Qu’est-ce que l’IA ? Intelligence artificielle? Apprentissage automatique ? Réseau neuronal?

Qu’est-ce que l’IA (Intelligence Artificielle) ?
Qu'est-ce que l'apprentissage automatique ?
Qu'est-ce qu'un réseau de neurones artificiels ?


Intelligence artificielle (IA) en texte noir sur une puce informatique bleue avec des fils bleus s'étendant sur un fond noir

Alors qu’Internet fait le buzz autour de « l’IA », de « l’intelligence artificielle », de « l’apprentissage automatique » et des « réseaux de neurones artificiels », qu’est-ce que tout cela signifie ? Markzware remarqué un joli "Introduction à l'IA," présenté par DougRose, formateur en science des données et coach en agilité chez Doug Enterprises, LLC et Auteur chez LinkedIn.

Ceux qui souhaitent en savoir plus sur l'intelligence artificielle voudront consulter le cours d'apprentissage de Doug, en cliquant sur ici. Le suivant décomposition de base de l'IA peut vous donner une idée des sujets (parmi tant d'autres) sur lesquels LinkedIn Learning Instructor, DougRose, peut vous éduquer ainsi que les membres de votre organisation.


Qu'est-ce que l'intelligence ?

Il y a beaucoup de sortes d'intelligence et chacun a son propres capacités intelligentes. Les individus sont plus ou moins aptes à maîtriser différentes compétences. Quelqu'un habile à terminer mots croisés n'est peut-être pas aussi doué pour assembler des puzzles. Quelqu'un qui ne peut pas facilement résoudre des mots croisés pourrait être en mesure de terminer puzzles en un temps record.


Les ordinateurs sont-ils intelligents ?

Les ordinateurs excellent dans faire correspondre les règles et les modèles d'un ensemble. Ainsi, certaines personnes peuvent considérer les ordinateurs comme intelligents ou voir d’autres appareils ou applications numériques aussi intelligents

Google a licencié un ingénieur qui prétendait Chatbot avait une âme, après que le chatbot, conçu pour ressembler à une personne, ait communiqué que cela équivalait à la mort et à la fermeture. Le chatbot était-il réellement intelligent ou je viens de le faire semble être intelligent?


Intelligence informatique vs intelligence humaine

Les ordinateurs et les humains ont différentes origines du renseignement. A l'ordinateur pourrait être meilleur à gérer une tâche spécifique qu’un humain. Dans certains cas, un l'ordinateur peut surpasser de loin un humain capable de gérer une certaine tâche. 

Dans les années 1960, les ordinateurs apprenaient à gagner en jouant aux dames contre des humains. Pourtant, ces ordinateurs je n'ai pas compris pourquoi le jeu a été joué ou pourquoi ils y ont joué.



Qu’est-ce que l’IA (Intelligence Artificielle) ?

Les informaticiens décrivent souvent l’IA comme un système qui démontre comportement perçu comme de l'intelligence. Les systèmes d'IA peuvent traiter rapidement un tas de données et trouver des modèles, qui peuvent tous deux être insaisissables pour les humains. Aux débuts de l’IA, les systèmes reconnaissant les symboles semblait intelligent

Ces systèmes d’IA étaient appelés «systèmes experts», parce que les programmeurs ont consulté des experts pour créer les systèmes. Les programmeurs ont tenté de programmer l'intelligence via des symboles dans les systèmes, ce qui a généré combinaisons excessives dans les réponses, les systèmes ont donc été interrompus.


Machine Learning

Apprentissage automatique est un ensemble de techniques permettant de créer des systèmes qui apprennent en observant des données. Après l'échec des systèmes experts, les programmeurs ont commencé à développer un système capable de données de sens, sans les cinq humain les sens, et augmenter son intelligence par sa propre observation

Arthur Samuel, un informaticien, a développé un programme de dames, en 1959, qui a appris en jouant en solo. Il assumait les deux rôles de joueur du conseil d'administration, tandis que stratégie d'apprentissage, par observation. Puisque les ordinateurs correspondent bien aux règles et aux modèles établis, la machine correspondait aux modèles gagnants et a augmenté son intelligence avec le jeu répété.

La machine pourrait alors apprendre par observation directe, sans aucune programmation humaine. Arthur Samuel a qualifié cette percée de «machine learning. » 

Ordinateur Apple Macintosh

Une ancienne version d'un ordinateur Apple Macintosh


Une version plus récente d'un ordinateur Apple Macintosh


En utilisant les nouvelles stratégies apprises, le la machine a vite commencé à gagner contre son programmeur. Cependant, avec moins de données numériques disponibles à l'époque, pour que la machine puisse les détecter, il je n'ai trouvé que des modèles de base.

Via Internet dans le début des années 90, n'importe qui pourrait générer des données, donc apprentissage automatique les systèmes ont augmenté leur intelligence. Avec de nombreuses images Web, les systèmes pourraient apprendre à reconnaître une multitude de choses.

Les informaticiens ont inventé plus d'algorithmes pour l'apprentissage automatique. Les chercheurs ont développé des systèmes pour imiter les fonctions cérébrales

À mesure que davantage de données étaient générées, le plus d'opportunités d'apprentissage automatique émergé. Les machines pourraient découvrir et adapter de nouveaux modèles pour traiter de nouvelles données, même s’ils continueraient simplement à trouver des modèles. 

En raison de l'abondance des données et des progrès des algorithmes ces dernières années, l'apprentissage automatique est devenu l'un des domaines de l’IA les plus populaires et les plus dynamiques. Dans la plupart des cas, les systèmes d'IA peuvent accepter vos données, y rechercher des règles et des modèles, et rapporter les résultats à votre organisation.


