IA

1. 1
16/02/2024
Deuxiéme cycle
Master Deuxiéme année
2023/2024
Introduction à l'Intelligence Artificielle
Présenté par :
Dr : Yachba Khadidja
Spécialité :
Economie Numérique et
Analyses de Données

2. Objectifs
 Volume horaire : 63
 Crédits : 2
 Coefficient : 2
 Comprendre les concepts et les principes de base de l'Intelligence
Artificielle (IA).
 Identifier les différents types d'IA et leurs domaines d'application.
 Connaître les techniques d'IA les plus courantes, telles que
l'apprentissage automatique, l'apprentissage profond et
l'apprentissage par renforcement.
 Comprendre les principaux algorithmes d'IA, tels que la régression,
la classification, le clustering, la réduction de dimension et la
détection d'anomalies.
 Examiner les enjeux éthiques liés à l'IA, tels que les biais, la vie
privée et la sécurité, et la responsabilité et la réglementation de
l'IA.
2
16/02/2024

3. Contenu
 Chapitre 1 : Introduction à l'Intelligence Artificielle (IA)
 1.1. Définitions et concepts clés
 1.2 Histoire de l'Intelligence Artificielle
 1.3 Intelligence Artificielle forte Versus faible
 1.4 Domaines d’applications de l'Intelligence Artificielle
 1.5 Les grands acteurs de l’intelligence artificielle
 1.6 Le Test de Turing et L’Intelligence Artificielle
3
16/02/2024

4. Contenu
 Chapitre 2 : Les différents types d'IA
 2.1 Les types de l'IA selon l'approche de la programmation
 2.2.1 IA Symbolique
 2.2.2 IA Connexionniste
 2.2.3 IA Evolutionniste
 2.2.4 IA Hybride
 2.3 Les types de l'IA selon les tâches
 2.3.1 Traitement de Langage Naturel (NLP)
 2.3.2 Vision par Ordinateur
 2.3.3 Reconnaissance Vocale
 2.3.4 Prise de Décision
4
16/02/2024

5. Contenu
 Chapitre 3 : Les Principales techniques de l'IA
 3.1 Introduction aux techniques d’IA
 3.2 Apprentissage Automatique (Machine Learning)
 3.2.1 Introduction à l'apprentissageautomatique
 3.2.2 Types d'apprentissage machine
 3.2.2.1 Apprentissage supervisé
 3.2.2.2 Apprentissage non supervisé
 3.2.3 Applications de l’apprentissageautomatique
 3.3 Apprentissage profond (Deep Learning)
 3.3.1 Introduction à l’apprentissage profond
 3.3.2 Types d’apprentissage profond
 3.3.2.1 Réseaux de neurones convolutifs(CNN)
 3.3.2.2 Réseaux de neurones récurrents(RNN)
 3.3.3 Applications de deep learning
 3.4 Apprentissage par renforcement
 3.4.1 Introduction à l’apprentissage par renforcement
 3.4.2 Les éléments de l’apprentissage par renforcement
 3.4.3 Applications de l’apprentissage par renforcement
5
16/02/2024

6. Contenu
 Chapitre 4 : Principaux algorithmes de l’IA
 4.1 Introduction aux algorithmes de l'IA
 4.1.1 Définition des algorithmes de l'IA
 4.1.2 Importance des algorithmes de l'IA
 4.1.3 Les différents types d'algorithmes de l'IA
 4.2 Algorithme d’apprentissage supervisé
 4.2.1 Régression
 4.2.2 Classification
 4.3 Algorithme d’apprentissage non supervisé
 4.3.1 Clustering
 4.3.2 Réduction de dimension
 4.3.3 Détection d’anomalies
 4.4 Algorithme d’apprentissage par
 renforcement
 4.4.1 Q-learning
 4.4.2 Deep Q-Networks (DQN)
6
16/02/2024

7. Contenu
 Chapitre 5 : Les enjeux éthiques et limites de l’IA
 5.1 Introduction aux enjeux éthiques de l'IA
 5.2 Impacts de l'IA sur la société et l'économie
 5.3 Enjeux liés à la vie privée et à la sécurité
 5.4 Biais et préjugés dans les modèles d'IA
 5.5 Responsabilité et réglementation de l'IA
 5.6 Limites de l’IA.
7
16/02/2024

8. Bibilographie
 1. Russel, S. J., & Norvig, P. "Artificial intelligence: a modern approach
". Prentice Hall, 2010.
 2. Domingos, P. "The master algorithm: How the quest for the
ultimate learning machine will
 remake our world". Basic Books, 2015.
 3. Andriy Burkov. "The Hundred-Page Machine Learning Book", 2019.
 4. Floridi, Luciano and Cowls, Josh, "A Unified Framework of Five
Principles for AI in Society "
 Harvard Data Science Review, 2019.
8
16/02/2024

9. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
9
16/02/2024
• L'intelligence artificielle (IA) est un processus d'imitation de
l'intelligence humaine.
• L’IA repose sur la création et l'application d'algorithmes exécutés dans
un environnement informatique dynamique.
• Son but est de permettre à des ordinateurs de penser et d'agir comme
des êtres humains.
• Pour y parvenir, trois composants sont nécessaires :
• Des systèmes informatiques
• Des données avec des systèmes de gestion
• Des algorithmes d'IA avancés (code)

10. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
10
16/02/2024
• Quelles sont les origines de l'intelligence artificielle ?
Le terme « intelligence artificielle » a été créé en 1955 par John McCarthy.
En 1956, John McCarthy et ses collaborateurs ont organisé une conférence
intitulée « Dartmouth Summer Research Project on Artificial Intelligence »
qui a donné naissance au machine learning, au deep learning, aux analyses
prédictives et, depuis peu, aux analyses prescriptives.
Un nouveau domaine d'étude est également apparu : la science des
données.

11. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
11
16/02/2024
• Pourquoi l'intelligence artificielle est-elle importante ?
• De nos jours, êtres humains et machines génèrent des données plus vite qu'il
n'est humainement possible de les absorber et de les interpréter pour
prendre des décisions complexes.
• L'intelligence artificielle est la base de tout apprentissage par un ordinateur
et représente l'avenir des processus décisionnels complexes.

12. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
12
16/02/2024
• Pourquoi l'intelligence artificielle est-elle importante ?
• Exemples:
• La recherche médicale
• L'IA peut analyser d'énormes ensembles de données médicales pour
identifier des modèles, diagnostiquer des maladies et prédire des résultats
de traitement. Les algorithmes d'apprentissage automatique peuvent être
formés sur des données médicales pour améliorer la détection précoce de
maladies, la personnalisation des traitements et la découverte de nouvelles
thérapies.
L'intelligence artificielle (IA) revêt une importance cruciale dans de
nombreux domaines en raison de ses capacités à automatiser des tâches
complexes, à analyser de grandes quantités de données, à fournir des
prédictions et à améliorer l'efficacité dans divers secteurs.

13. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
13
16/02/2024
• Pourquoi l'intelligence artificielle est-elle importante ?
• Exemples:
• Réseaux sociaux :
• Dans les réseaux sociaux, l'IA est utilisée pour personnaliser les
recommandations de contenu, détecter et filtrer le contenu inapproprié,
analyser les sentiments des utilisateurs et améliorer l'expérience utilisateur.
Les algorithmes d'apprentissage automatique sont également utilisés pour
cibler les publicités de manière plus efficace.

14. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
14
16/02/2024
• Pourquoi l'intelligence artificielle est-elle importante ?
• Exemples:
• Industrie manufacturière :
• L'IA est utilisée dans la fabrication pour optimiser les processus, prévoir
les défaillances de l'équipement, gérer la chaîne d'approvisionnement et
effectuer des contrôles qualité automatisés. Les robots dotés d'IA
peuvent effectuer des tâches répétitives avec une grande précision et
flexibilité.

15. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
15
16/02/2024
• Pourquoi l'intelligence artificielle est-elle importante ?
• Exemples:
• Automobile et transports :
• L'IA est cruciale dans le développement de véhicules autonomes,
permettant aux voitures de prendre des décisions en temps réel basées
sur l'analyse des données sensorielles. Elle est également utilisée pour
optimiser la gestion du trafic, prévenir les accidents et améliorer
l'efficacité énergétique des véhicules.

16. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
16
16/02/2024
• Pourquoi l'intelligence artificielle est-elle importante ?
• Exemples:
• Finance :
• Dans le secteur financier, l'IA est utilisée pour la détection de fraudes,
l'analyse des risques, la prise de décisions d'investissement et la
personnalisation des services financiers. Les algorithmes d'apprentissage
automatique peuvent analyser rapidement de vastes ensembles de données
financières et identifier des tendances et des anomalies.

17. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
17
16/02/2024
• Pourquoi l'intelligence artificielle est-elle importante ?
• Exemples:
• Éducation :
• L'IA est utilisée pour personnaliser l'apprentissage en adaptant les
programmes éducatifs aux besoins individuels des élèves. Des systèmes
d'évaluation automatisés basés sur l'IA peuvent également fournir des
commentaires instantanés aux étudiants.

18. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
18
16/02/2024
• Pourquoi l'intelligence artificielle est-elle importante ?
• Exemples:
• Recherche scientifique :
• Dans la recherche scientifique, l'IA peut accélérer la découverte de
nouvelles informations en analysant des données complexes, en simulant
des processus physiques et en proposant des hypothèses. Elle est utilisée
dans des domaines tels que la biologie, la chimie, la physique et d'autres
disciplines scientifiques.

19. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
19
16/02/2024
• Les différents types de l'IA
Types
L'IA symbolique ou
"rule-based
L'IA connexionniste
ou "neural network"
L'IA évolutionniste ou
"genetic algorithm"
L'IA hybride

20. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
20
16/02/2024
• Les différents types de l'IA
L'IA symbolique ou "rule-based
Repose sur des règles explicites et des représentations symboliques pour
représenter la connaissance et raisonner sur celle-ci
L'IA connexionniste ou "neural network"
L'IA connexionniste, également appelée "neural network" en anglais, est un type
d'intelligence artificielle basé sur l'imitation du fonctionnement du cerveau
humain. Elle est basée sur un modèle de traitement de l'information parallèle,
distribué et adaptatif, inspiré de la structure et du fonctionnement des
neurones biologiques.…

21. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
21
16/02/2024
• Les différents types de l'IA
L'IA évolutionniste ou "genetic algorithm"
L'IA évolutionniste, également appelée "genetic algorithm" en anglais, est un
type d'intelligence artificielle basé sur les principes de l'évolution biologique.
Elle s'inspire de la théorie de la sélection naturelle et utilise des algorithmes
d'optimisation pour résoudre des problèmes complexes.
L'IA hybride
L'IA hybride est un type d'intelligence artificielle qui combine plusieurs
approches d'IA différentes pour résoudre un problème particulier. Elle vise à
combiner les forces de différentes méthodes d'IA pour créer un système plus
puissant et plus efficace.

22. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
22
16/02/2024
• Caractéristiques de l'IA
La représentation symbolique :
plus abstraite, elle permet de représenter des connaissances qualitatives aussi
bien que quantitatives, ce qui traduit très bien le monde réel et le raisonnement
humain ; « X est jeune »,…
L’heuristique :est une nouvelle approche mise au point pour résoudre des
problèmes qui n’ont pas d’algorithmes connus. La méthode consiste à faire
plusieurs tentatives en utilisant un raisonnement analogique, jusqu’à trouver la
meilleure solution au problème.

23. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
23
16/02/2024
• Caractéristiques de l'IA
Une représentation des connaissances : la résolution d’un problème nécessite
une connaissance sur le domaine du problème en question. Ceci implique une
gestion d’une base de connaissance (BC) qui doit être bien structurée pour une
exploitation optimale.
La capacité de trouver une solution avec des données incomplètes : avec
seulement une description partielle de la situation; Bâtie sur des hypothèses
pour pallier au manque de données, la solution trouvée peut être bonne, mauvaise
ou même fausse.
La tolérance aux données conflictuelles : souvent, l’être humain peut avoir
dans l’esprit des connaissances conflictuelles, des idées contradictoires. Et ce
n’est qu’en affectant à chaque connaissance un poids de vérité ou une valeur de
priorité, qu’il arrive à résoudre le conflit. Les systèmes de l’IA font de même.

24. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
24
16/02/2024
• Les deux pôles de l'IA
• fait appel à la théorie de la complexité, et
se base principalement sur les
mathématiques pures. Aucune référence
n’est faite concernant le cerveau ou le
système nerveux.
L’ingénierie
• se préoccupent de comprendre puis
modéliser et simuler les fonctions
cognitives supérieures de l’humain.
elles font donc appel à des domaines
tels que la sociologie, la biologie, la
psychologie, etc.
Les sciences
cognitives

25. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
25
16/02/2024
• Les perspectives de l'IA
• Les avancées technologiques:
• Le Cloud computing
• Le Big Data
• Les GPUs
• L'Internet des objets (IoT)
• Les chatbots et les assistants virtuels
• Les perspectives d'emploi dans le domaine de l'IA
• Ingénieur en IA
• Développeur d'applications
• Data scientist
• Chercheur en IA
• Les perspectives d'utilisation de l'IA dans l'avenir
• Environnement :L'IA peut aider à surveiller et à prédire les changements
climatiques, à protéger la biodiversité et à améliorer la gestion des
ressources naturelles.
• Transport : L'IA peut aider à améliorer la sécurité routière, à optimiser
les itinéraires de transport et à développer des véhicules autonomes.

26. Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)
26
16/02/2024
• Les perspectives de l'IA

27. 
Manque de compréhension du contexte
Manque de transparence
Coût
Éthique
27
16/02/2024
• Limites de l'IA
Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)

28. 28
16/02/2024
• Avenir de l'IA
Le débat sur l'avenir de l'IA est vaste et multidimensionnel, et
nécessite une réflexion approfondie et nuancée. Il est important de
reconnaître les bénéfices potentiels de l'IA tout en travaillant à
limiter les risques et à résoudre les défis techniques, sociaux et
philosophiques qui se posent.
Chapitre 1 : Introduction à l'Intelligence Artificiell
(IA)