Initiation à l'intelligence artificielle, par Romain Untereiner (OneRagtime).
- Qu'est-ce que l'intelligence artificielle ?
- Histoire de l'intelligence artificielle
- Les clés de son développement
- Comment ça marche ? Les différentes typologies d'IA
- Exemples d'applications
- Le futur : opportunités et risques
Conférence réalisée pour Teen-Code auprès d'ados de 13 à 17 ans, le 2 mai 2018.
10. Les mythes
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
-300 av. JC Les robots dorés d'Héphaïstos et Pygmalion et Galatée
1200 L'automate programmable d'Al-Djazari
11. Du calculateur à la machine intelligente
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
De 1930 à 1940 Les fondations se préparent
Cybernétique - Norbert Wiener Théorie de l’information – Claude Shannon Théorie du calcul – Alan Turing
1930−1974
12. Du calculateur à la machine intelligente
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
Années 1940 1er calculateurs automatiques
1930−1974
13. Du calculateur à la machine intelligente
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
1950 Test de Turing: The imitation game
1930−1974
15. Quelle intelligence ?
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
Le test de Turing Chambre chinoise
1930−1974
16. Quelle intelligence ?
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
Naissance de « l’intelligence artificielle »
1930−1974
17. Quelle intelligence ?
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
Types d’intelligences artificielles
1930−1974
18. Quelle intelligence ?
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
Une série de succès
1930−1974
Raisonnement par tâtonnements Réseaux sémantiques Perceptron
19. La désillusion
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
Excès d’optimisme
• En 1958, H. Simon et Allen Newell :
« D'ici dix ans un ordinateur sera le champion du monde des échecs » et « d'ici dix ans, un
ordinateur découvrira et résoudra un nouveau théorème mathématique majeur ».
• En 1965, H. Simon :
« Des machines seront capables, d'ici vingt ans, de faire tout travail que l'homme peut
faire».
• En 1967, Marvin Minsky :
« Dans une génération [...] le problème de la création d'une 'intelligence artificielle' [sera]
en grande partie résolu ».
• En 1970, Marvin Minsky (dans le magazine Life) :
« Dans trois à huit ans nous aurons une machine avec l'intelligence générale d'un être
humain ordinaire».
1974−1980
20. La désillusion
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
Hibernation
• L’ouragan « Perceptrons »
• Les objectifs ne sont pas atteints
• Aucune visibilité sur les obstacles
théoriques et pratiques à franchir
Perceptrons: an introduction to computational geometry
Marvin Minsky, Seymour Papert - 1969
1974−1980
21. La désillusion
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
Les problèmes
• Puissance de calcul trop faible
• Complexité algorithmique trop
importante
• Raisonnement basée sur la
connaissance, trop rare sous
forme numérique
• Nouvelles formes de logique
informatique nécessaires
1974−1980
22. Le boom
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
Résoudre des problèmes
dans des domaines précis
1980–1987
Les systèmes experts
23. Le boom
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
« Les chercheurs en IA commençaient à
soupçonner que l'intelligence puisse
très bien être basée sur la capacité à
utiliser une large quantité de savoirs
divers de différentes manières »
