EMILIE DE RODAT
TECHNOLOGIE
Leçon 12: Intélligence artificielle
L'intelligence artificielle (IA) est la capacité des machines à effectuer des tâches typiquement associées à l'intelligence humaine, comme l'apprentissage, le raisonnement, la résolution de problème, la perception ou la prise de décision.
John McCarthy a été un pionnier de la recherche en intelligence artificielle. Il a contribué à donner un nom à ce domaine et a passé des dizaines d’années à apprendre aux ordinateurs à saisir des concepts intuitifs pour les humains.

Un biais est une erreur dans la méthode, le non-respect des règles de protocole, qui engendre des résultats erronés. Par exemple si on utilise un prompt non pertinant dans un chat-box.
Un prompt est une instruction ou une série de données fournies à un système d'IA,dans un chat-box par exemple, qui utilise ces informations pour générer des réponses ou des créations en texte, image, ou autre forme de média.
Un chatbot IA est un programme informatique capable de comprendre, analyser et répondre à des messages humains, souvent utilisé dans le support client ou les assistants virtuels.
Un dataset est un ensemble structuré de données (images, textes, chiffres, etc.) utilisé pour entraîner, valider, ou tester un modèle d’intelligence artificielle.
Un agent intelligent artificiel est une entité non humaine capable de percevoir son environnement, de prendre des décisions et d’agir de manière autonome pour atteindre un objectif.
Le processus d'IA se divise en trois étapes : la détection, le raisonnement et l’action.
Détection: Par l’intermédiaire d’un capteur, collecte de données sur le monde.
Raisonnement: Le raisonnement consiste à penser ou à traiter les données captées par le capteur.
Action: Sur la base de l’entrée et du raisonnement, l’action consiste à générer et à contrôler des actions dans l’environnement.
Un système d’intelligence artificielle reçoit généralement des entrées de la part des humains (ou d’un environnement via des capteurs), puis il traite ces données grâce à des algorithmes d’IA pour interpréter, analyser et produire des sorties de manière autonome.
Le machine learning vise à développer des algorithmes qui peuvent tirer des enseignements à partir de données et faire des prédictions ou décisions sans intervention humaine directe.
Le Deep Learning (ou apprentissage profond) désigne l’utilisation de réseaux de neurones avec plusieurs couches pour résoudre des problèmes complexes, comme la reconnaissance d’image, la traduction automatique, ou la reconnaissance vocale.
Bien que la robotique utilise souvent l’IA, elle est considérée comme un domaine distinct qui intègre l’IA avec l’ingénierie mécanique et électrique pour créer des agents physiques capables d’interagir avec le monde réel. Les trois autres options sont des sous-domaines fondamentaux de l’IA.