Déroulé Pédagogique de la séquence d'Intelligence Artificielle
Durée
Durée:
inconnue
Description
Courte Description:
Présent partout dans notre quotidien, les symboles permettent d'encapsuler de l'information en concept manipulable.
Objectifs
Objectif:
Comprendre ce qu'est la représentation symbolique du monde.
Savoir apprécier les avantages et les inconvénients.
Connaitre les grandes famille de symboles
Connaitre les symboles utiles dans le contexte de l'Intelligence Artificielle.
Contenu textuel
Qu'est ce qu'un Symbole?
Une Représentation symbolique est quelque chose de visible qui par association ou par convention représente quelque chose d'invisible. Le symbole est donc le résultat manipulable de l' interprétation qu'on se fait d'une chose ou concept qui peut etre reelle ou imaginaire.
Il y a 2 grandes écoles dans la communauté de chercheurs en Intelligence Artificielles qui sont 2 manières différentes d'aborder le monde d'un point de vue philosophique:
L'approche Symbolique/Causale
L'approche Statisticienne
La représentation Symbolique Causale
L'intelligence artificielle symbolique désigne l'ensemble des approches et techniques en IA qui sont fondées sur des représentations «symboliques» (lisibles par l'homme). L'intelligence artificielle symbolique repose sur l'hypothèse que de nombreux aspects de l'intelligence peuvent être simulés par la manipulation de symboles. Quelques exemples de l'IA symbolique: la logique et le raisonnement symbolique, le traitement de la langue naturelle par des grammaires de symboles, les algorithmes de recherche dans les espaces d'états, les systèmes à base de règles, et les systèmes à base de connaissances ou systèmes-experts. L'IA symbolique fut le paradigme dominant de la recherche en IA depuis son origine au milieu des années 1950 jusqu'au début des années 1990.
Avantages
Plus précis si bien designé: Cette représentation est plus proche de la réalité.
Incovénients
Complexité: Difficile de créer un système exaustif en terme de symboles nécessaires.
La représentation statistique
La théorie de l'apprentissage statistique est celle qui a la plus populaire depuis le début des années 2010. Il permet l'apprentissage automatique à partir des domaines de la statistique et de l'analyse fonctionnelle. La théorie de l'apprentissage statistique traite du problème de la recherche d'une fonction prédictive basée sur des données. La théorie de l'apprentissage statistique a conduit à des applications dans des domaines tels que la vision par ordinateur, la reconnaissance de la parole, la bioinformatique et le baseball.
Avantages
Simplicité du design: Un grand nombre d'approches statistiques sont disponibles gratuitement et sont très efficicaces.
Important volume de données à disposition.
Importante communauté
Incovénients
Gestion des erreurs: Cette approche produit un nombre importe de faux positif* et de faux negatif.
Qualité des donées: Le volume et la qualité des données historiques peuvent influer sur les resultats de manieres indésirable.
La Valeur d'un Symbole
Le symbole peut être un mot , un caractere ou un signe.
La valeur du symbole peut etre de 3 forment primaires Ideologique, comparative, et isomorphique
Dans le cadre ce ce cours nous allons nous concerntrer sur la force comparative du symbole.
Contenu en vidéo
Déroulé Pédagogique de la séquence d'Intelligence Artificielle
Durée
Description
Présent partout dans notre quotidien, les symboles permettent d'encapsuler de l'information en concept manipulable.
Objectifs
Contenu textuel
Qu'est ce qu'un Symbole?
Une Représentation symbolique est quelque chose de visible qui par association ou par convention représente quelque chose d'invisible. Le symbole est donc le résultat manipulable de l' interprétation qu'on se fait d'une chose ou concept qui peut etre reelle ou imaginaire.
Il y a 2 grandes écoles dans la communauté de chercheurs en Intelligence Artificielles qui sont 2 manières différentes d'aborder le monde d'un point de vue philosophique:
La représentation Symbolique Causale
L'intelligence artificielle symbolique désigne l'ensemble des approches et techniques en IA qui sont fondées sur des représentations «symboliques» (lisibles par l'homme). L'intelligence artificielle symbolique repose sur l'hypothèse que de nombreux aspects de l'intelligence peuvent être simulés par la manipulation de symboles. Quelques exemples de l'IA symbolique: la logique et le raisonnement symbolique, le traitement de la langue naturelle par des grammaires de symboles, les algorithmes de recherche dans les espaces d'états, les systèmes à base de règles, et les systèmes à base de connaissances ou systèmes-experts. L'IA symbolique fut le paradigme dominant de la recherche en IA depuis son origine au milieu des années 1950 jusqu'au début des années 1990.
Avantages
Incovénients
La représentation statistique
La théorie de l'apprentissage statistique est celle qui a la plus populaire depuis le début des années 2010. Il permet l'apprentissage automatique à partir des domaines de la statistique et de l'analyse fonctionnelle. La théorie de l'apprentissage statistique traite du problème de la recherche d'une fonction prédictive basée sur des données. La théorie de l'apprentissage statistique a conduit à des applications dans des domaines tels que la vision par ordinateur, la reconnaissance de la parole, la bioinformatique et le baseball.
Avantages
Incovénients
La Valeur d'un Symbole
Le symbole peut être un mot , un caractere ou un signe.
La valeur du symbole peut etre de 3 forment primaires Ideologique, comparative, et isomorphique
Dans le cadre ce ce cours nous allons nous concerntrer sur la force comparative du symbole.