Introduction
L'intelligence artificielle sont l'ensemble des théories et des techniques permettant de mettre en oeuvre une simulation de l'intelligence dans une machine. Quand on parle d'un ensemble, c'est qu'il s'agit d'une domaine très large pouvant s'appliquer aussi bien à des puces électronique (TPU), qu'à des système dans une centrale nucléaire (Système expert), au jeu télévisé Jeopardy (IA Watson d'IBM) des système de traduction de langage humain et bien d'autres choses.
L'intelligence artificielle (IA) est au coeur des technologies émergentes transformant notre monde, notamment dans des domaines complexes comme les véhicules autonomes. Ces véhicules intelligents s'appuient sur une combinaison de sous-domaines de l'IA pour percevoir leur environnement, prendre des décisions, et s'adapter en temps réel. La vision par ordinateur (CV) permet de reconnaître les objets, les panneaux ou les piétons. En parallèle, la planification et l'optimisation sont essentielles pour calculer les trajectoires sûres et efficaces, tandis que les algorithmes d'apprentissage automatique (ML) permettent au véhicule de s'améliorer avec le temps. L'apprentissage profond, plus spécialisé, permet notamment à ces systèmes d'identifier des patterns complexes dans des masses de données visuelles et sonores. En somme, les véhicules autonomes sont une démonstration concrète et spectaculaire de l'intégration de nombreuses branches de l'IA.
Autour de l'intelligence artificielle gravitent plusieurs domaines complémentaires enrichissant ses capacités et élargissent ses applications. Par exemple, les agents conversationnels (chatbots) utilisent le traitement du langage naturel (NLP) pour comprendre et répondre au langage humain, intégrant aussi des fonctions de parole à texte et de texte à parole. Ces technologies sont utilisées dans des contextes variés : service client, assistance médicale, ou encore tutoriels guidés via des GuideBOTs. De plus, les systèmes experts sont conçus pour simuler le raisonnement humain dans des domaines très spécialisés, comme le diagnostic médical ou la maintenance industrielle. Ces systèmes peuvent être couplés à la robotique ou à des solutions de RPA (automatisation robotisée des processus), afin de créer des agents intelligents capables d'agir de manière autonome dans le monde réel ou dans des systèmes d'information.
Enfin, l'IA s'infiltre également dans des domaines comme l'intelligence sociale, la reconnaissance faciale, la traduction automatique et la personnalisation Web. Grâce à des techniques avancées comme l'analyse prédictive, la classification, ou encore l'extraction d'information, les systèmes peuvent anticiper les comportements, adapter les contenus et fournir des recommandations personnalisées. Cette intelligence se manifeste aussi sur le Web à travers des agents intelligents, des intelligences Web et des fonctions de personnalisation capables d'apprendre les préférences des utilisateurs. Ces technologies rendent les interactions plus naturelles, plus efficaces et surtout plus adaptées aux besoins spécifiques de chacun. Ainsi, l'IA ne se limite pas à des algorithmes, elle devient une infrastructure cognitive pénétrant tous les aspects de notre quotidien.
Problème pratique
Dans le domaine industriel, l'intelligence artificiel permet de réduire les coûts de fabrications des produits, car les robots fabriquant les produits réclame un environnement stable et une fabrication d'un produit uniquement avec des quantités énormes pour être rentable (RPA). La combinaison de l'étape de production avec celle de l'intelligence artificiel amènera donc une dimension de réduction des coûts du produit et la possibilité de réduire les quantités de produit demandé. Ainsi, pour des produits comme des maisons et des avions, le coût de fabrication pourrait s'en trouvé grandement diminué.
