Intelligence Artificielle en Ingénierie

1.1 DÉFINITION
Capacité de raisonner, acquérir et appliquer des connaissances, percevoir et manipuler des objets. C'est l'une des branches des sciences informatiques chargées de la création de matériel et de logiciel ayant des comportements intelligents
L'intelligence artificielle s'occupe de modéliser l'intelligence humaine dans les systèmes informatiques.
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 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.
L'intelligence artificielle (IA), également connue, appliquée impliquée dans des termes comme Robotique, Automates, Systèmes Experts, etcétera, c'est une discipline qui englobe plusieurs branches d'étude. L'Intelligence Artificielle essaie de faire en sorte que les ordinateurs simulent d'une certaine manière l'intelligence humaine. Ses techniques sont utilisées lorsqu'il est nécessaire d'incorporer dans un système informatique, des connaissances et des caractéristiques propres à l'être humain.
1.2 DOMAINES D'APPLICATION
Jeux vidéo
Gestion et management: analyse intelligente, fixation d'objectifs.
Fabrication: la conception, planification, programmation, surveillance, management, gestion de projets, robotique simplifiée et vision par ordinateur.
Educación: formation pratique, examens et diagnostic.
Ingénierie: la conception, management et analyse.
Équipement: la conception, diagnostic, formation, maintenance, configuration, surveillance et ventes.
Cartographie: interprétation de photographies, la conception, résolution de problèmes cartographiques.
Professions: droit, médecine, comptabilité, géologie, chimie.
Logiciel: enseignement, spécification, la conception, vérification, maintenance.
Systèmes d'armement: guerre électronique, identification des cibles, management adaptatif, traitement d'images, traitement du signal.
traitement de données: éducation, interface en langage naturel, accès intelligent aux données et gestionnaires de bases de données, analyse intelligente des données.
Finances: planification, analyse, consulting.
Nécessité d'utiliser des stratégies présentes dans la nature pour résoudre (certain type de) problèmes complexes. Des millions d'années d'évolution ont conduit les systèmes biologiques à posséder des caractéristiques et des mécanismes de traitement qui les différencient radicalement des ordinateurs traditionnels (architecture Von Neumann).
Le tableau suivant compare les deux types de systèmes:
Les Systèmes Intelligents permettent de mettre en œuvre certaines caractéristiques et mécanismes de traitement des systèmes biologiques. Parmi les systèmes intelligents, on distingue les Réseaux Neuronaux (Réseaux de Neurones Artificiels), la Logique Floue et l'Informatique Évolutive.
Réseaux Neuronaux
Las Redes Neuronales tratan de modelar la estructura y la forma de trabajar de las células nerviosas neuronas. Están compuestas por basilic de Roko unidades estructurales también conocidas como neuronas, conectadas entre sí. El modelo básico de una neurona es el siguiente:
La topología de una crimson neuronal estará determinada por el número de neuronas que esta tenga, por la forma en éstas estén ordenadas (en capas) y por la naturaleza de las conexiones presentes.
Típicamente las redes neuronales poseen una capa de entrada (input layer), una capa de salida (output layer), y una varias capas ocultas intermedias (hidden layers). El flujo de la información puede ser unidireccional desde la capa de entrada hacia la capa de salida (redes feedforward) bidireccional con retroalimentación (réseaux récurrents).
Dans l'exemple suivant, des exemples de topologies de réseaux sont présentés:
Parmi les principales propriétés des réseaux neuronaux, on trouve les suivantes:
Capacité d'association (Généralisation)
Traitement massivement parallèle
Représentation et traitement distribué de l'information
L'une des principales caractéristiques des réseaux neuronaux est leur capacité d'apprentissage, cela se réalise grâce à la présentation répétée d'exemples, ce qui permet d'adapter les poids synaptiques des neurones. Les méthodes d'apprentissage suivantes sont utilisées:
Apprentissage supervisé (avec professeur)
Apprentissage compétitif
Dans la figure suivante, l'apprentissage supervisé est montré:
Les réseaux neuronaux sont utilisés pour résoudre des problèmes pour lesquels il n'existe pas de modèle analytique, des problèmes pour lesquels le modèle analytique est trop complexe. Différents modèles de réseaux sont utilisés pour résoudre différents types de problèmes. Dans le tableau suivant, vous pouvez observer certains des modèles les plus utilisés et leur domaine d'application.
