糖心vlog官网观看

Read in English (Lire en anglais).

L鈥� intelligence artificielle (IA) a ouvert la voie 脿 des avanc茅es dans la r茅solution de probl猫mes concrets li茅s 脿 la sant茅, 脿 l鈥櫭ヾucation et 脿 l鈥檈nvironnement. Dans certains cas, l鈥檌ntelligence artificielle peut faire des choses plus efficacement ou m茅thodiquement que l鈥檌ntelligence humaine.聽

Les b芒timents, v茅hicules et autres technologies 芦 intelligentes 禄 peuvent r茅duire les 茅missions de carbone et aider les personnes handicap茅es. L鈥檃pprentissage automatique, un sous-ensemble de l鈥橧A, a permis aux ing茅nieurs de construire des robots et des voitures autonomes, de reconna卯tre la parole et les images et de pr茅voir les tendances du march茅.聽

Lisez la suite pour en savoir plus sur les quatre principaux types d鈥橧A (machines r茅actives, 脿 m茅moire limit茅e, 脿 th茅orie de l鈥檈sprit et conscientes d鈥檈lles-m锚mes) ainsi que leurs fonctions dans la vie quotidienne.

Les 4 principaux types d'intelligence artificielle

Dans l鈥橧A, on distingue trois types d鈥檌ntelligence : l鈥櫬� intelligence 茅troite 禄, l鈥櫬�聽intelligence artificielle g茅n茅rale 禄 et la 芦 super IA 禄. Ces cat茅gories illustrent les capacit茅s de l'IA au fur et 脿 mesure de son 茅volution : elle peut effectuer des s茅ries de t芒ches 茅troitement d茅finies, simuler des processus de pens茅e de l'esprit humain et r茅aliser des performances d茅passant les capacit茅s humaines.

Regardez cette vid茅o du cours Introduction 脿 l'intelligence artificielle (IA) d'IBM pour en savoir plus sur ces cat茅gories :

Il existe quatre principaux types d'IA, tels que d茅finis par Arend Hintze, chercheur et professeur de biologie int茅grative 脿 l'Universit茅 d'脡tat du Michigan []. Ce sont les suivants :

1. Les machines r茅actives

Les machines r茅actives sont des syst猫mes d'IA qui n'ont pas de m茅moire et sont sp茅cifiques 脿 une t芒che, ce qui signifie qu'une entr茅e fournit toujours la m锚me sortie. Les mod猫les d'apprentissage automatique ont tendance 脿 锚tre des machines r茅actives car ils prennent les 诲辞苍苍茅别蝉 des clients, telles que l'historique des achats ou des recherches, et les utilisent pour fournir des recommandations aux m锚mes clients.聽

Ce type d'IA est r茅actif. Il s'agit d'une 芦 super 禄 IA, car l'humain moyen ne serait pas en mesure de traiter d'茅normes quantit茅s de 诲辞苍苍茅别蝉, comme l'historique complet des visites Netflix d'un client et les recommandations personnalis茅es. L'IA r茅active, dans la plupart des cas, est fiable et fonctionne bien dans des inventions comme les voitures autonomes. Elle n'a pas la capacit茅 de pr茅dire des r茅sultats futurs 脿 moins d'avoir re莽u les informations appropri茅es.

Comparez cela 脿 notre vie humaine, o霉 la plupart de nos actions ne sont pas r茅actives car nous ne disposons pas de toutes les informations n茅cessaires pour r茅agir, mais nous avons la capacit茅 de nous souvenir et d'apprendre. En fonction de ces succ猫s ou de ces 茅checs, nous pouvons agir diff茅remment 脿 l'avenir si nous sommes confront茅s 脿 une situation similaire.

