Qu'est-ce que l'IA ?

Définition: L'intelligence artificielle (IA) regroupe les techniques permettant à une machine d'exécuter des tâches exigeant habituellement des capacités cognitives humaines (raisonner, percevoir, apprendre, planifier).

Contexte historique

L'IA moderne naît de la convergence de plusieurs disciplines : mathématiques (logique, statistiques), informatique (algorithmique, calcul), psychologie cognitive et philosophie de l'esprit.

Périodes marquantes

• 1943 : McCulloch & Pitts modélisent le neurone artificiel
• 1950 : Alan Turing propose le "Test de Turing" comme critère d'intelligence
• 1956 : Conférence de Dartmouth - naissance officielle du champ "Intelligence Artificielle"
• 1957-1969 : Ère du perceptron (Rosenblatt) et découverte de ses limites (Minsky & Papert)
• 1970-1980 : "Hiver de l'IA" - désillusion et réduction des financements
• 1986 : Renaissance avec la rétropropagation (Rumelhart, Hinton, Williams)
• 1997 : Deep Blue bat Kasparov aux échecs
• 2012 : AlexNet révolutionne ImageNet - début de l'ère Deep Learning
• 2017-aujourd'hui : Transformers, modèles fondamentaux (GPT, BERT), IA générative

Grandes familles d'approches

IA symbolique (GOFAI - Good Old-Fashioned AI)

Principe : Représentation explicite des connaissances sous forme de symboles manipulés par des règles logiques.

• Raisonnement déductif
• Bases de connaissances (ontologies, règles de production)
• Systèmes experts
• Planification et recherche dans des espaces d'états

Avantages : Explicabilité, contrôle précis, raisonnement logique rigoureux

Inconvénients : Difficulté à gérer l'incertitude, explosion combinatoire, acquisition des connaissances

IA statistique (Machine Learning)

Principe : Apprentissage de patterns à partir de données, optimisation d'objectifs statistiques.