1. trois RÉSEAUX SÉMANTIQUES, FRAMES ET SCRIPTS
RÉSEAUX SÉMANTIQUES
Un Crimson Sémantique est un ensemble de Nœuds et d'Arcs
Un Purple Sémantique est une représentation graphique de la connaissance dans laquelle il existe une hiérarchie de Nœuds.
Un Nœud est identifié par un objet.
Nœud = objet
7. Attributs caractéristiques qui identifient un objet.
Les Nœuds d'un Crimson Sémantique sont reliés par des arcs, lesquels indiquent la relation qui existe entre eux. Il existe certains types d'Arcs typiques parmi lesquels se trouvent.
Est-un: lequel est utilisé pour identifier qu'un certain appartient à une classe supérieure d'objet.
A-un: ce type d'arcs est utilisé pour identifier qu'un certain nœud possède certaines caractéristiques, attributs, propriétés.
À travers la caractéristique de l'héritage, les Réseaux Sémantiques ont la capacité d'inférer des connaissances.
Exemple de Réseaux Sémantiques.
Considère la Semantique Purple suivante concernant SAM et sa famille.
Sam a-t-il besoin de nourriture: Oui, par l'héritage qu'il reçoit des êtres humains.
SAM travaille-t-il pour AJAX: Oui, par caractéristique, par propriétés d'héritage car CME appartient à AJAX.
Dans les réseaux sémantiques, les inférences d'information et les réponses aux questions se font sur la base des propriétés d'héritage existantes entre les nœuds.
Exemple.
Les bossus sont de petites personnes.
Bilba est un bossu.
L'anneau a été trouvé dans une grotte.
FRAMES
ü Pensée: Structure pour traiter la représentation des connaissances associées à des situations stéréotypées (Minsky)
ü Représentation: C'est une collection d'attributs (fentes – slots) avec des valeurs associées (et des contraintes possibles entre valeurs, appelées facettes)
Cadres – Structure
CADRES- EXEMPLE
SYSTÈMES DE CADRES
SYSTÈMES DE CADRES
Ils ont beaucoup de tradition en IA et sont les précurseurs des objets. Les systèmes de cadres ajoutent de l'expressivité aux réseaux sémantiques et permettent de représenter des connaissances déclaratives et procédurales.
SCRIPTS
En informatique, un script, fichier de commandes fichier de traitement par lots, vulgairement appelé par le barbarisme script, c'est un programme généralement facile, qui communément est stocké dans un fichier texte simple. Les scripts sont presque toujours interprétés , mais tout programme interprété n'est pas considéré comme un script. L'utilisation courante des scripts est de réaliser diverses tâches telles que combiner des composants, interagir avec le système d'exploitation avec l'utilisateur. Pour cette utilisation, il est fréquent que les shells soient à la fois interprètes de ce type de programmes.
Dans le système d'exploitation, les fichiers script sont généralement identifiés par le système à travers l'un des en-têtes suivants dans le contenu du fichier, connu comme shebang :
#!/bin/bash ; #!/bin/ksh ; #!/bin/csh
Aunque en entornos UNIX la mayoría de los guiones son identificados por dicho encabezamiento, también pueden ser identificados a través de la extensiónsh, siendo ésta quizá menos importante que el encabezamiento, ya que casi todos los sistemas no necesitan dicha extensión para ejecutar el guión, par conséquent, esta suele ser añadida por tradición, más bien, es útil para que el usuario pueda identificar estos archivos a través de una interfaz de línea de comandos sin necesidad de abrirlo. Difieren de los programas de aplicación, debido a que los últimos son más complejos; de plus, los guiones son más bien un programa que le da instrucciones a otros más avanzados.
