturelle, mais s'adapte également à chaque utilisateur individuellement, en étudiant son caractère et ses habitudes; et le supercalculateur Watson d'IBM a remporté un million de dollars dans son jeu. Les machines ne sont-elles pas aussi sophistiquées pour gérer l'improvisation?
