Qu\u2019est-ce que l\u2019intelligence artificielle ou IA (en anglais \u00abAI\u00bb pour artificial intelligence<\/em>)? L\u2019IA a pour but de faire agir des machines de mani\u00e8re intelligente, donc comme des \u00eatres humains. Il s\u2019agit que la machine soit capable de r\u00e9soudre de mani\u00e8re autonome des probl\u00e8mes qu\u2019elle n\u2019a jamais rencontr\u00e9s auparavant. Une machine intelligente apprend \u00e0 partir de ses exp\u00e9riences et s\u2019am\u00e9liore ainsi progressivement. Un logiciel qui travaille uniquement sur la base de r\u00e8gles pr\u00e9programm\u00e9es, toujours suivant le m\u00eame sch\u00e9ma, n\u2019est donc pas qualifi\u00e9 d\u2019intelligent.<\/p>\n\n\n\n Il existe de nombreuses d\u00e9finitions de l\u2019IA. La premi\u00e8re est celle de Marvin Minsky, elle date de 1966 mais est toujours valable: \u00abscience qui consiste \u00e0 faire faire aux machines ce que l\u2019homme ferait moyennant une certaine intelligence.\u00bb<\/p>\n\n\n\n L\u2019apprentissage automatique<\/strong> (machine learning<\/em>) est parfois confondu avec l\u2019IA, mais il n\u2019en est qu\u2019une partie. Cela veut dire qu\u2019une machine ou un syst\u00e8me artificiel apprend \u00e0 partir de ses exp\u00e9riences ou de ses donn\u00e9es. Le syst\u00e8me analyse des donn\u00e9es, p. ex. des \u00e9chantillons tissulaires, des images, des bribes de conversation, y reconna\u00eet des sch\u00e9mas et s\u2019am\u00e9liore ainsi continuellement de mani\u00e8re autonome. Des exemples typiques sont la reconnaissance vocale ou des processus de diagnostic qui permettent de reconna\u00eetre le cancer. L\u2019apprentissage automatique requiert d\u2019\u00e9normes quantit\u00e9s de donn\u00e9es.<\/p>\n\n\n\n L\u2019apprentissage profond <\/strong>(deep learning<\/em>) est un sous-domaine de l\u2019apprentissage automatique dans lequel on emploie des r\u00e9seaux de neurones artificiels. Un tel r\u00e9seau est un syst\u00e8me d\u2019algorithmes. Il imite la mani\u00e8re dont le cerveau travaille et apprend \u00e0 l\u2019aide de nombreux synapses et connexions. L\u2019apprentissage profond signifie que la machine pond\u00e8re les connexions des synapses \u00e0 partir d\u2019exemples de donn\u00e9es et apprend ainsi, par exemple, \u00e0 reconna\u00eetre des visages sur des photos. Le probl\u00e8me est que l\u2019\u00eatre humain ne sait pas ce qui se passe dans les diff\u00e9rentes couches du r\u00e9seau neuronal (cf. probl\u00e9matique de la bo\u00eete noire au chapitre 4). <\/p>\n\n\n\n On parle d\u2019IA g\u00e9n\u00e9rative<\/strong> ou d\u2019apprentissage profond g\u00e9n\u00e9ratif<\/strong> lorsqu\u2019un syst\u00e8me analyse non seulement des donn\u00e9es et \u00e9met des pr\u00e9visions, mais se sert aussi de son apprentissage pour d\u00e9velopper de nouvelles donn\u00e9es et de nouveaux contenus. ChatGPT est le plus c\u00e9l\u00e8bre exemple d\u2019IA g\u00e9n\u00e9rative. <\/p>\n\n\n\n L\u2019intelligence artificielle g\u00e9n\u00e9rale<\/strong> (IAG) va encore plus loin: il s\u2019agit d\u2019une IA encore th\u00e9orique, disposant de toutes les capacit\u00e9s cognitives propres aux humains, par exemple la pens\u00e9e abstraite, la culture g\u00e9n\u00e9rale, le \u00abbon sens\u00bb, la compr\u00e9hension du lien de cause \u00e0 effet, et donc capable de comprendre diff\u00e9rentes situations, d\u2019en tirer des enseignements et d\u2019appliquer ces connaissances \u00e0 diff\u00e9rentes t\u00e2ches. Il existe diff\u00e9rentes d\u00e9finitions des capacit\u00e9s dont doit disposer une IAG.<\/p>\n","protected":false},"excerpt":{"rendered":" Imaginons qu\u2019un nouveau coronavirus apparaisse subitement et qu\u2019\u00e9norm\u00e9ment de personnes arrivent \u00e0 nouveau aux urgences. L\u2019intelligence artificielle (IA) pourrait-elle alors nous venir en aide? En tout cas, les scientifiques essaieraient de l\u2019utiliser: elle pourrait par exemple aider \u00e0 d\u00e9terminer quelles mol\u00e9cules et quels m\u00e9canismes rendent le nouveau virus si dangereux. \u00c0 l\u2019aide de l\u2019IA, on […]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":406,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"page-templates\/unterthema.php","meta":{"_acf_changed":false,"inline_featured_image":false,"footnotes":""},"class_list":["post-1296","page","type-page","status-publish","hentry"],"acf":[],"yoast_head":"\n![\"\"](\"https:\/\/biotechlerncenter.interpharma.ch\/wp-content\/uploads\/sites\/4\/2024\/04\/Fr-KL-Figur1-Marz24-1024x614.jpeg\")
<\/figure>\n\n\n\n