Pamela McCorduck
1980–1987
La connaissance est la clé
24. Le boom
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
En 1982 John Hopfield crée les
premiers réseaux de neurones qui
relient les neurosciences et
l’informatique
1980–1987
Le connexionnisme est de retour
25. Le boom
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
• IBM bat la champion du
monde des jeux d’échec
Kasparov avec Deepblue
• Deepblue est 10 millions
de fois plus rapide que la
1ere machine capable
de jouer au échec
1980–1987
Deepblue bat Kasparov
26. Les clés
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
29. Comment ça marche ?
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
30. L’Intelligence Artificielle
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
Définition
« Ensemble de théories et de techniques mises en œuvre en vue de réaliser des
machines capables de simuler l'intelligence » Encyclopédie Larousse
« La construction de programmes informatiques qui s’adonnent à des tâches qui
sont, pour l’instant, accomplies de façon plus satisfaisante par des êtres humains
car elles demandent des processus mentaux de haut niveau tels que :
l’apprentissage perceptuel, l’organisation de la mémoire et le raisonnement
critique » Marvin Lee Minsky
Rationnel Irrationnel
Intelligence
31. L’Intelligence Artificielle
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
Les problèmes
Résolution de problèmes complexes
- Déduction
- Prise de décision
- Planification
Perception
- Détection
- Identification
Interaction
Emotions
32. L’Intelligence Artificielle
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
Les approches
Informatique
Apprentissage
symbolique
Apprentissage
connexioniste
46. L’Intelligence Artificielle
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
Deep learning : les grands types
• Convolutional NN
• Recurrent NN
• Reinforcement Learning
Compréhension de l’espace
Compréhension du temps
Compréhension du bien / mal
47. L’Intelligence Artificielle
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
Comparaison
Deep Learning
Milliers d’expériences Millions / milliards d’expériences
Machine Learning
Quantité de données
Nombres ToutRésultats
Configuration d’un
algorithme
Configuration des différents
neurones
Fonctionnement
Indications sur les
paramètres importants
Compréhension autonome des
paramètres importants
Gestion
58. L’Intelligence Artificielle
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
Quel type ?
Détection de spam
ML : Classification + Réduction dimensionnelle
66. Le futur
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
67. Les perspectives
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
« L’intelligence artificielle est la nouvelle électricité »
Les technologies sont prêtes
D’autres innovations arrivent
L’accès est simple
68. Les perspectives
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
Médecine
Chirurgie
Détection de maladies
Détection d’épidémies
Ecologie
Utilisation des ressources
Prédiction météo
Société
Education
Nouveaux métiers
Aide aux personnes
69. Les risques
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
• Protection de la vie privée
• Manipulation
• Conflit d’intérêt entre recherche et utilisateurs
Utilisation des données
70. Les risques
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
• Lois de la robotique: Isaac Asimov
• Comprenons nous les intelligences artificielles ?
• Qui sont les responsables ?
• Conscience de soi, émotions, intuitions, vices
Quelles frontières ?
71. Les risques
Teen-Code - Initiation à l'Intelligence Artificielle - Romain Untereiner
• Comment traiter les robots ?
• Aura-t-on des sentiments pour nos intelligences artificielles ?
• Est-ce que nous resterons libres ?
Nouvelle société ?
Théorie de l’information: Shannon théorise la manière de représenter physiquement le concept d’information
Théorie du calcul: Alan Turing montre que toute forme de calcul peut être représentée numériquement
Cybernétique: Norbert théorise la facon de représenter les systèmes automatisé , avec apparition de la notation de retour / d’asservissement
Théorie de l’information: Shannon théorise la manière de représenter physiquement le concept d’information
Théorie du calcul: Alan Turing montre que toute forme de calcul peut être représentée numériquement
+ Connaissance neurologiue: cerveau == electricité
Blaise Pascal, indépendamment de Schickard qu'il ne connaissait probablement pas, réalise en 1642, à l'âge de 19 ans une machine sensiblement identique. Cette présentation d'une machine arithmétique ayant été attestée par des témoins dignes de foi, Pascal est souvent crédité de l'invention de la machine à calculer, la pascaline, en 16423. Sa machine effectue les quatre opérations arithmétiques sans utiliser l'intelligence humaine, mais multiplications et divisions sont effectuées par répétitions.
Théorie de l’information: Shannon théorise la manière de représenter physiquement le concept d’information
Théorie du calcul: Alan Turing montre que toute forme de calcul peut être représentée numériquement
Test de Turing: Si une machine peut mener une conversation qu'on ne puisse différencier d'une conversation avec un être humain, alors la machine pouvait être qualifiée d'« intelligente »
À cette époque, peu croient que de tels comportements « intelligents » soient possibles pour des machines. Les chercheurs font preuve alors d'un optimisme intense dans le privé comme dans leurs articles, ils prédisent qu'une machine complètement intelligente sera construite dans les 20 ans à venir an 2000, 30% des humains bernés
Pour Searle ce qui se passe à l’intérieur de la chambre est donc équivalent à ce qui se passe à l’intérieur d’un ordinateur : une manipulation de règles gouvernant des symboles basés sur leurs formes. Il n’y a pas plus de compréhension du chinois dans un ordinateur que dans la chambre de Searle. La conclusion de Searle est que le mental est plus qu’un ensemble de règles syntactiques manipulant des symboles.