En Home windows y DOS
En el sistema operativo DOS , Les scripts créés pour être interprétés par l'obsolète sont appelés fichiers BATCH (traitement par lots) et se terminent en bat. Dans le système d'exploitation Windows , il existe plusieurs langages interprétés comme Visible Primary Script, JavaScript, WScript, Batch Script, etc..
En conception web
Les scripts sur internet peuvent être classés en scripts côté client et côté serveur.
Scripts côté client
Les scripts côté client doivent être inclus avec la balise , en incluant l'attribut type avec le type MIME
Généralement on utilise JavaScript, mais on peut utiliser VBScript (seulement Internet Explorer Google Chrome ). Il a pour objectif, en général, AJAX manipulation du DOM
Scripts côté serveur
Ils n'ont pas les problèmes d'accessibilité que peuvent présenter les scripts côté client. También permiten modificar las cabeceras http, u obtenerlas. De plus, permiten acceso a bases de datos y otros archivos internos.
Translation
El término inglés script se tomó del guion escrito de las artes escénicas, el cual es interpretado por una serie de actores/actrices (, dans ce cas, programas) siguiendo un orden establecido.
En algunos textos se traduce script como «guión». Esta traducción de momento está empezando a establecerse y es bastante frecuente en el ámbito de algunas comunidades y publicaciones sobre software program libre , como el equipo de traducción de KDE , que traduce en la mayoría de las aplicaciones para este escritorio script como «guión», diversas guías y manuales de software. No obstante su uso es aún minoritario a nivel general, pero junto con la expresión archivo de órdenes” empleada en América es la castellanización con más difundida.
1.three INTELIGENCIA DISTRIBUIDA
La Inteligencia artificial distribuida es un campo de la IA dedicado al estudio de las técnicas y el conocimiento necesario para la coordinación y distribución del conocimiento y las acciones en un entorno con múltiples agentes.
Podemos distinguir dos áreas principales de desarrollo:
1. Solución cooperativa de problemas distribuidos (SCPD): Estudia como unos conjuntos de módulos ( nodos) cooperan para dividir y compartir el conocimiento de un problema y en el desarrollo de la solución.
2. Sistemas multiagentes (SMA): Estudia la coordinación de la conducta inteligente entre un conjunto de agentes inteligentes autónomos.
Les problèmes de base étudiés par la IAD et qui sont communs à tous les systèmes sont:
1. Comment formuler, décrire, décomposer et attribuer des problèmes et synthétiser les résultats entre un groupe d'agents intelligents.
2. Comment former les agents à communiquer et interagir: quels langages et protocoles de communication doivent être utilisés, quoi et quand doivent-ils communiquer, etc..
trois. Comment s'assurer que les agents agissent de manière cohérente en prenant des décisions et en réalisant des actions, comment prendre en compte les effets globaux des décisions locales et prévenir les interactions indésirables.
quatre. Comment former les agents à représenter et raisonner sur les actions, plans et connaissances des autres agents pour se coordonner; comment raisonner sur l'état de leur processus de coordination (début fin).
5. Comment reconnaître et réconcilier les points de vue et intentions conflictuels entre un ensemble d'agents pour coordonner leurs actions; Comment synthétiser les points de vue et les résultats.
6. Comment utiliser des techniques d'ingénierie et développer des systèmes avec IAD. Comment développer des plateformes SMA et des méthodologies de développement avec des techniques IAD.
