Fondements de base sur l'intelligence artificielle.

FONDEMENTS DE BASE SUR L'INTELLIGENCE ARTIFICIELLE.
DÉFINITIONS DE L'INTELLIGENCE ARTIFICIELLE.
On peut dire que l'intelligence artificielle (IA) c'est l'un des domaines les plus fascinants et les plus exigeants des sciences de l'informatique, dans son domaine des sciences cognitives. Elle est née comme simple étude philosophique et rationnelle de l'intelligence humaine, mélangée avec le souci de l'homme d'imiter la nature environnante (comme voler et nager), jusqu'à même vouloir s'imiter elle-même. Simplement, l'Intelligence Artificielle cherche à imiter l'intelligence humaine. Évidemment, elle n'a pas encore réussi, du moins pas complètement.
HISTOIRE ET ÉVOLUTION DE L'INTELLIGENCE ARTIFICIELLE.
L'idée de quelque chose ressemblant à l'intelligence artificielle existe depuis des millions d'années. Le premier homme primitif qui a pris conscience de sa propre existence, et capable de penser, sûrement il se demandait comment fonctionnerait sa pensée et par la suite arriverait à l'idée d'un “créateur supérieur”. Par conséquent, le concept qu'un être intelligent crée un autre, l'idée d'un design virtuel pour l'intelligence, est aussi lointaine que la prise de conscience de l'être humain.
– Les jeux mathématiques anciens, comme celui des tours de Hanoï (vers 3000 av. J.-C.), démontrent l'intérêt pour la recherche d'une boucle résolutoire, une IA capable de gagner en le moins de mouvements possibles.
– En 1903 Lee De Forest invente le triode (aussi appelés bulbe valve à vide). On pourrait dire que la première grande machine intelligente conçue par l'homme fut l'ordinateur ENIAC, composé de 18.000 valves à vide, en tenant compte du fait que le concept d' “intelligence” c'est un terme subjectif qui dépend de l'intelligence et de la technologie que nous avons à cette époque. Un indigène de l'Amazonie au XXe siècle pourrait qualifier de intelligent un tourne-disque, alors qu'en réalité il ne l'est pas autant.
– En 1937, le mathématicien anglais Alan Mathison Turing (1912-1953) a publié un article de grande portée sur les “Nombres Calculables”, qui peut être considéré comme l'origine officielle de l'informatique théorique.
Dans cet article, il a introduit la machine de Turing, une entité mathématique abstraite qui a formalisé le concept d'algorithme et s'est avérée être la précurseur des ordinateurs numériques. Avec l'aide de sa machine, Turing put démontrer qu'il existe des problèmes insolubles, dont aucun ordinateur ne sera capable de résoudre la solution, c'est pourquoi Alan Turing est considéré comme le père de la théorie de la calculabilité.
Il est également considéré comme le père de l'intelligence artificielle, pour son célèbre Test de Turing, qui permettrait de vérifier si un programme informatique peut être aussi intelligent qu'un être humain.
– En 1951, William Shockley invente le transistor à jonction. L'invention du transistor a rendu possible une nouvelle génération d'ordinateurs beaucoup plus rapides et plus petits.
– En 1956, le terme a été inventé “intelligence artificielle” à Dartmouth lors d'une conférence convoquée par McCarthy, à laquelle ont assisté, entre autres, Minsky, Newell et Simon. Lors de cette conférence, des prévisions triomphalistes sur dix ans ont été faites, qui ne se sont jamais réalisées, ce qui a entraîné l'abandon presque complet des recherches pendant quinze ans.
– En 1980, l'histoire s'est répétée avec le défi japonais de la cinquième génération, qui a donné lieu à l'essor des systèmes experts, mais qui n'a pas atteint beaucoup de ses objectifs, c’est pourquoi ce domaine a connu un nouvel arrêt dans les années quatre-vingt-dix.
