Nous la côtoyons au quotidien à travers nos courriels, les réseaux sociaux, les moteurs de recherche, le magasinage en ligne, les assistants intelligents, et bien plus. L’intelligence artificielle a déjà considérablement changé nos vies et continuera de le faire dans les années à venir. Voici un mini glossaire pour vous présenter quelques termes incontournables de cette florissante technologie!
Intelligence artificielle
Le terme « intelligence artificielle » et son abréviation « IA » sont le plus souvent utilisés pour désigner une machine ou un logiciel dont le fonctionnement s’inspire des facultés cognitives de l’intelligence humaine. Une IA doit être en mesure d’apprendre, de s’adapter et de modifier son comportement. Cette technologie a fait des pas de géant dans les dernières années grâce à l’amélioration de la capacité de calcul des ordinateurs, à la mise au point d’algorithmes adaptés ainsi qu’à la disponibilité des mégadonnées. L’apprentissage profond est la branche la plus prometteuse de l’IA. Notons que dans son sens plus large, l’IA renvoie aussi aux théories élaborées dans ce domaine.
Algorithme
Un algorithme est un ensemble d’opérations ordonnées de façon logique que doit suivre un système pour parvenir à un résultat déterminé ou pour résoudre un problème. L’algorithme transforme des données d’entrées (input) en données de sorties (output), ces dernières représentant la solution. On pourrait comparer l’algorithme à une recette de cuisine puisqu’il comprend :
- des données (les ingrédients ou accessoires de cuisine à utiliser);
- la marche à suivre pour atteindre le résultat souhaité (par ex. : couper tel légume de telle façon, le faire revenir, etc.);
- le résultat (le mets prêt à manger).
En informatique et en technologie, un programme informatique se compose d’un ensemble d’algorithmes.
Mégadonnées
Si l’algorithme est une recette de cuisine, les mégadonnées en sont les ingrédients. Aussi appelées données massives ou grosses données (de l’anglais Big Data), celles-ci correspondent à toutes ces informations que nous produisons chaque jour avec les nouvelles technologies numériques. On peut dire qu’elles résultent de la rencontre entre l’Internet, les réseaux sociaux et les appareils intelligents.
Apprentissage automatique
Sous-domaine de l’intelligence artificielle, l’apprentissage automatique est un processus par lequel un algorithme peut s’améliorer par lui-même au fur et à mesure des résultats qu’il obtient. Selon le type d’apprentissage utilisé par les algorithmes — on peut aussi parler de « modèle algorithmique » —, l’apprentissage automatique peut être supervisé, non supervisé, semi-supervisé ou par renforcement.
Apprentissage profond
Sous-domaine de l’apprentissage automatique, l’apprentissage profond en est aussi sa forme la plus évoluée. Il peut être appliqué de façon supervisée, non supervisée, semi-supervisée ou par renforcement. L’apprentissage profond permet de traiter les mégadonnées à l’aide d’un réseau de neurones artificiels inspiré du réseau de neurones du cerveau humain. Le traitement des données se fait à travers plusieurs couches de ces neurones artificielles qui encodent celles-ci selon niveau d’abstraction croissant :
- les premières encodent les principales caractéristiques;
- les couches intermédiaires, les spécifications;
- les dernières couches, les détails.
L’apprentissage profond peut donner des modèles de prédiction non seulement à partir d’une importante quantité de données, mais aussi sans que celles-ci soient structurées et étiquetées. Si les réseaux de neurones artificiels sont aussi d’usage en apprentissage automatique, ces réseaux comprennent plus de neurones, de couches et d’interconnectivité lorsqu’il est question d’apprentissage profond.