Datascience pour les managers

Partie 1
Chapitre 6 sur 8
Partie 1 – Comprendre la data science

Comprendre l’Intelligence artificielle

Définition

L’intelligence artificielle (IA, ou AI en anglais pour Artificial Intelligence) consiste à mettre en œuvre un certain nombre de techniques visant à permettre aux machines d’imiter une forme d’intelligence réelle.

L’intelligence désigne communément le potentiel des capacités mentales et cognitives d’un individu, animal ou humain, lui permettant de résoudre un problème ou de s’adapter à son environnement. Elle se résume souvent au cerveau. On peut la subdiviser en différentes composantes : on parle d’intelligence pratique, collective, émotionnelle ou des affaires par exemple. Par extension, elle a été adaptée aux machines : on parle alors d’intelligence artificielle ou d’intelligence augmenté.Le concept d’intelligence est cependant extrêmement complexe et fait l’objet de débats. Le terme est défini différemment selon le domaine dans lequel on le traite.

L’adjectif artificiel signifie : ce type d’intelligence est le résultat d’un processus créé par l’homme, plutôt que d’un processus naturel biologique et évolutionnaire.

  • Le concept d’intelligence artificielle forte fait référence à une machine capable non seulement de produire un comportement intelligent, mais d’éprouver une impression d’une réelle conscience de soi, de «vrais sentiments», et une compréhension de ses propres raisonnements.
  • La notion d’intelligence artificielle faible constitue une approche pragmatique d’ingénieur : chercher à construire des systèmes de plus en plus autonomes, des algorithmes capables de résoudre des problèmes d’une certaine classe, etc… Mais, cette fois, la machine simule l’intelligence, elle semble agir comme si elle était intelligente. ( Il s’agit donc d’un programme préalable effectué par l’homme , ex : Jeu d’échec en ligne )

Origine

La notion voit le jour dans les années 1950 grâce au mathématicien Alan Turing. Dans son livre Computing Machinery and Intelligence, ce dernier soulève la question d’apporter aux machines une forme d’intelligence. Il décrit alors un test aujourd’hui connu sous le nom « Test de Turing » dans lequel un sujet interagit à l’aveugle avec un autre humain, puis avec une machine programmée pour formuler des réponses sensées. Si le sujet n’est pas capable de faire la différence, alors la machine a réussi le test et, selon l’auteur, peut véritablement être considérée comme « intelligente ».

Table des matières

Partie 1 – Comprendre la data science

Partie 2 – Appliquer la data science en marketing

Partie 3 – Déployer un projet de data science

Partie 4 – Utiliser l’intelligence artificielle (machine learning)

Partie 5 – Utiliser des techniques d’apprentissage supervisé

Partie 6 – Utiliser des techniques d’apprentissage non supervisé

Partie 7 – Pour aller plus loin en datascience