Aller au contenu

Le Machine Learning dans les IA

Introduction:

Depuis la fin novembre 2023, ChatGPT incarne l'Intelligence Articielle (IA) aux yeux du grand public. Pourtant,

  • en 1997, Deepblue bat Kasparov aux échecs
  • en 2011 , les assistants personnels(Siri, Alexia, etc...) font leur apparition.
  • en 2014, apparaissent les premiers modèles d'IA génératives.

La notion d'intelligence artificielle n'est pas si actuelle : le terme IA est d'ailleurs apparu pour la première fois en 1956 dans la communauté scientifique.

Une première définition

L'IA permet aux machines de se comporter comme des être humains, et donc de percevoir, d'analyser des données, de raisonner, de parler, de prendre des décisions et d'agir.

Découverte

▪ Activité 1 : Un peu d'histoire...

▪ Activité 2 : Machine Learning ou Deep Learning?

Dans l'ensemble des connaissances portant sur l'IA, on distingue:

  • le Machine Learning ou apprentissage supervisé qui utilise de grands ensembles de données structurées pour enseigner aux machines à partir d'exemples.
  • le Deep Learning ou apprentissage profond axé sur l'utilisation de réseaux de neurones, pour l'apprentissage de tâches complexes.

Comprenez que le Big Data nourrit la bête...

Le machine Learning

On distingue principalement:

  1. L'apprentissage supervisé:
  2. L'apprentissage non supervisé:
  3. L'apprentissage par renforcement:

Exo

Vos actions sur la toile nourissent le big data donc les intelligences artificielles. Une plateforme développée en collabaration avec le MIT permet d'entraîner les voitures autonomes.

"Entrainez la voiture!!"

Les CAPTCHA jouent aussi le même rôle: l'humain reconnaît des formes dans des images et donnent des indications précieuses aux IA qui ont cette vocation de reconnaissance.

Pour l'anecdote

L'acronyme CAPTCHA signifie "Completely Automated Public Turing test to tell Computers and Humans Apart" en référence au test de Turing, test qui permet de distinguer une IA d'un humain...

Nourrir une IA

Exo

  1. Allez sur le site Vittascience
  2. Créer les catégories chat et chien en chargeant les jeux de données (dataset).
  3. Entraînez le modèle.
  4. Récupérez la photo d'un chat ou d'un chien et soummettez-là à l'IA.
  5. VOus pouvez recommpencer l'opération avec des photos de femmes et d'hommes.