Introduction à l’Intelligence Artificielle

Leçon Précédent
Leçon Suivante

Une évolution et un point commun

Introduction à l’Intelligence Artificielle Une évolution et un point commun

Comme nous l’avons vu dans la section précédente, Le terme « intelligence artificielle » (IA) a été utilisé pour la première fois en 1956 avec l’objectif ambitieux de créer des machines capables de « se comporter de manière intelligente ».

C’est une réalité depuis plusieurs décennies.

Voici quelques exemples concrets d’utilisation de l’IA

  1. Checkers Program (1959)
  • Description: Jeu de dames qui apprend de ses parties.
  • Ce que l’IA fait: Utilise des algorithmes de machine learning pour améliorer ses stratégies de jeu en apprenant des parties jouées.
  • Concept d’IA: Machine Learning.
  1. Jeux Vidéos (1980)
  • Description: Les premiers jeux vidéos capables de réagir seuls.
  • Ce que l’IA fait: Implémente des comportements prédéfinis pour les personnages non-joueurs (NPC) permettant des interactions plus dynamiques.
  • Concept d’IA: Algorithmes de comportement.
  1. Tamagotchi (1996)
  • Description: Animal virtuel évolutif et interactif.
  • Ce que l’IA fait: Simule des besoins et des réponses évolutives en fonction des interactions de l’utilisateur.
  • Concept d’IA: Algorithmes de simulation et interaction.
  1. Deep Blue (1997)
  • Description: Pour la première fois une IA arrive à battre Garry Kasparov.
  • Ce que l’IA fait: Utilise des algorithmes de recherche avancée et évaluation pour jouer aux échecs à un niveau de maître.
  • Concept d’IA: Algorithmes de recherche et heuristiques.
  1. Netflix (2005)
  • Description: Recommandation de films et séries TV, basée sur leurs historiques de visionnage.
  • Ce que l’IA fait: Analyse les comportements de visionnage pour suggérer des contenus similaires.
  • Concept d’IA: Machine Learning, Réseaux de Neurones.
  1. Siri (2010)
  • Description: IA d’Apple capable d’interagir grâce à la voix.
  • Ce que l’IA fait: Reconnaît et interprète les commandes vocales pour répondre ou exécuter des actions.
  • Concept d’IA: Traitement du Langage Naturel (NLP), Deep Learning.
  1. Tesla Autopilot (2015)
  • Description: IA d’aide à la conduite pour naviguer et contrôler le véhicule.
  • Ce que l’IA fait: Utilise des capteurs et des caméras pour détecter l’environnement et prendre des décisions de conduite.
  • Concept d’IA: Deep Learning, Vision par Ordinateur.
  1. Zoom, Google Meet (2020)
  • Description: Technologies de suppression de fond pour des arrières plans virtuels.
  • Ce que l’IA fait: Sépare le sujet de l’arrière-plan en temps réel pour appliquer des filtres de fond virtuel.
  • Concept d’IA: Vision par Ordinateur, Deep Learning.
  1. AlphaGo (2016)
  • Description: IA développée par DeepMind qui a appris à jouer au jeu de Go et qui est devenue imbattable.
  • Ce que l’IA fait: Utilise des réseaux de neurones pour évaluer les positions du jeu et des algorithmes d’apprentissage par renforcement pour améliorer ses stratégies en jouant des millions de parties contre elle-même.
  • Concept d’IA: Apprentissage par Renforcement, Réseaux de Neurones, Deep Learning.
  1. GPT-3 (2020)
  • Description: Un modèle de traitement du langage naturel développé par OpenAI.
  • Ce que l’IA fait: Génère du texte de manière très cohérente et naturelle en répondant à des questions, en écrivant des articles, en traduisant des langues, et plus encore.
  • Concept d’IA: Traitement du Langage Naturel (NLP), Deep Learning.
  1. MidJourney (2022)
  • Description: Un modèle d’IA développé pour la génération d’images à partir de descriptions textuelles.
  • Ce que l’IA fait: Crée des images originales et artistiques en interprétant les descriptions fournies par les utilisateurs, permettant la création rapide de visuels uniques pour divers usages.
  • Concept d’IA: Génération d’Images, Deep Learning.
  1. Adidas GMR (2023)
  • Description: Une semelle intelligente intégrée dans les chaussures de football Adidas.
  • Ce que l’IA fait: Utilise des capteurs et des algorithmes de machine learning pour analyser les mouvements des joueurs, y compris la vitesse, la distance parcourue, et l’intensité des efforts. Les données sont ensuite utilisées pour fournir des insights personnalisés et améliorer les performances des joueurs.
  • Concept d’IA: Machine Learning, Capteurs Intelligents.

Tous ces exemples ont un point commun.
Arriverez-vous à le deviner ?

La réponse au prochain chapitre !

Leçon Précédent
Retour à la/au Cours
Leçon Suivante
Retour en haut