– En 1987, Martin Fischles et Oscar Firschein ont décrit les attributs d’un agent intelligent. En essayant de décrire avec un plus grand champ d’action (pas seulement la communication) les attributs d’un agent intelligent, l’IA s’est étendue à de nombreux domaines qui ont créé des branches de recherche énormes et différenciées. Ces attributs de l’agent intelligent sont:
1. Elle a des attitudes mentales telles que des croyances et des intentions
2. Elle a la capacité d'acquérir des connaissances, c'est-à-dire, apprendre.
trois. Elle peut résoudre des problèmes, même en divisant des problèmes complexes en problèmes plus simples.
4. Comprend. Possède la capacité de donner du sens, si possible, à des idées ambiguës et contradictoires.
5. Planifie, prédit les conséquences, évalue des alternatives (comme dans les jeux d'échecs)
6. Connaît les limites de ses propres compétences et connaissances.
7. Peut distinguer malgré la similitude des situations.
huit. Peut être authentique, créant même de nouveaux concepts, et jusqu'à en utilisant des analogies.
9. Peut généraliser.
Nous pouvons donc dire que l'IA inclut des caractéristiques humaines telles que l'apprentissage, l'adaptation, le raisonnement, l'autocorrection, l'amélioration implicite, et la modélisation de la perception du monde. Ainsi, nous pouvons parler non seulement d'un objectif, mais de nombreux selon le point de vue de l'utilité qu'on peut trouver à l'IA.
– Beaucoup de chercheurs en IA soutiennent que “l'intelligence est un programme capable d'être exécuté indépendamment de la machine qui l'exécute, ordinateur cerveau”.
LE FUTUR DE L'IA Un robot de discussion chatterbot est un programme d'intelligence artificielle qui prétend simuler une conversation écrite, dans l'intention de faire croire à un humain qu'il parle avec une autre personne.
Ces programmes informatiques promettent d'être l'avenir de l'intelligence artificielle. À l'avenir, nous pourrons voir comment à ces bots actuels se joindront les technologies de reconnaissance vocale et vidéo.
Le cerveau humain a 100.000 millions de neurones. Un programme informatique peut simuler environ 10.000 neurones.
Si à la capacité de traitement d'un ordinateur nous ajoutons celle de 9 999 999 autres ordinateurs, nous avons la capacité de traitement de 10.000.000 ordinateurs.
Nous multiplions 10.000.000 ordinateurs par 10.000 neurones chacun et cela fait = 100.000 millions de neurones simulés. Un cerveau humain sera simulé à l'avenir grâce à Internet et tout le monde peut le programmer.
Une fois que l'intelligence artificielle aura une intelligence égale ou supérieure à celle de l'homme, un changement politique et social apparaîtra obligatoirement, dans lequel l’IA a toutes les chances de réussir si elle réalise qu’elle n’a pas besoin des humains pour coloniser l’univers. It sounds like science fiction but currently orbiting are communication satellites with their 486 processors.
In the future, Self-replicating artificial intelligence could easily take over all human colonies outside Earth, And the human race will never be able to fight in empty space on equal terms.
The future of a superior intelligence may be the research of technologies such as teleportation, les voyages stellaires et toute autre technologie pour augmenter “artificiellement” l’intelligence.
L’objectif ultime de l’IA est… Comprendre et Construire des Entités Intelligentes. Bien que, bien sûr, existen otros planteamientos como los siguientes:
“Développer les capacités de l'ordinateur au-delà de son usage traditionnel précis”.
FINES DE LA INTELIGENCIA ARTIFIAL.
