##MT##Pourquoi l’IA et l’apprentissage automatique ne sont pas la même chose#/MT##
Avec l’évolution des technologies numériques, les définitions de l’IA et du Machine Learning sont bien distinctes de ce qu’elles étaient auparavant. Ajoutez à cela la complexité des personnes qui utilisent ces termes de manière interchangeable ou pour signifier différentes choses, et nous avons un exemple parfait de nos confusions sur la technologie moderne.
Que signifie réellement l’intelligence artificielle ?
Demandez à un type pris au hasard à Times Square, « que pensez-vous que l’on entend par IA ? » et il pensera certainement à des extraterrestres, à Men In Black ou à Halo. Pourtant, le fait est que l’intelligence artificielle fait partie intégrante de notre vie quotidienne – du moins au 21e siècle. Qu’est-ce que cela signifie au fond ? Si vous connaissez un tant soit peu les ordinateurs, vous savez que chacune de vos actions donne une entrée à l’ordinateur qui l’aide à exécuter une certaine action (prédéfinie).
Donc, si vous voulez télécharger un fichier depuis votre serveur de stockage en nuage, vous devez entrer cette commande, et sur la base d’une séquence de commandes précédemment définies, l’ordinateur vous permettra de télécharger et d’accéder au fichier. Dans le cas de l’intelligence artificielle, cependant, il se passe quelque chose de très différent. L’IA est un terme général qui englobe tous les ordinateurs et systèmes capables de trouver des réponses individuelles à des problèmes. Les solutions ne sont pas fournies à votre ordinateur, mais l’ordinateur utilise ses propres ressources et/ou les données fournies pour trouver des solutions. Prenons cet exemple rudimentaire : si vous voulez la paix dans le monde et que l’ordinateur trouve une solution pour cela tout seul (sans qu’un programmeur lui en donne l’ordre), c’est de l’IA.
Alors, c’est quoi l’apprentissage automatique ?
L’apprentissage automatique est souvent synonyme d’intelligence artificielle, mais en fait, les deux sont des choses très différentes. En réalité, le Machine Learning est le processus tout droit sorti de vos films de science-fiction les plus futuristes. Si vous êtes confus quant à ses véritables significations, voici un moyen simple pour vous de le comprendre.
Prenez, par exemple, un morceau de données qui doit être traité. Vous l’alimentez à l’ordinateur, qui le traite ensuite de lui-même. Jusqu’à présent, le processus est à peu près le même que celui de l’intelligence artificielle. Cependant, la vraie magie commence à se produire après cette étape.
L’apprentissage automatique est le processus par lequel votre système fonctionne comme un être intelligent adaptatif vivant : il ne se contente pas d’accepter des données, il en tire des enseignements et s’adapte ensuite grâce à ces connaissances, une fois qu’il est exposé à d’autres données. Fondamentalement, l’apprentissage automatique est aussi proche d’une créature vivante qu’un ordinateur peut l’être jusqu’à présent. L’ordinateur est constamment contraint de s’adapter par le biais de processus d’exploration de données et de création d’algorithmes, » apprenant » des tâches plutôt que de simplement fournir des solutions basées sur un ensemble fixe de données.
Alors, comment fonctionne réellement l’intelligence artificielle ?
Bien que la recherche soit un processus continu dans ces domaines émergents, nous savons qu’il n’y a pas de manière unique qui puisse être identifiée si nous parlons d’IA. Il y a beaucoup plus d’exemples pratiques à l’heure actuelle que dans les années 1960, par exemple. Un exemple est Deep Blue, un système d’IA créé par IBM pour jouer aux échecs avec Garry Kasparov en 1996. La machine a d’abord remporté le premier match du championnat du monde en 1996, mais Kasparov l’a battu et a fait match nul dans les autres matchs. À l’heure actuelle, cependant, l’IA est grandement améliorée par sa capacité d’apprentissage : ses applications comprennent divers exemples dans un grand nombre de domaines tels que l’ingénierie et la médecine. Dans ces cas, le système utilise généralement les méthodes de résolution de problèmes précédentes de ses homologues humains pour calculer des réponses qui lui sont propres.
Ce que vous devez savoir sur l’apprentissage automatique
Lorsqu’il s’agit d’apprentissage automatique, il y a trois parties distinctes que vous devez connaître : le système, les paramètres et le système d’apprentissage. En termes simples, l’apprentissage automatique est un mécanisme de formation par lequel les ordinateurs sont capables d’apprendre et de s’adapter à diverses situations.
La première chose à noter est que le modèle utilisé par la machine pour apprendre, doit être imputé par un être humain. Par exemple, si vous dites à votre ordinateur qu' »une pomme par jour éloigne le médecin », c’est le modèle de base pour son apprentissage.
A part cela, il existe un ensemble de paramètres qui peuvent être utilisés pour évaluer les performances. Par exemple, manger 0 pomme peut entraîner 50% de chances de tomber malade, une demi-pomme peut conduire à 75% de bonne santé, 1 pomme conduit à 100% de santé, et ainsi de suite. Il s’agit évidemment d’un exemple assez simpliste du processus. Cependant, en utilisant de tels paramètres, les machines calculent ensuite ce qui se passe si vous mangez, par exemple, 2 pommes par jour, même si l’information n’est pas fournie.
En quoi l’apprentissage automatique et l’intelligence artificielle sont-ils différents, en réalité ?
Si les exemples ne sont pas assez clairs, voici un récapitulatif rapide.
L’IA peut, par exemple, apprendre les conséquences de la consommation d’une pomme par jour. Ensuite, elle peut vous dire ce qui se passera si vous n’avez pas cette pomme, ou une demi-pomme, et ainsi de suite. Bien que ces conséquences ne puissent pas être imputées à l’ordinateur par un être humain, l’ordinateur lui-même peut tirer des conclusions et vous indiquer les risques encourus si vous n’avez pas cette pomme proverbiale. Cependant, en ce qui concerne l’apprentissage automatique, non seulement le système peut vous dire ce qui se passe si vous faites l’une des choses déjà énoncées dans ses paramètres, mais il peut utiliser ces informations pour vous dire des choses qui ne lui ont pas encore été présentées par un agent humain.
Bien que ces deux systèmes soient extrêmement puissants, les utilisations de l’apprentissage automatique vont au-delà de celles de l’IA, simplement parce que le premier est capable de calculs indépendants.
