Parlez-vous l’Intelligence Artificielle ?

Les acronymes de l’IA

Bien qu’elle prenne de plus en plus d’importance dans les sociétés modernes, l’Intelligence Artificielle (IA) reste un ensemble complexe de concepts et de technologies.

Discipline à part entière pour les uns, mythe de notre époque selon d’autres, l’encyclopédie définie l’IA comme un “ensemble de théories et de techniques mises en oeuvre en vue de réaliser des machines capables de simuler l’intelligence”.

À travers la définition de quelques acronymes, petit tour d’horizon de ses déclinaisons et applications possibles !

MLear : Machine Learning

Sous-catégorie de l’Intelligence Artificielle, ce procédé permet à une machine de s’améliorer sans accompagnement continu ni programmation, en utilisant des algorithmes basés sur une logique de comparaison, de recherches et de probabilités mathématiques.

 

Parmi ses domaines d’application : recommandation produit, moteurs de recherche, chatbot, guidage des véhicules autonomes, coordination des mouvements pour les robots capable de bouger leurs membres, etc.

NLU : Natural Language Understanding

La compréhension du langage naturel est une sous-rubrique de l’IA dont la fonction est le traitement du langage humain non structuré. Il s’agit de l’un des problèmes les plus difficiles en intelligence artificielle, car le système doit prendre en compte le contexte de la conversation, interpréter des informations implicites, gérer des phrases complexes ou des fautes de langage.

 

Son intérêt commercial est immense : collecte de données, catégorisation des textes, archivage et analyse de contenu à grande échelle, etc.

ANN : Artificial neural networks

Les réseaux de neurones artificiels sont des systèmes informatiques schématiquement inspirés du cerveau humain et du fonctionnement des neurones biologiques. Ces réseaux sont composés de plusieurs dizaines ou centaines de “couches” de neurones superposées et capables de s’échanger des informations, de les traiter très rapidement et de les interpréter automatiquement. 

Ils sont utilisés dans des domaines comme la classification d’espaces animale par analyse ADN, la reconnaissance d’images ou de motifs, les estimations boursières, la météorologie, etc.

DL : Deep Learning

Le deep learning ou apprentissage profond est un type d’IA dérivé du machine learning. Il s’appuie sur un réseau de neurones artificiels qui lui permet d’accumuler un large ensemble de connaissances et d’expériences différentes. Le deep learning peut ainsi être utilisés dans de nombreux domaines : reconnaissance d’images, modération des réseaux sociaux, traduction automatique, pilotage automatique, etc.

Certains systèmes de deep learning sont même capables de “créer” seuls des toiles de maîtres, de battre les meilleurs champions de Go ou d’inventer des langages nouveaux (et intraduisible par l’homme) pour communiquer de machine à machine !

En savoir plus sur l'Intelligence Artificielle : https://startup.orange.com/fr/actualites/lia-ca-sert-a-quoi/