Searle construisit son argument contre l’intelligence artificielle (I.A) dans sa version « forte ». Pour cette version de l’I.A, l’ordinateur n’est pas un simple outil. En effet, une fois programmé de façon appropriée, il est un esprit, dans le sens où des ordinateurs ayant un bon programme, on peut dire littéralement qu’ils comprennent et possèdent des états cognitifs. Pour L’I.A dans sa version faible, en revanche, les ordinateurs simulent seulement les pensées. Leur compréhension n’est pas réelle. La simulation peut alors seulement être utile pour étudier l’esprit.
Surdoué en mathématiques, John McCarthy obtint un doctorat de l'université de Princeton avant de s'intéresser à la meilleure façon d'inculquer un comportement intelligent, d'abord à des « machines » de Turing (qui ne sont pas des machines, mais des modèles abstraits d'appareils de calcul), puis aux ordinateurs. Pendant l'année universitaire 1955-1956, alors qu'il enseignait à Dartmouth College, il rédigea le programme du colloque à venir, dans lequel apparaît pour la première fois de l'histoire le terme « artificial intelligence ».
Marvin Minsky, lui, avait d'abord fréquenté l'université Harvard et s'y était passionné pour les machines capables d'apprendre - son autre passion fut la cryogénisation et son corps, conservé à sa mort en janvier 2016, devrait être « réveillé » en 2045. Il s'était ensuite lié d'amitié avec John McCarthy lors de son doctorat de mathématiques à Princeton. En 1951, il construisit, avec un autre étudiant de Princeton, la première machine neuronale, le SNARC, un réseau de 40 neurones artificiels simulant le cerveau d'un rat.
Test de Turing: Si une machine peut mener une conversation qu'on ne puisse différencier d'une conversation avec un être humain, alors la machine pouvait être qualifiée d'« intelligente »
À cette époque, peu croient que de tels comportements « intelligents » soient possibles pour des machines. Les chercheurs font preuve alors d'un optimisme intense dans le privé comme dans leurs articles, ils prédisent qu'une machine complètement intelligente sera construite dans les 20 ans à venir an 2000, 30% des humains bernés
Surdoué en mathématiques, John McCarthy obtint un doctorat de l'université de Princeton avant de s'intéresser à la meilleure façon d'inculquer un comportement intelligent, d'abord à des « machines » de Turing (qui ne sont pas des machines, mais des modèles abstraits d'appareils de calcul), puis aux ordinateurs. Pendant l'année universitaire 1955-1956, alors qu'il enseignait à Dartmouth College, il rédigea le programme du colloque à venir, dans lequel apparaît pour la première fois de l'histoire le terme « artificial intelligence ».
Marvin Minsky, lui, avait d'abord fréquenté l'université Harvard et s'y était passionné pour les machines capables d'apprendre - son autre passion fut la cryogénisation et son corps, conservé à sa mort en janvier 2016, devrait être « réveillé » en 2045. Il s'était ensuite lié d'amitié avec John McCarthy lors de son doctorat de mathématiques à Princeton. En 1951, il construisit, avec un autre étudiant de Princeton, la première machine neuronale, le SNARC, un réseau de 40 neurones artificiels simulant le cerveau d'un rat.
En 1986, DEC économise jusqu’à 40 millions d’euros par an grâce à système expert qui configure des ordinateur pour les clients
En 1986, DEC économise jusqu’à 40 millions d’euros par an grâce à système expert qui configure des ordinateur pour les clients
Résolution de problèmes complexes
AlphaGo
Marchés financiers / Itinéraires / Politiques
Détection de fraude /
Pricing / prédiction de maladie
Perception
Détection d’objet
Odorat, sons
Interaction
Création artisitque
Robots
Chabtot
Emotions
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Regression
Machine learning
Supervisé / non
NLP
Deep learning NN /CCN
Première loi Un robot ne peut porter atteinte à un être humain ni, restant passif, laisser cet être humain exposé au danger.
Deuxième loi Un robot doit obéir aux ordres donnés par les êtres humains, sauf si de tels ordres sont en contradiction avec la première loi.
Troisième loi Un robot doit protéger son existence dans la mesure ou cette protection n'est pas en contradiction avec la première ou la deuxième loi.