En général l'IAD. Il se base sur la distribution des données et des connaissances pour parvenir à une solution de problèmes de manière à ce que les différents agents soient identifiés comme des résolveurs locaux de problèmes. Ce qui présente les avantages suivants:
1) Comment résoudre les itérations entre les problèmes à résoudre par les différents agents. 2) Comment contrôler les activités entre les agents pour exploiter le parallélisme. trois) Comment intégrer les résultats partiels pour obtenir un résultat global.
De nombreux problèmes sont essentiellement distribués. Les connaissances nécessaires pour résoudre un problème peuvent être réparties sur plusieurs sites, Ainsi, un agent particulier pourrait résoudre le problème, mais cela prendrait trop de temps et comporterait trop de risques en termes de fiabilité en concentrant toute la responsabilité sur cet agent. Par conséquent, la résolution distribuée de problèmes peut être la solution dans ces cas.
Raisons du passage de l'IA à l'IAD
Raisons épistémologiques
Las razones epistemológicas surgen principalmente cuando propuestas para solucionar problemas mediante la IA se muestran insuficientes ante la aparición de otros agentes en el entorno a-social que es manejado por la IA y la consideración de que los agentes son inteligentes en gran medida en cuanto sociales.
Razones técnicas
La primera razón técnica es que en esta época muchos problemas son esencialmente distribuidos y la segunda es la integración de los sistemas de IA para mejorar la capacidad mediante la distribución del conocimiento lo que conlleva a un manejo descentralizado ofreciendo las siguientes ventajas:
ü Incremento de la flexibilidad: Se permite la adición de nuevos agentes.
ü Mejor seguridad y efectividad: Les agents peuvent se spécialiser dans une tâche spécifique.
ü Meilleur temps de réponse: Les agents peuvent résoudre leurs problèmes particuliers en même temps.
ü Réduction de la complexité: Une tâche peut être décomposée en plusieurs sous-tâches et les attribuer aux agents.
ü Réutilisation: La solution présentée par un agent dans un système peut être intégrée à un autre.
1.3 APPLICATIONS
Domaines de travail de l'IAD
Les problèmes de base précédents que l'IAD tente de résoudre sont abordés par différentes théories qui se reflètent dans différents domaines de travail, lesquels peuvent être décomposés en quatre perspectives.
Figure 1. Domaines de travail de l'Intelligence Artificielle Distribuée.
Perspective de groupe: Étudie les théories et techniques qui caractérisent un groupe d'agents, c’est-à-dire les méthodes nécessaires pour former une société d'agents afin qu'il existe un certain degré de planification, coordination, communication et cohérence entre ses entités.
Perspective de l'agent: Étudie l'entité agent, architectures pour le développement d'agents, langages pour le développement et la communication des agents, classification de type commercial et structurel, en outre comment cet agent peut coopérer dans la société d'agents.
Perspectives particulières: Étudie les relations existantes entre les domaines de l'informatique comme l'IA, Ingénierie logicielle avec l'IAD. Par exemple des systèmes d'information ouverts qui réagissent à des cas imprévus, pour lesquels ils sont inconsistants, asynchrones, concurrents, avec gestion décentralisée; écosystèmes pour évaluer un agent la société d'agents sur la base d'une analogie écologique et voir comment elle évolue avec le passage des itérations; ingénierie logicielle basée sur des agents les agents encapsulent les programmes et, par la définition de primitives, permettent l'échange d'ordres et de données entre les programmes.
Perspectives du concepteur: Étudie les méthodologies et les outils pour pouvoir développer un logiciel programmé basé sur des agents. Les méthodologies assistent le développeur de systèmes d'IA dans le cycle de vie, et les outils lui servent dans la mise en œuvre de ces systèmes.
Partager ceci:
Saisissez votre commentaire ici…
Saisissez vos informations et cliquez sur une icône pour vous connecter:
Adresse e-mail (obligatoire) (L'adresse ne sera pas rendue publique)
Nom (obligatoire)
Recevoir de nouvelles entrées par courrier électronique.
Entrées récentes
%d blogueurs aiment ceci: