Cours d'Intélligence Artificiel - USCITECH

P a g e | 1
Cours d’Intelligence Artificielle
CHAPITRE 1 :
GENERALITES SUR
L’INTELLIGENCE ARTIFICIELLE
1.1. NOTION D’INTELLIGENCE ARTIFICIELLE
1.1.1. Intelligence naturelle et intelligence artificielle
On ne peut pas parler d’intelligence artificielle (IA) sans comprendre l’intelligence
naturelle. De plus, le concept d’intelligence (naturelle) manque de consensus dans sa
définition. C’est encore un concept qui reste un concept encore mal défini scientifiquement.
Mais, aux fins de ces notes, nous définissons l’intelligence comme suit :
Définition 1.1 (Intelligence). L’intelligence est l’ensemble des processus retrouvés, qui
permettent de comprendre, d’apprendre ou de s’adapter à des situations nouvelles.
L’intelligence est trop souvent étroitement liée à celle des humains. Et pourtant, tous
les êtres vivants, les animaux (hommes et bêtes) et les végétaux font preuve d’une certaine
forme d’intelligence [Mathivet, 2014].
En effet, on pense souvent aux grands singes (capables d’apprendre la langue des
signes et de communiquer grâce à elle), les chiens ou les dauphins. On peut aussi citer le cas
du Hans le malin, un cheval qui « savait » compter et répondait par des coups de sabots au
sol (par exemple à la question « Combien fait  ? », il tapait du pied 7 fois). En effet, il
était capable de détecter des micromouvements sur le visage des spectateurs pour savoir
s’arrêter: il avait ainsi adapté son comportement à son environnement pour obtenir douceurs
et caresses.
On peut aussi parler des animaux montrant une intelligence collective remarquable.
Il y a par exemple les termites qui sont capables de construire des nids immenses et
climatisés, faits de multitudes de couloirs et de chambres. Les fourmis sont un autre très bon
exemple avec la présence de rôles : reine, ouvrières, nourrices, gardiennes, combattantes et

P a g e | 2
Cours d’Intelligence Artificielle
même éleveuses, étant donné que certaines espèces « élèvent » des pucerons et les protègent
des coccinelles pour ensuite les « traire » et manger le miellat produit.
De nombreuses espèces végétales se sont adaptées pour attirer certaines proies
(comme les plantes carnivores) ou des insectes qui vont disséminer leur pollen. Au contraire,
certains se protègent via des sucs toxiques ou des épines.
Cependant, comme pour l’intelligence naturelle, l’« intelligence artificielle », terme
créé par John McCarthy, n’a pas toujours un consensus dans la définition. Ce que l’on peut
retenir est qu’on retrouve donc le côté « artificiel » atteint par l’utilisation d’ordinateurs ou
de procédés électroniques sophistiqués et le côté « intelligence » associé à son objectif
d’imiter le comportement.
Cette imitation peut se faire :
(1) soit dans le raisonnement
Ici, il y a des définitions utilisées lient l’IA à un aspect humain (ou naturelle) de
l’intelligence, et celles qui la lient à un modèle idéal d’intelligence, pas forcément humain,
appelé rationalité.
Exemple 1.1. Dans les jeux ou la pratique des mathématiques, dans la compréhension des
langues naturelles).
Nous cherchons donc à ce que les machines pensent comme des humains ou pensent
rationnellement.
(2) soit dans la manière d’agir
Ici, il y a des définitions utilisées soulignent que le but de l’IA est d’avoir toutes les
apparences de l’intelligence (humaine ou rationnelle), et celles qui insistent sur le fait que
le fonctionnement interne du système d’IA doit également ressembler à celui de l’être
humain et être au moins aussi rationnel.
Exemple 1.2. Dans la perception : visuelle (interprétation des images et des scènes), auditive
(compréhension du langage parlé) ou par d’autres capteurs, dans la commande
d’un robot dans un milieu inconnu ou hostile).
Nous cherchons donc à ce que les machines agissent comme des humains ou agissent
rationnellement.

P a g e | 3
Cours d’Intelligence Artificielle
1.1.2. Définitions de l’intelligence artificielle
Les considérations d’imitation énumérées ci-dessus déterminent les quatre façons de
définir l’IA.
(1) Machines qui agissent comme les humains
Ceci peut être observé avec le célèbre test de Turing. C’est un test d’intelligence basé
sur la capacité d’une machine à imiter la conversation humaine. Ce test est décrit par Alan
Turing en 1950 dans sa publication Computing Machinery and Intelligence. Ce test consiste
à mettre un humain dans une confrontation verbale à l’aveugle avec un ordinateur et un autre
humain. Le test prend la forme d’un jeu à trois joueurs : un interrogateur (humain), un autre
humain et un ordinateur, le tout dans des pièces différentes. L’interrogateur pose des
questions textuelles aux deux parties sans savoir laquelle d’entre elles est un ordinateur. Si
l’interrogateur est incapable de dire laquelle des personnes interrogées est un ordinateur,
l’ordinateur est considéré comme ayant réussi le test. Par conséquent, nous pouvons conclure
que l’ordinateur est intelligent.
Suivant cette approche, l’IA se définit de la manière suivante :
Définition 1.2 (Intelligence artificielle). L’IA est une discipline qui étudie comment mettre
en œuvre des machines capables d’accomplir des tâches pour lesquels l’homme est encore
toujours meilleur.
(2) Machines qui pensent comme les humains
Pour pouvoir dire qu’une machine donnée pense comme un humain, il faut être
capable de déterminer comment les êtres humains pensent lorsqu’ils pénètrent dans le
fonctionnement interne de l’esprit. Il y a trois façons de le faire :
- L’introspection, c’est-à-dire la tentative de s’emparer de ses propres pensées ;
- Les expériences psychologiques, c’est-à-dire l’observation d’une personne dans ses
comportements ;
- L’imagerie cérébrale, qui va consister à observer le cerveau en fonctionnement.
Une fois que nous avons une théorie de l’esprit suffisamment précise, il devient
possible d’exprimer cette théorie sous la forme d’un programme informatique. Si les
comportements d’entrées/sorties du programme correspondent à ceux des humains, alors
nous pouvons conclure que l’ordinateur est intelligent.
Suivant cette approche, l’IA se définit de la manière suivante :

