Les techniques algorithmiques de l’IA | Billet introductif

Ce contenu n'est pas disponible dans la langue sélectionnée.

Écrit par Ilona Bois-Drivet – auxiliaire de recherche au Laboratoire de cyberjustice.

Le Laboratoire de cyberjustice, dans le cadre de son projet sur l’épistémologie de l’intelligence artificielle, s’intéresse à l’apprentissage dans le contexte de l’IA.  En effet, pour permettre à une machine d’apprendre à partir des données qui lui sont soumises, il existe différentes approches qui peuvent être mises de l’avant et permettre d’imiter des caractéristiques propres à l’intelligence humaine.  Dans les prochaines semaines, nous nous efforcerons de présenter les cinq principales techniques algorithmiques afin de mieux saisir comment l’IA apprend, ce qui peut caractériser sa prise de décision ainsi que la place de ses différentes techniques dans l’évolution de l’intelligence artificielle.  

L’apprentissage est au cœur de l’intelligence artificielle. Pour qu’un ordinateur puisse être en mesure d’accomplir une tâche, il faut d’abord qu’il ait appris comment l’exécuter. Comme un enfant qui apprend, l’ordinateur doit s’appuyer sur ses apprentissages pour être en mesure de résoudre des problèmes et évoluer par lui-même. Par contre, cet apprentissage demande du travail. Pour y arriver, il faut non seulement analyser et recenser un volume considérable de données, mais il faut aussi déterminer une technique d’apprentissage capable de répondre à notre objectif. Par exemple, si l’on veut mettre en place un système capable de reconnaitre des objets, il est fort possible que l’approche connexionniste soit favorisée. Par contre, si l’on veut ajouter un système de recommandations capables de faire apparaitre d’autres produits sur un site internet, ce sera plutôt la méthode par analogie qui sera favorisée.  

Bref, il existe plus d’un chemin vers l’apprentissage automatique et c’est précisément ces chemins qui vont intéresser nos recherches pour les prochaines semaines. Nous n’avons ni la prétention ni l’expertise de pouvoir vous expliquer toutes les technicités de ces approches, mais nous tenterons d’en résumer les bases et principales caractéristiques pour permettre une meilleure compréhension générale de l’IA dans sa prise de décision et dans l’exécution de ses tâches.  

Ainsi, il sera question des principales techniques algorithmiques qui ont permis des avancées considérables dans le domaine de l’intelligence artificielle : le raisonnement symbolique, les algorithmiques évolutionnaires, l’inférence bayésienne, les systèmes qui apprennent par analogie et les connexionnistes. Pour terminer, nous émettrons l’hypothèse d’un algorithme maître, capable d’associer toutes ces techniques algorithmiques afin de permettre aux ordinateurs de surpasser les capacités humaines.   

Ce contenu a été mis à jour le 14 décembre 2021 à 14 h 25 min.