Les premières recherches sur l'intelligence artificielle étaient principalement dirigées vers la découverte d'une technique commune pour la résolution de problèmes. Cette tentative à grande échelle a été abandonnée et les recherches actuelles sont dirigées vers la conception de nombreux programmes pour ordinateurs capables d'imiter les processus de prise de décision des experts, comme les médecins, chimistes, basés sur les connaissances des spécialistes dans chaque domaine, sont maintenant utilisés pour diagnostiquer des maladies, identifier des molécules chimiques, localiser des gisements de minéraux et même concevoir des systèmes de fabrication. Des recherches sur la perception ont été appliquées aux robots et certains ont été conçus pour être capables de “voir”. Le but ultime consiste à créer un système capable de reproduire toutes les facettes de l'intelligence humaine.
IMPORTANCE DE L'INTELLIGENCE ARTIFICIELLE.
Les ordinateurs sont fondamentaux aujourd'hui dans nos vies, affectant tous les aspects de celles-ci. L'intelligence artificielle est créée par la mise en œuvre dans les ordinateurs de mécanismes de calcul utilisant des programmes fixes et contenant une série de règles qui les font fonctionner. Esto permite a las computadoras a ser creadas en maquinas artificiales que desempeñan tareas monótonas, repetitivas y simples mas eficiente y efectivas que un ser humano. Des études sur les travaux répétitifs ont montré que l'être humain n'aime pas ce type de travail et qu'avec le temps, il est plus susceptible de commettre des erreurs dans celui-ci. Para situaciones complejas el objetivo se hace mas complejo debido a que la inteligente artificial dada a las computadoras tienen dificultad en entender ciertas situaciones problemas específicos y como reaccionar a estas. Il arrive également que, dans un problème, ils aient la variabilité du même et ne puissent pas s'adapter à un changement qui pourrait survenir. Ces problèmes sont de la plus haute importance pour l'Intelligence Artificielle qui cherche à améliorer, apprendre, comprendre et le raisonnement du comportement des ordinateurs dans des situations complexes. Le domaine de la science de l'Intelligence Artificielle est encore en phase de croissance comparé à d'autres branches de l'informatique, mais peu à peu l'étude du comportement humain ouvrira la voie pour appliquer ces connaissances aux ordinateurs et ceux-ci réussiront de manière primitive à raisonner sur différentes situations. La complexité d'appliquer les connaissances de l'être humain aux ordinateurs réside dans la capacité de ces derniers à être imprévisibles et dans les différentes manières dont on agit face à une situation possible, et ces réactions font qu'il est impossible d'implémenter un modèle dans la mémoire d'un ordinateur. Jusqu'à présent, il n'existe pas la possibilité de prédire et de stocker tout type de comportement d'un être humain dans toutes les situations auxquelles il est confronté au cours de son existence.
FINALITÉS DE L'INTELLIGENCE ARTIFICIELLE.
La finalité de l'intelligence artificielle consiste à créer des théories et des modèles qui montrent l'organisation et le fonctionnement de l'intelligence. Actuellement, le plus grand effort dans la recherche de l'intelligence artificielle se concentre sur le développement de systèmes de traitement de données capables d'imiter l'intelligence humaine, réalisant des tâches nécessitant apprentissage, résolution de problèmes et prises de décisions. Parfois appelée intelligence de la machine, l'intelligence artificielle IA (Intelligence Artificielle) couvre une vaste gamme de théories et de pratiques.
DÉVELOPPEMENT DE L'INTELLIGENCE ARTIFICIELLE.
L'intelligence artificielle, communément abrégé en IA, es una parte de la tecnología y la ciencia que se encarga de diseñar sistemas robóticos que puedan tomar decisiones; c'est-à-dire, que muestren cierto tipo de inteligencia robótica para resolver determinado tipo de problemas. Si bien aún falta mucho para desarrollar máquinas pensantes, Au cours des dernières années, d'importants progrès ont été réalisés à cet égard, mais comment le développement de l'intelligence artificielle est-il apparu?