Exemples de machines r茅actives

Battu aux 茅checs par le superordinateur d'IBM : L'un des meilleurs exemples d'IA r茅active est celui de Deep Blue, le syst猫me d'IA d'IBM pour jouer aux 茅checs, qui a battu Garry Kasparov 脿 la fin des ann茅es 1990. Deep Blue pouvait identifier ses pi猫ces et celles de son adversaire sur l'茅chiquier pour faire des pr茅dictions, mais il n'avait pas la capacit茅 de m茅moire n茅cessaire pour utiliser les erreurs pass茅es pour 茅clairer les d茅cisions futures. Il ne faisait que des pr茅dictions bas茅es sur les prochains coups possibles pour les deux joueurs et s茅lectionnait le meilleur coup.聽

Les recommandations Netflix : le moteur de recommandation de Netflix est aliment茅 par des mod猫les d'apprentissage automatique qui traitent les 诲辞苍苍茅别蝉 collect茅es 脿 partir de l'historique de visionnage d'un client pour d茅terminer les films et les 茅missions de t茅l茅vision sp茅cifiques qu'il appr茅ciera. Les humains sont des cr茅atures d'habitudes : si quelqu'un a tendance 脿 regarder beaucoup de s茅ries cor茅ennes, Netflix affichera un aper莽u des nouvelles sorties sur la page d'accueil.

2. Les machines 脿 m茅moire limit茅e

L鈥櫭﹙olution de l鈥橧A la conduit au type suivant, l'IA 脿 m茅moire limit茅e. Ce mod猫le imite la fa莽on dont les neurones de notre cerveau fonctionnent ensemble, ce qui signifie qu'il devient plus intelligent 脿 mesure qu'il re莽oit plus de 诲辞苍苍茅别蝉 sur lesquelles s'entra卯ner. Les algorithmes d'apprentissage profond am茅liorent le traitement du langage naturel (NLP), la reconnaissance d'images et d'autres types d'apprentissage par renforcement.

Contrairement aux machines r茅actives, l'IA 脿 m茅moire limit茅e peut observer le pass茅 et surveiller des objets ou des situations sp茅cifiques au fil du temps. Ces observations sont ensuite programm茅es dans l'IA afin que ses actions puissent 锚tre ex茅cut茅es en fonction des 诲辞苍苍茅别蝉 du moment pass茅 et pr茅sent. Mais dans le mod猫le 脿 m茅moire limit茅e, ces 诲辞苍苍茅别蝉 ne sont pas enregistr茅es dans la m茅moire de l'IA comme une exp茅rience dont elle peut tirer des enseignements, 脿 la diff茅rence des humains, qui peuvent tirer un sens de leurs succ猫s et de leurs 茅checs. L'IA s'am茅liore au fil du temps 脿 mesure qu'elle est entra卯n茅e sur davantage de 诲辞苍苍茅别蝉.

Exemple d'intelligence artificielle 脿 m茅moire limit茅e

Les voitures autonomes : Un bon exemple d'IA 脿 m茅moire limit茅e est la fa莽on dont les voitures autonomes observent les autres voitures sur la route pour conna卯tre leur vitesse, leur direction et leur proximit茅. Ces informations sont programm茅es pour constituer une repr茅sentation du monde par la voiture, il s鈥檃git par exemple de la connaissance des feux de circulation, des panneaux, des virages et des bosses sur la route. Les 诲辞苍苍茅别蝉 aident la voiture 脿 d茅cider quand changer de voie pour 茅viter d鈥櫭猼re heurt茅e ou de se faire couper la route par un autre conducteur.聽

3. Les machines 脿 th茅orie de l'esprit

Les deux premiers types d'IA, les machines r茅actives et 脿 m茅moire limit茅e, sont des types qui existent d茅j脿. L鈥橧A 脿 th茅orie de l'esprit et l'IA consciente d'elle-m锚me sont des types th茅oriques qui pourraient 锚tre d茅velopp茅s 脿 l'avenir. Il n'existe donc pas encore d'exemples concrets.

Si elle est d茅velopp茅e, l鈥橧A bas茅e sur la th茅orie de l鈥檈sprit pourrait avoir le potentiel de comprendre le monde et la fa莽on dont les autres entit茅s ont des pens茅es et des 茅motions. En retour, cela affecterait la fa莽on dont elles se comportent par rapport 脿 ceux qui les entourent.

Les capacit茅s cognitives humaines nous permettent de comprendre comment nos pens茅es et nos 茅motions affectent les autres et comment celles des autres nous affectent. C'est la base des relations humaines dans notre soci茅t茅. 脌 l'avenir, les machines d'intelligence artificielle bas茅es sur la th茅orie de l'esprit pourraient 锚tre capables de comprendre les intentions et de pr茅dire les comportements, comme si elles simulaient les relations humaines.

