Contenu
Source: iLexx / iStockphoto
À emporter:
L'intelligence artificielle peut un jour être obtenue en utilisant des réseaux de neurones artificiels, mais il existe plusieurs différences essentielles entre ces technologies passionnantes.
L'intelligence artificielle (IA) et les réseaux de neurones artificiels (ANN) sont deux domaines passionnants et étroitement liés en informatique. Il existe cependant plusieurs différences entre les deux qu'il convient de connaître.
La principale différence est que les réseaux de neurones constituent un tremplin dans la recherche de l'intelligence artificielle.
L'intelligence artificielle est un vaste domaine qui a pour objectif de créer des machines intelligentes, ce qui a souvent été réalisé selon la définition de l'intelligence. Malgré le fait que nous ayons des ordinateurs capables de gagner à “Jeopardy” et de battre les champions d’échecs, l’objectif de l’intelligence artificielle est généralement considéré comme une quête d’intelligence générale, ou d’une intelligence qui peut être appliquée à des problèmes de situation divers et sans rapport.
Beaucoup d'IA construites jusqu'à présent ont été conçues dans un but précis, comme par exemple faire fonctionner un robot qui joue au ping-pong ou domine chez «Jeopardy». C'est le résultat inévitable lorsque des informaticiens s'assoient et créent quelque chose à faire une tâche spécifique - ils se retrouvent avec quelque chose qui peut faire cette tâche et pas grand chose d'autre.
Pour résoudre ce problème d'IA axées sur des tâches spécifiques, des informaticiens ont commencé à jouer avec des réseaux de neurones artificiels. Nos cerveaux généralement intelligents sont constitués de réseaux de neurones biologiques qui établissent des connexions en fonction de nos perceptions et de stimulus extérieurs.
Un exemple très simplifié est la douleur causée par les brûlures. Lorsque cela se produit pour la première fois, votre cerveau établit une connexion qui identifie les informations sensorielles connues sous le nom de feu (flammes, odeur de fumée, chaleur) et les relie à la douleur. C’est ainsi que l’on apprend très tôt à ne pas se brûler. Grâce à ce même réseau de neurones, nous pouvons faire beaucoup d’apprentissage général comme «la glace a bon goût» et même faire des sauts déductifs comme «il y a toujours des nuages avant la pluie» ou «les actions se rassemblent toujours en décembre». Ces sauts ne sont pas toujours corrects (il y a une mauvaise glace et des stocks qui chutent en décembre), mais ils peuvent être corrigés par l'expérience, permettant ainsi un apprentissage adaptatif.
Les réseaux de neurones artificiels tentent de recréer ce système d'apprentissage sur des ordinateurs en construisant un programme-cadre simple pour répondre à un problème et recevoir des informations en retour sur sa résolution. Un ordinateur peut optimiser sa réponse en faisant le même problème des milliers de fois et en ajustant sa réponse en fonction des commentaires reçus. On peut alors donner à l’ordinateur un problème différent, qu’il peut aborder de la même manière qu’il l’a appris de l’ancien. En faisant varier les problèmes et le nombre d'approches de résolution apprises par l'ordinateur, les informaticiens peuvent apprendre à un ordinateur à devenir un généraliste.
Bien que cela évoque des images d'ordinateurs conquérant le monde et capturant des êtres humains, comme le montrent les films hollywoodiens tels que «The Martrix», nous sommes encore loin du réseautage neuronal pour parvenir à l'intelligence artificielle. Les problèmes testés sur les réseaux de neurones sont tous exprimés mathématiquement. Vous ne pouvez pas tenir une fleur devant un ordinateur et lui dire de deviner la couleur à cause de l'odeur, car l'odeur devrait être exprimée en chiffres, puis l'ordinateur devrait cataloguer ces numéros en mémoire, avec des images de fleurs. émettant cette odeur.
Pas de bugs, pas de stress - Votre guide étape par étape pour créer un logiciel qui change la vie sans vous détruire
Vous ne pouvez pas améliorer vos compétences en programmation lorsque personne ne se soucie de la qualité des logiciels.
Cela dit, les réseaux de neurones artificiels auxquels on peut ajouter davantage d’informations comme l’odeur - et la capacité d’apprendre à partir de toutes ces informations - sont en voie de produire la première intelligence artificielle répondant aux normes des amateurs d’intelligence artificielle les plus assidus.
Essentiellement, les réseaux de neurones artificiels sont des modèles de réseaux de neurones humains conçus pour aider les ordinateurs à apprendre. L'intelligence artificielle est le Saint-Graal que certains informaticiens tentent d'obtenir grâce à des techniques telles que l'imitation de réseaux neuronaux.