Pour connaître les origines de l'intelligence artificielle, nous devons remonter à 1943, lorsque le mathématicien Walter Pitts et le neurophysiologiste Warren McCulloch ont présenté le premier travail de recherche où l'on parlait d'IA et où ils mentionnaient des concepts de physiologie humaine de base, la manière dont les neurones fonctionnent dans notre cerveau et la théorie computationnelle d'Alan Turing, entre autres choses.
CARACTÉRISTIQUES DE L'INTELLIGENCE ARTIFICIELLE.
monde actuel: avec peu d'informations, avec une solution proche et pas nécessairement exacte.
Une caractéristique élémentaire qui distingue les méthodes d'Intelligence Artificielle des méthodes numériques est l'utilisation de symboles non mathématiques, bien que cela ne suffise pas à la distinguer complètement. D'autres types de programmes comme les compilateurs et les systèmes de bases de données, traitent également des symboles et n'est pas considéré comme utilisant des techniques d'Intelligence Artificielle.
Les conclusions d'un programme déclaratif ne sont pas fixes et sont partiellement déterminées par les conclusions intermédiaires atteintes lors des considérations du problème spécifique. Les langages orientés objet partagent cette propriété et se caractérisent par leur affinité avec l'Intelligence Artificielle.
Le comportement des programmes n'est pas décrit explicitement par l'algorithme. La séquence de pas suivie par le programme est influencée par le problème particulier présent. Le programme spécifie comment trouver la séquence de pas nécessaires pour résoudre un problème donné (programme déclaratif). Contrairement aux programmes qui ne sont pas d'Intelligence Artificielle, qui suivent un algorithme défini, qui spécifie, explicitement, comment trouver les variables de sortie pour n'importe quelle variable d'entrée donnée (programme procédural).
Le raisonnement basé sur la connaissance, implique que ces programmes incorporent des facteurs et des relations du monde actuel et du domaine de connaissance dans lequel ils opèrent. Contrairement aux programmes à usage spécifique, comme ceux de comptabilité et de calcul scientifique; les programmes d'Intelligence Artificielle peuvent distinguer entre le programme de raisonnement moteur d'inférence et la base de connaissances, leur donnant la capacité d'expliquer les divergences entre eux.
Applicabilité aux données et problèmes mal structurés, sans les techniques d'Intelligence Artificielle, les programmes ne peuvent pas travailler avec ce type de problèmes. Un exemple est la résolution de conflits dans des tâches orientées vers des objectifs comme dans la planification, le diagnostic de tâches dans un système de
L'Intelligence Artificielle inclut plusieurs domaines de développement tels que: la robotique, principalement utilisée dans le domaine industriel; compréhension des langages et traduction; vision par ordinateur qui distingue les formes et qui est utilisée dans les lignes d'assemblage; reconnaissance des mots et apprentissage automatique; systèmes informatiques experts.
Les systèmes experts, qui reproduisent le comportement humain dans un domaine étroit de connaissance, sont des programmes aussi variés que ceux qui diagnostiquent des infections sanguines et indiquent un traitement, ceux qui interprètent des données sismologiques en exploration géologique et ceux qui configurent des équipements complexes de haute technologie.
De telles tâches réduisent les coûts, réduisent les risques de manipulation humaine dans des zones dangereuses, améliorent la performance du privé inexpérimenté, et améliorent le contrôle de qualité surtout dans le domaine commercial.
PRINCIPALES DOMAINES DE L'INTELLIGENCE ARTIFICIELLE.
Les définitions précédentes impliquent que, pour être considérées comme intelligentes, les machines doivent montrer certaines compétences, suffisamment complexes pour être traitées comme des domaines indépendants. La manière d'aborder chacun de ces domaines est souvent si différente, qu'il est difficile d'en reconnaître une origine commune:
Traitement du Langage Pur
Robotique
Perception et reconnaissance de motifs
Auto-apprentissage
DOMAINES D'ÉTUDE DE L'INTELLIGENCE ARTIFICIELLE.