Logiciel
Voici une liste de quelques programmes informatiques ayant provoqué une évolution en intelligence artificielle :
| Année | Nom | Langage ou Machine | Auteur | Description |
|---|---|---|---|---|
| 1956 | Logic Theory Machine | IPL | Allen Newell, Herbert A. Simon et Cliff Shaw | Permet d'imiter les compétences d'un être humaine |
| 1957 | General Problem Solver | IPL | Herbert Simon, Allen Newell, Herbert A. Simon et Cliff Shaw | Solveur de problèmes universel |
| 1964 à 1966 | ELIZA | Snobol | Joseph Weizenbaum | Agent conversationnel permettant des simulations d'un psychothérapeute rogérien |
| 1965 | DENDRAL | LISP | Edward Feigenbaum1, Bruce Buchanan, Joshua Lederberg | Spectrographie de masse |
| 1971 | AML | LISP | AML International | Diagnostic médical sur ordinateur |
| 1974 | MYCIN | LISP | Stanford | Projet de Programmation Heuristique (HPP) : Diagnostique méthodique des infections bactériennes et recommandation d'un régime thérapeutique. |
| 1976 | IAGO | PDP-10 / Fortran | Université Caltech de Pasadena | Simulateur de jeu Othello |
| 1982 | Projet Cinquième génération | Prolog / Machines parallèles | Ministère japonais l'Industrie et du Commerce | Acquisition du savoir de manière humaine |
| 1993 | Deep Blue | Système IBM RS/6000 / C++ | IBM | Simulateur de joueur d'échec. |
| 1996 | Hannibal | C++ | Martin Piotte et Louis Geoffroy | Simulateur de jeu Othello |
| 1996 à 1999 | Darwersi | C++ | Olivier Arsac | Simulateur de jeu Othello |
| 1997 | Keyano | C++ | Mark Brockington | Simulateur de jeu Othello |
| 1997 | Logistello | C++ | Michael Buro | Simulateur de jeu Othello |
| 2005 | Blue Brain | Superordinateur Blue Gene / C++ | EPFL | Simulation d'un cerveau des mammifères. |
| 2011 | IA Watson | IBM Power7 / Java, UIMA | IBM | Simulation d'un joueur dans le jeu télévisé Jeopardy |
| 2015 | AlphaGo | TensorFlow / Python | Simulation du jeu Go. | |
| 2017 | DeepCoder | .NET / Python | Microsoft | Développeur des programmes à partir de bouts de codes |
| 2017 | Libratus | Supercalculateur Bridges / C++ | Université Carnegie Mellon de Pittsburgh | Simulation du jeu Poker. |
Les modèles
Voici une liste des quelques modèles populaires utilisés en IA :
| Modèle | Type / Famille | Objectif principal | Pré-entraînement |
|---|---|---|---|
| BERT | Modèle de langage bidirectionnel (Encoder) | Compréhension, classification, NER | Masquage de mots (MLM) |
| Claude (Anthropic) | Modèle conversationnel autoregressif (type GPT) | Assistant IA, réponse contextuelle | Dialogue et complétion |
| GPT (OpenAI) | Modèle de langage autoregressif (type GPT) | Génération de texte, conversation, complétion | Prédire le mot suivant |
| Gemini (Google) | Modèle multimodal basé sur Transformer | Multimodalité (texte, image, code,...) | Pré-entraînement varié |
| LEGAL-BERT | Variante de BERT entraînée sur textes juridiques | Analyse de texte juridique | MLM sur documents légaux |
| ProphetNet | Encodeur-décodeur avec prédiction multiple | Résumé, génération structurée | Prévision de plusieurs jetons |
Centre de recherche
Voici une liste de quelqu'un des centres de recherches d'intelligence artificielle à travers le monde :
| Nom | Nom long | Pays | Description |
|---|---|---|---|
| AI2 | Allen Institute for AI | États-Unis | Créé par Paul Allen, cet institut produit des recherches avancées en NLP, IA responsable et vision par ordinateur. |
| AIP | RIKEN Center for Advanced Intelligence Project | Japon | Centre de recherche japonais de pointe dédié à l'IA avancée, notamment l'apprentissage automatique et la science des données. |
| BAIR | Berkeley Artificial Intelligence Research | États-Unis | Situé à l'université de Berkeley, il regroupe chercheurs en robotique, apprentissage automatique, vision, et linguistique computationnelle. |
| CEA | Commissariat à l'Énergie Atomique et aux Énergies Alternatives | France | Le CEA est un organisme de recherche français qui se concentre sur les technologies de rupture, y compris l'intelligence artificielle. Il participe au PEPR IA (Programme d'Investissement d'Avenir en IA), visant à faire de la recherche française un champion mondial de l'IA. |
| CNRS | Centre National de la Recherche Scientifique | France | Le CNRS est l'un des plus grands organismes de recherche en Europe. Il pilote plusieurs initiatives en IA, notamment le centre IA pour la Science et Science pour l'IA (AISSAI), qui vise à structurer les actions transverses impliquant l'ensemble des instituts du CNRS aux interfaces avec l'IA. |
| DFKI | German Research Center for AI | Allemagne | Plus grand centre de recherche en IA appliquée en Europe. Travaille en partenariat avec l'industrie et les universités. |
| Inria | Institut National de Recherche en Informatique et en Automatique | France | Basé en France, Inria est un institut de recherche public dédié aux sciences et technologies du numérique. Il joue un rôle clef dans le Programme National de Recherche en IA, qui vise à promouvoir l'excellence scientifique en IA et à soutenir les collaborations public-privé. |
| LoiZéro | Québec, Canada | Fondé par Yoshua Bengio, s'inscrit dans une volonté de mettre l'intelligence artificielle (IA) au service du bien commun. | |
| Mila | Montreal Institute for Learning Algorithms | Québec, Canada | Fondé par Yoshua Bengio, il est un des plus grands centres de recherche universitaire en apprentissage profond. |
| SAIL | Stanford AI Lab | États-Unis | L'un des plus anciens laboratoires d'IA, pionnier dans la robotique, l'IA médicale, et les réseaux de neurones. |
| Shanghai AI Laboratory | Chine | Centre national chinois soutenu par le gouvernement, focalisé sur les grands modèles de langage, la vision, et l'IA appliquée à l'industrie. | |
| Turing Institute | Royaume-Uni | Centre national de recherche en science des données et IA basé à Londres. Focalisé sur les applications sociétales et industrielles. | |
| Vector Institute | Canada | Basé à Toronto, ce centre est un pilier du "Pan-Canadian AI Strategy" et travaille étroitement avec l'industrie et l'académie. | |