P a g e | 4
Cours d’Intelligence Artificielle
Définition 1.3 (Intelligence artificielle). L’IA est une discipline qui étudie comment amener
les machines à penser, à être doter d’un esprit au sens plus littéral.
(3) Machines qui agissent rationnellement
Ici, une machine est considérée comme intelligente si elle agit pour mieux répondre à
ses objectifs. Autrement dit, si elle agit pour obtenir la meilleure solution ou, dans un
environnement incertain, la meilleure solution prévisible. Cette machine est donc un agent
rationnel.
Suivant cette approche, l’IA se définit de la manière suivante :
Définition 1.4 (Intelligence artificielle). L’IA est une discipline qui étudie la conception
des agents rationnels.
(4) Machines qui pensent rationnellement
Ici, une machine est considérée comme intelligente si elle peut raisonner en suivant
les lois de la logique. Cette approche se heurte à deux obstacles. Premièrement, certaines
capacités (telles que la perception), en particulier lorsque la connaissance n’est pas certaine
à 100%, ne sont pas facilement exprimables en logique. Deuxièmement, cette rationalité
n’est pas réalisable en pratique, car la technologie actuelle ne permet pas d’effectuer des
calculs aussi complexes.
Suivant cette approche, l’IA se définit de la manière suivante :
Définition 1.5 (Intelligence artificielle). L’IA est une discipline qui étudie les moyens
informatiques qui rendent possibles la perception, le raisonnement et l’action.
1.2. HISTORIQUE DE L’INTELLIGENCE ARTIFICIELLE
1.2.1. Intelligence artificielle avant 2000
Bien qu’ils ne soient pas les créateurs du terme IA, déjà au début des années 1950, le
mathématicien américain John Von Neumann et le mathématicien britannique Alan Turing
seront les pères fondateurs de la technologie qui la sous-tend : ils sont passés des calculatrices
à la logique décimale du XIXe siècle (qui traitaient donc des valeurs de 0 à 9) et des machines
logiques binaires (qui sont basées sur l’algèbre de Boole, traitant des chaînes plus ou moins
importantes de 0 ou 1). Les deux chercheurs ont ainsi formalisé l’architecture de nos
ordinateurs contemporains et démontré qu'il s'agit d'une machine universelle, capable
d’exécuter ce qui est programmé.

P a g e | 5
Cours d’Intelligence Artificielle
Turing, quant à lui, a posé pour la première fois la question de l’intelligence possible
d’une machine dans son célèbre article de 1950 « Computing Machinery and Intelligence »
dans lequel le mathématicien explore le problème de définir si une machine est consciente
ou non. C’est donc de cet article que va dériver ce que l’on appelle désormais le Test de
Turing que nous avons présenté plus haut. Si controversé que soit cet article (ce « test de
Turing » ne paraît pas qualifiant pour beaucoup d’experts), il sera souvent cité comme étant
à l’origine de la remise en cause de la limite entre l’humain et la machine.
Une autre origine probable remonte à 1949 dans une publication du mathématicien
américain Warren Weaver avec un mémo sur la traduction automatique des langues qui
suggère qu’une machine pourrait très bien accomplir une tâche qu’est l’intelligence humaine.
Cependant, la formalisation de l’intelligence artificielle comme véritable domaine
scientifique remonte à 1956 lors d’une conférence aux États-Unis tenue au Dartmouth
College. Par la suite, ce domaine atteindra des universités prestigieuses telles que Stanford,
MIT ou Edimbourg.
Au milieu des années 1960, les recherches autour de l’IA sur le sol américain étaient
principalement financées par le ministère de la Défense. Parallèlement, des laboratoires
s’ouvrent partout à travers le monde. Certains experts prédisaient à l’époque que « les
machines seront capables, dans 20 ans, de faire le travail que n’importe qui peut faire ».
Alors que l’idée était visionnaire, même en 2018, l’intelligence artificielle n’a pas encore
pris cette importance dans nos vies.
En 1974 vint une période appelée « AI Winter ». De nombreux experts ne parviennent
pas à réaliser leurs plans, et les gouvernements britannique et américain réduisent le
financement des académies. Ils préfèrent soutenir des idées qui sont plus susceptibles de
conduire à quelque chose de concret.
Dans les années 1980, le succès des systèmes experts a permis de relancer des projets
de recherche sur l’intelligence artificielle. Un système expert était un ordinateur capable de
se comporter comme un expert (humain), mais dans un domaine précis. Grâce à ce succès,
le marché de l’IA atteint une valeur d’un milliard de dollars, ce qui motive les différents
gouvernements à nouveau soutenir financièrement des projets plus académiques.
Le développement exponentiel des performances des ordinateurs, notamment en
suivant la loi de Moore, entre 1990 et 2000 a permis d’exploiter l’IA dans des domaines
jusque-là peu répandus. A cette époque, on trouve du data mining, voire des diagnostics
médicaux. Il faudra attendre 1997 pour une véritable sortie médiatique lorsque le célèbre
Deep Blue créé par IBM bat Garry Kasparov, alors champion du monde d’échecs.