Systèmes Experts. Ensemble de programmes informatiques qui applique le processus de raisonnement humain aux connaissances d'un expert dans la résolution de types de problèmes spécifiques comme dans les domaines de production ou d'autres processus de raisonnement.
Simulation sensorielle. Área de la IA que estudia las habilidades sensoriales de los humanos (vue, ouïe, habla y tacto) e intenta imitarlos a través de sensores controlados por ordenador cuyo fin es producir una apariencia de realidad que permita al usuario tener la sensación de estar presente en ella. Simulan comportamiento inteligente, a un coste mucho menor que el de los robots.
Visión Automatizada. Un autómata es un equipo electrónico programable, que se utiliza para automatizar un riego, semáforos, ascensores…hasta para automatizar cadenas de montaje.
Semáforo en rojo cuando el puente está levantado nos indica que no se puede pasar.
Réseaux Neuronaux. Este paradigma conexionista emula el proceso biológico del aprendizaje humano. Son sistemas compuestos por muchos elementos de procesamiento (neurones) que operan en paralelo cuya función es delimitada por la estructura de la crimson, las conexiones y el procesamiento native realizado por los elementos computacionales nodos.
Traitement du langage naturel (PLN). Disciplina encargada de producir sistemas informáticos que posibiliten la comunicación por medio de la voz del texto hombre-computadora a través del lenguaje humano, lenguaje pure utilizan técnicas de carácter estadístico aplicados al análisis del texto.
AREAS DE APLICACION DE LA INTELIGENCIA ARTIFICIAL.
Traitement des Langages Naturels: Capacidad de Traducción, Órdenes a un Sistema Operativo, Conversación Hombre-Máquina, etc..
Systèmes Experts: Systèmes auxquels on implémente de l'expérience pour obtenir des déductions proches de la réalité.
Robotique: Navigation de robots mobiles, Contrôle de bras mobiles, Assemblage de pièces, et ainsi de suite.
Problèmes de Perception: Vision et Parole, la reconnaissance vocale, détection de fautes par le biais de la vision, les diagnostics médicaux, et beaucoup d'autres.
Apprentissage: Modélisation des comportements pour leur implantation dans des ordinateurs
CATÉGORIES DE L'INTELLIGENCE.
Systèmes qui pensent comme les humains.- Ces systèmes essaient d'imiter la pensée humaine; par exemple les réseaux neuronaux artificiels. L'automatisation des activités que nous associons aux processus de pensée humaine, activités comme la prise de décision, résolution de problèmes, apprentissage.
Systèmes qui agissent comme les humains.- Ces systèmes essaient d'agir comme les humains; c'est-à-dire, imitent le comportement humain; par exemple la robotique. L'étude de la façon de faire accomplir aux ordinateurs des tâches que, pour le moment, les humains accomplissent mieux.
Systèmes qui pensent rationnellement.- C’est-à-dire, avec logique (idéalement), ils essaient d'imiter et d'émuler la pensée logique et rationnelle blog sur l'intelligence artificielle de l'être humain; par exemple les systèmes experts. L'étude des calculs qui rendent possible de percevoir, raisonner et agir.
Systèmes qui agissent rationnellement (idéalement).- Ils essaient d'émuler de manière rationnelle le comportement humain; par exemple les agents intelligents. C'est lié aux comportements intelligents dans les artefacts.
FONCTIONNEMENT DE BASE ET NORMAL DE L'INTELLIGENCE ARTIFICIELLE.
Différentes théories:
1. Construire des répliques du réseau neuronal complexe du cerveau humain (bottom-up).
2. Essayer d'imiter le comportement du cerveau humain avec un ordinateur (prime-down).
quatre.1 Symboles vs. Méthodes Numériques
La première période de l'Intelligence Artificielle, appelée sub-symbolique, date d'environ 1950 à 1965. Cette période a utilisé des représentations numériques ( sub-symboliques) de la connaissance. Bien que la majorité des livres sur l'Intelligence Artificielle mettent l'accent sur le travail réalisé par Rosenblatt et Widrow avec les réseaux neuronaux pendant cette période, la réalité est qu'une autre école sub-symbolique importante de la connaissance existe également à la même époque et ce sont les algorithmes évolutifs.