脌 quel type d鈥橧A se rattache ChatGPT ?

ChatGPT est un exemple d'IA g茅n茅rative, une sorte d'intelligence artificielle aliment茅e par de grands mod猫les de langage (LLM) cr茅茅s en entra卯nant des algorithmes sur des quantit茅s massives de 诲辞苍苍茅别蝉. L'IA g茅n茅rative est capable de cr茅er des sorties originales en r茅ponse aux entr茅es de l'utilisateur ou 芦 invites 禄, encore appel茅es 芦 prompts 禄. La capacit茅 de ChatGPT 脿 produire des r茅ponses ressemblant au langage humain en a fait un type d'IA couramment utilis茅 pour les chatbots et les assistants virtuels.

Cela dit, m锚me si des outils comme ChatGPT, Google Gemini ou Microsoft Copilot peuvent produire des r茅ponses qui donnent l'impression d'une IA consciente d'elle-m锚me, ce n'est pas vraiment le cas. Au lieu de cela, leurs r茅ponses ne sont en fait que le produit d鈥檜n algorithme identifiant le r茅sultat statistiquement le plus probable en fonction de ses 诲辞苍苍茅别蝉 d'entra卯nement et de l'invite de l'utilisateur.

4. Les machines conscientes d鈥檈lles-m锚mes

Le point culminant de l鈥櫭﹙olution de l鈥橧A serait de concevoir des syst猫mes dot茅s d鈥檜n sens de soi, d鈥檜ne compr茅hension consciente de leur existence. Ce type d鈥橧A n鈥檈xiste pas encore.

Cela va au-del脿 de l鈥橧A 脿 th茅orie de l'esprit et de la compr茅hension des 茅motions pour atteindre la conscience de soi-m锚me, de son 茅tat d'esprit et 锚tre capable de ressentir ou de pr茅dire les sentiments des autres. Par exemple, 芦 J'ai faim 禄 devient 芦 Je sais que j'ai faim 禄 ou 芦 Je veux manger des lasagnes parce que c'est mon plat pr茅f茅r茅 禄.聽

L鈥檌ntelligence artificielle et les algorithmes d鈥檃pprentissage automatique sont encore loin d鈥櫭猼re conscients d鈥檈ux-m锚mes, car il reste encore beaucoup 脿 d茅couvrir sur l鈥檌ntelligence du cerveau humain et sur le fonctionnement de la m茅moire, de l鈥檃pprentissage et de la prise de d茅cision.

Apprenez-en plus sur l'intelligence artificielle avec 糖心vlog官网观看

Apprendre l'IA peut 锚tre amusant et fascinant, m锚me si vous ne souhaitez pas devenir ing茅nieur en IA. Que vous souhaitiez simplement augmenter votre productivit茅 au travail ou vous orienter vers une carri猫re dans l'IA, 糖心vlog官网观看 a quelque chose pour vous.

Pour avoir un aper莽u de l'IA, suivez le cours L'IA pour tous de DeepLearning.AI. Con莽u pour que les non-techniciens comprennent ce qu'est l'IA, le cours inclut une terminologie courante comme les r茅seaux neuronaux, l'apprentissage automatique, l'apprentissage profond et la science des 诲辞苍苍茅别蝉. Vous apprendrez 脿 travailler avec une 茅quipe d'IA, 脿 茅laborer une strat茅gie d'IA dans votre entreprise, et bien plus encore.聽

Pour exploiter le potentiel de l'IA g茅n茅rative, vous pouvez envisager de vous inscrire au cours Sp茅cialisation sur les fondements de l'IA g茅n茅rative d鈥橧BM. Vous apprendrez les concepts, mod猫les, outils et applications d'IA fondamentaux pour accro卯tre votre productivit茅 au travail et dans votre vie.

Pour am茅liorer vos comp茅tences en IA, explorez le cours Apprentissage profond avec PyTorch, Keras et Tensorflow Certificat professionnel d鈥橧BM. Vous apprendrez 脿 cr茅er, entra卯ner et d茅ployer des mod猫les d'apprentissage profond dans ce programme de niveau interm茅diaire.