La vague de l’intelligence artificielle balaie le monde, et de nombreux mots traînent toujours dans nos oreilles : intelligence artificielle (Intelligence Artificielle), apprentissage automatique (Machine Learning), deep learning (Deep Learning). Beaucoup de gens ont toujours une vague compréhension de la signification de ces mots à haute fréquence et de la relation qui les sous-tend. Cet article clarifie la signification de ces mots dans le langage le plus simple, ce qui peut aider tout le monde à mieux comprendre la relation entre eux.
Des voitures aux smartphones, en passant par les assistants numériques et même les robots. Nous ne parlons pas seulement des nouvelles fonctionnalités révolutionnaires qui apparaissent chaque jour. De plus, les appareils, les ordinateurs et les machines effectuent tous des tâches intelligemment. Comment font-ils? — Grâce à l’intelligence artificielle, alias IA.
Le terme « intelligence artificielle » a été inventé pour la première fois par le scientifique cognitif John McCarthy, qui a écrit dans son livre: « Cette recherche est basée sur l’hypothèse que tout comportement d’apprentissage ou autre caractéristique intellectuelle peut en principe être une description précise, de sorte qu’une machine peut être construite pour le simuler. » Depuis lors, l’intelligence artificielle hante l’esprit des gens et a lentement éclos dans les laboratoires de recherche scientifique. Dans les décennies qui ont suivi, l’intelligence artificielle a inversé ses polarités, ou a été qualifiée de prophétie de l’avenir éblouissant de la civilisation humaine, ou jetée à la poubelle comme les fantasmes de fous technologiques. Jusqu’en 2012, les deux voix existaient simultanément.
Graphique | Direction de la recherche en intelligence artificielle
Après 2012, grâce à l’augmentation de la quantité de données, à l’amélioration de la puissance de calcul et à l’émergence de nouveaux algorithmes d’apprentissage automatique (deep learning), l’intelligence artificielle a commencé à exploser. Cependant, les travaux de recherche scientifique actuels sont concentrés sur la partie faible de l’intelligence artificielle, et il est très optimiste qu’une percée majeure sera faite dans un proche avenir. La plupart de l’intelligence artificielle dans les films dépeignent une intelligence artificielle forte, et cette partie est difficile à réaliser dans le monde réel actuel. (L’intelligence artificielle est généralement divisée en intelligence artificielle faible et intelligence artificielle forte. Le premier permet aux machines d’avoir la capacité d’observer et de percevoir, et peut atteindre un certain niveau de compréhension et de raisonnement, tandis qu’une intelligence artificielle forte permet aux machines d’acquérir des capacités d’adaptation et de résoudre certains problèmes qui n’étaient pas rencontrés auparavant).
On s’attend à ce que l’intelligence artificielle faible fasse des percées, comment est-elle réalisée et d’où vient « l’intelligence » ? C’est en grande partie grâce à une approche de l’intelligence artificielle – l’apprentissage automatique.
Nous utilisons la méthode la plus simple pour visualiser la relation entre les trois.
Intelligence artificielle
En termes simples, l’intelligence artificielle décrit les différentes façons dont une machine interagit avec le monde qui l’entoure. Avec une intelligence avancée semblable à celle de l’homme, une machine ou un appareil d’IA peut imiter le comportement humain ou effectuer des tâches comme un humain grâce aux effets combinés du logiciel et du matériel.
Nous pouvons voir beaucoup de choses sur l’intelligence artificielle aujourd’hui, comme la reconnaissance vocale (utilisée dans les assistants personnels intelligents), la reconnaissance faciale (utilisée dans les filtres qui sont actuellement populaires sur les médias sociaux) ou la reconnaissance d’objets (comme la recherche d’apple et d’images d’oranges).
Apprentissage automatique
L’apprentissage automatique est une approche ou un sous-ensemble de l’intelligence artificielle qui met l’accent sur « l’apprentissage » plutôt que sur les programmes informatiques. Une machine utilise des algorithmes complexes pour analyser de grandes quantités de données, identifier des modèles dans les données et faire une prédiction, un processus qui ne nécessite pas qu’un humain écrive des instructions spécifiques dans le logiciel de la machine. Après avoir confondu une bouffée de crème avec une orange, la reconnaissance des formes du système s’améliore au fil du temps à mesure qu’il apprend de ses erreurs et se corrige comme un humain.
Apprentissage profond
L’apprentissage profond est un sous-ensemble de l’apprentissage automatique qui fait de grands progrès dans l’intelligence informatique. Il utilise beaucoup de données et de puissance de calcul pour simuler des réseaux de neurones profonds. Essentiellement, ces réseaux imitent la connectivité du cerveau humain, classant les ensembles de données et découvrant des corrélations entre eux. Avec les connaissances nouvellement acquises (sans intervention humaine), la machine peut appliquer ses connaissances à d’autres ensembles de données. Plus une machine traite de données, plus ses prédictions seront précises.
Par exemple, un dispositif d’apprentissage en profondeur pourrait examiner les mégadonnées, telles que la couleur, la forme, la taille, le temps de maturation et l’origine du fruit, pour déterminer avec précision si une pomme est une pomme verte ou une orange est une orange sanguine.
Les différences entre l’IA, l’apprentissage automatique et l’apprentissage profond ne sont pas aussi évidentes que les pommes et les oranges, elles sont plus subtiles. L’apprentissage automatique est une méthode pour atteindre l’intelligence artificielle, et l’apprentissage profond est une technologie pour réaliser l’apprentissage automatique. Maintenant, comprenez-vous la différence entre eux?