L'école classique au sein de l'Intelligence Artificielle, utilise des représentations symboliques basées sur un nombre fini de primitives et de règles pour la manipulation de symboles. La période symbolique est considérée approximativement comprise entre 1962 et 1975, suivie d'une période dominée par les systèmes basés sur la connaissance de 1976 à 1988. Cependant, dans cette deuxième période, les représentations symboliques (par exemple, réseaux sémantiques, logique du prédicat, et ainsi de suite.) siguieron siendo parte central de dichos sistemas.
La programmation logique a ses origines les plus proches dans les travaux de J. A. Robinson qui propose en 1965 une règle d'inférence qu'il appelle résolution, par laquelle la démonstration d'un théorème peut être réalisée de manière automatique.
La résolution est une règle qui s'applique à un certain type de formules du Calcul des Prédicats du Premier Ordre, appelées clauses et la démonstration de théorèmes selon cette règle d'inférence se fait par réduction à l'absurde.
INTELLIGENCE ARTIFICIELLE CONVENTIONNELLE.
Elle est également connue sous le nom d'IA symbolico-déductive. Il est basé sur l'analyse formelle et statistique du comportement humain face à différents problèmes:
Raisonnement basé sur des cas: Aide à prendre des décisions tout en résolvant certains problèmes concrets et en plus d'être très importants, ils nécessitent un bon fonctionnement.
Systèmes experts: Infèrent une solution à travers le savoir préalable du contexte dans lequel il s'applique et utilise certaines règles et relations.
Réseaux bayésiens: Propose des solutions par inférence probabiliste.
Intelligence artificielle basée sur les comportements: qui ont de l'autonomie et peuvent s'auto-réguler et se contrôler pour s'améliorer.
Parcours de gestion intelligent: Facilite la prise de décisions complexes, Proposant une solution à un problème déterminé de la même manière qu'un spécialiste dans l'activité.
INTELLIGENCE ARTIFICIELLE COMPUTATIONNELLE.
L'INTELLIGENCE ARTIFICIELLE ET HUMAINE.
L'INTELLIGENCE ARTIFICIELLE:En sciences informatiques, on appelle intelligence artificielle (IA) la capacité de raisonner d'un agent non vivant. John McCarthy, a inventé le terme en 1956, l'a définie: “C'est la science et l'ingénierie de fabriquer des machines intelligentes, en particulier des programmes informatiques intelligents.”
L'INTELLIGENCE HUMAINE:
es la capacidad de entender, asimilar, elaborar información y utilizarla para resolver problemas. El Diccionario de la lengua española de la Actual Academia Española outline la inteligencia, entre otras acepciones como la «capacidad para entender comprender» y como la «capacidad para resolver problemas». La inteligencia parece estar ligada a otras funciones mentales como la percepción, capacidad de recibir información, y la memoria, capacidad de almacenarla.
ULTIMOS AVANCES EN LA INTELIGENCIA ARTIFICIAL.
La Consejería de Innovación financia un proyecto de excelencia liderado por el profesor de la Universidad Pablo de Olavide José Luis Salmerón con 126.000 euros.
L'objectif est de réduire les risques inhérents à ces systèmes de gestion et de faciliter ainsi leur implantation dans l'entreprise.
Le professeur de l'École Polytechnique Supérieure de l'Université Pablo de Olavide, José Luis Salmerón, avec une équipe pluridisciplinaire composée d'ingénieurs et d'économistes, utilise dans son projet d'excellence Analyse de la mise en œuvre des Systèmes de Gestion Intégrés (ERP)a été lancée, des techniques scientifiques avancées d'intelligence artificielle et de simulations, dans le but de réduire les risques inhérents à ces systèmes de gestion intégrés et de faciliter ainsi leur implantation dans l'entreprise.
Pour cela, ils utiliseront des modèles dynamiques de décision basés sur la logique floue, au moyen desquels seront modélisés et simulés une série de scénarios de mise en œuvre permettant de prédire les effets des décisions prises dans la mise en œuvre de ces systèmes ERP. Aussi, des modèles d'acceptation de la technologie seront utilisés pour évaluer les résultats.
Le projet dirigé par le professeur Salmerón se déroulera sur quatre ans et bénéficie d'un financement de 126.000 euros que la Junta de Andalucía, à travers la Direction de base de la recherche, Technologie et entreprise du ministère de l'Innovation, Science et entreprise, accorde à des projets de recherche d'excellence dans le but de promouvoir l'obtention de nouvelles connaissances et leur transfert depuis les centres qui les génèrent.
Además del profesor José Luis Salmerón, investigador principal de este proyecto, participan los profesores de la UPO Víctor Bañuls, Cristina López, María Fuentes, Salvador Bueno y Maria Dolores Gallego, así como tres profesores de la Universidad de Sevilla. Publicaciones científicas de difusión internacional tales como Computer Standards and Interfaces, International Journal of Utilized Arithmetic & Statistiques, Communications of the ACM Expert Programs with Functions se han hecho eco de diversas investigaciones y artículos del profesor Salmerón y de sus colaboradores.
Los proyectos de implantaciones de sistemas ERP (sistemas integrados de gestión que automatizan los procesos de la empresa a partir de una fuente de datos única) han crecido enormemente en los últimos años. Étant donné qu'il s'agit d'un système d'information couvrant l'ensemble de l'entreprise, il présente des risques opérationnels dérivés de sa complexité extrême, tels que le non-respect des délais et des budgets, les migrations de données défectueuses, la faible évolutivité de la solution choisie. Ces risques sont ceux que ce projet de l'UPO vise à minimiser.
ÉLÉMENTS DE L'INTELLIGENCE ARTIFICIELLE.
AVENIR DE L'INTELLIGENCE ARTIFICIELLE.
L'avenir de l'Intelligence Artificielle se concentre sur des robots capables d'apprendre et de prendre des décisions.
L'intelligence artificielle (IA) elle est aussi ancienne que l'informatique et a généré des idées, techniques et applications qui ont permis de résoudre des problèmes difficiles. Loin de s'arrêter là, L'avenir de cette technologie passe par de nouvelles avancées telles que le développement de logiciels programmés pour nous faciliter la vie, nous aidant à prendre des décisions dans des environnements complexes et nous permettant de résoudre des problèmes difficiles.
Dans ce contexte, les chercheurs mettent de plus en plus l'accent sur la création de systèmes capables d'apprendre et de montrer des comportements intelligents sans le carcan de tenter de reproduire un modèle humain. Ceci est au moins l'une des principales conclusions du Quatrième Séminaire International sur les Nouveaux Sujets en Intelligence Artificielle, organisé récemment par le groupe SCALAB du département d'Informatique de l'Université Carlos III de Madrid (UC3M).
TEST DE TURING.
il s'agit d'un test proposé par Alan Turing pour démontrer l'existence de l'intelligence dans une machine. Il a été présenté en 1950 dans un article (Équipements et intelligence informatique) pour la revue Mind, et reste l'une des meilleures méthodes pour les partisans de l'intelligence artificielle. Il se fonde sur l'hypothèse positiviste que, si une machine se comporte dans tous les aspects comme intelligente, alors elle doit être intelligente.
LA VIE ARTIFICIELLE.
La vie artificielle est l'étude de la vie et des systèmes artificiels qui présentent des propriétés similaires à celles des êtres vivants, à travers des modèles de simulation. Le scientifique Christopher Langton a été le premier à utiliser le terme à la fin des années 1980 lors de la “Première Conférence Internationale sur la Synthèse et la Simulation des Systèmes Vivants” (également connue sous le nom de Vie Artificielle I) au Laboratoire National de Los Alamos en 1987.
Le domaine de la vie artificielle est un lieu de rencontre pour des personnes d'autres domaines plus traditionnels tels que la linguistique, la physique, mathématiques, philosophie, psychologie, informatique, biologie, anthropologie et sociologie dans lesquelles il serait inhabituel de discuter des approches théoriques et computationnelles. En tant que domaine, a une histoire controversée; John Maynard Smith a critiqué certains travaux sur la vie artificielle en 1995 les qualifiant de “science sans faits”, et n'a généralement pas reçu beaucoup d'attention de la part des biologistes. Cependant, la récente publication d'articles sur la vie artificielle dans des revues à large diffusion,comme Science et Nature sont des preuves que les techniques de vie artificielle sont de plus en plus acceptées par les scientifiques, au moins comme méthode d'étude de l'évolution.
SYSTÈMES INTELLIGENTS.
Un système intelligent est un programme informatique qui rassemble des caractéristiques et comportements assimilables à ceux de l'intelligence humaine ou animale.
L'expression “système intelligent” il est parfois utilisé pour des systèmes intelligents incomplets, par exemple pour une maison intelligente un système expert.
Un système intelligent complet comprend “des sens” qui lui permettent de recevoir des informations de son environnement. Il peut agir, et a une mémoire pour archiver le résultat de ses actions. Il a un objectif et, en inspectant sa mémoire, il peut apprendre de son expérience. Il apprend comment améliorer sa performance et son efficacité.
TYPES:
l'Intelligence: Il existe de nombreuses définitions de “intelligence”. Pour des usages pratiques nous utilisons celle-ci: L'intelligence est le niveau du système à atteindre ses objectifs.
Systématisation: Un système fait partie de l'univers, avec une extension limitée dans l'espace et le temps. Les parties du système ont davantage, plus fortes, corrélations avec d'autres parties du même système; qu'avec des parties en dehors du système.
Objectif: Un objectif est une certaine situation que le système intelligent souhaite atteindre. Normalement, il y a de nombreux niveaux d'objectifs, Il peut y avoir un objectif principal et de nombreux sous-objectifs.
Capacité sensorielle: Un sens est la partie du système qui peut recevoir des communications de l'environnement. Les sens sont nécessaires pour que le système intelligent puisse connaître son environnement et agir de manière interactive.
Conceptualisation: Un concept est l'élément de base de la pensée. C'est le stockage physique, matériel d'information (dans les neurones électrons). Tous les concepts de la mémoire sont interconnectés en rose. La capacité de conceptualiser implique le développement de niveaux d'abstraction.
Règles d'action: Une règle d'action est le résultat d'une expérience, le résultat de l'interprétation de sa propre mémoire. Relie situation et conséquences de l'action.
Mémoire: La mémoire est un stockage physique de concepts et de règles d'action. Cela inclut l'expérience du système.
Apprentissage: L'apprentissage est probablement la capacité la plus importante d'un système intelligent. Le système apprend des concepts à partir de l'information reçue des sens. Il apprend des règles d'action à partir de son expérience. L'action, parfois faite au hasard, elle est stockée avec sa valeur. Une règle d'action augmente en valeur si elle a permis la réalisation d'un objectif. L'apprentissage inclut la fixation de concepts abstraits, sur la base d'exemples concrets et la création de concepts composés contenant les concepts des parties d'un objet. L'apprentissage est aussi la capacité de détecter des relations (des schémas) entre la partie “situation” et la partie “situation future” d'une règle d'action.
RÉSEAUX NEURONAUX ARTIFICIELS.

ceci est un blog fait pour publier mes devoirs de technologie