Appareils IoT

Merci beaucoup appareils numériques se connecter pour communiquer avec le monde et entre eux. C'est ce qu'on appelle le Internet des Objets (IoT) (IoT) et une pléthore de Les entreprises IoT paient une fortune pour leurs systèmes d’IA.

Il existe de nombreux Appareils IoT, qui disposent de capteurs qui partagent des données en externe, par exemple sur le Web. Vous pouvez porter un ou plusieurs de ces appareils (par exemple, un compteur de pas ou une montre intelligente) ou même se les faire implanter (peut-être un moniteur cardiaque).

Les appareils IoT peuvent suivez votre comportement en ligne et hors ligne. Ils peuvent signaler leur emplacement et identifier vos habitudes de voyage, y compris où et vers qui vous voyagez. 

Votre montre intelligente peut indiquer à votre maison intelligente pour allumer les lumières, faites fonctionner la machine à café et réglez le thermostat. Au moins une fois, un assistant Alexa a ajouté des recommandations à une liste de recommandations Amazon, après apparemment « écouter » les conversations de son propriétaire.

Marque de bague les sonnettes recueillent des informations sur les humains qui passent à côté d'eux. Cela permet une reconnaissance faciale qui prend en charge un Système de surveillance utilisé par les forces de l’ordre pour localiser des personnes.

IdO dispositifs médicaux sont un domaine de l’IA en pleine croissance. Une montre intelligente peut surveiller votre fréquence cardiaque et signaler des problèmes de santé

Apple et d'autres entreprises utilisent un réseau comptant des millions de participants pour rechercher des modèles d'électrocardiogramme. Ils identifient ensuite des modèles pour prévoir des problèmes de santé.

Modèles prévisibles déterminés par l’IoT peuvent impliquer une grande partie de la population. Vous pourriez recevoir un notification locale concernant une menace pour la santé, sur votre smartphone.

Publicité l'apprentissage automatique sur les appareils IoT peut être alimenté à le Physique monde. Les organisations peuvent utiliser les données recueillies sur vos emplacements et vos besoins pour vous vendre des produits.


Algorithmes d'apprentissage automatique

Il y a de nombreux algorithmes d'apprentissage automatique. Étant donné que la plupart des algorithmes sont basés sur des statistiques, les organisations peuvent utiliser les données comme un outil permettant d'effectuer une analyse. nouvelle fonction.

Une organisation peut utiliser des algorithmes pour former son système sur la classification binaire. Les données client peuvent être utilisées dans apprentissage automatique supervisé classer les clients et créer des campagnes

Classement binaire classe les données telles qu'une liste de clients en deux groupes. Une fois les clients séparés en groupes, apprentissage automatique non supervisé peut révéler des types de répondeurs publicitaires.

Les données sur les répondeurs publicitaires pourraient être divisé en grappes, y compris des répondeurs publicitaires cohérents (un cluster produisant un retour sur investissement potentiellement plus élevé). L'organisation pourrait alors ajuster l'algorithme, afin les promotions peuvent être personnalisées pour des répondeurs publicitaires cohérents et pour des bénéfices accrus. 

La plupart de ces algorithmes sont inclus dans boîtes à outils de logiciels d'apprentissage automatique. Les organisations voudront peut-être vérifier les avantages et les inconvénients de chaque algorithme d'apprentissage automatique qu'ils pourraient envisager.

Est-ce de la puissant et précis? Sera-t-il utilisé pour supervisé ou non apprendre ou les deux ? Ce qui est mieux à classification et/ou regroupement? Votre organisation pourrait utiliser plusieurs algorithmes de manière créative, pour obtenir les données les plus utiles. 


Circuits informatiques arc-en-ciel en forme de cerveau à l'intérieur d'une silhouette noire d'une tête sur fond blanc

Réseau neuronal artificiel

Vous avez trop de données que les algorithmes d'apprentissage automatique doivent traiter ? Votre organisation souhaitera peut-être créer un réseau neuronal. 

Un artificiel Réseau neuronal est une méthode d'apprentissage automatique (généralement supervisée) qui utilise un cadre imitant le cerveau pour désassembler d'énormes ensembles de données. Ce réseau a neurones disposés en couches (couche d'entrée, couches masquées et couche de sortie) qui se déplacent de gauche à droite. 

Un réseau de neurones artificiels divise les données en morceaux plus petits que les algorithmes d’apprentissage automatique. Votre organisation peut former le réseau et en bénéficier, lorsqu'il reflète avec précision les apports, puis travaille à se perfectionner.

La plus de couches cachées plus le réseau est doté, plus il lui est facile d'identifier des modèles complexes. UN l'apprentissage en profondeur le réseau neuronal artificiel comporte de nombreuses couches cachées, ce qui en fait plusieurs couches profond. A réseau neuronal feedforward contient des données qui se déplacent de gauche à droite à travers les couches.


Exemple de réseau de neurones artificiels

Disons que tu veux savoir si une image inclut un chat. Un réseau de neurones artificiels peut signaler que, si vous utilisez un classement binaire de « chat ou pas chat » pour classer l’image de la couche d’entrée en « chat » ou « pas chat ». 

La image est introduit via la couche d’entrée. La classification en chat ou non chat est la sortie

Une machine interprète une image comme un ensemble de données (ou un ensemble de pixels, dans cet exemple). Pixels sont des points de couleur et des niveaux de luminosité/contraste variés dans l’image. 

Si l'image a 50 pixels de hauteur sur 50 pixels de largeur, l'image comporte 1250 1250 pixels (points de données). Les XNUMX pixels seraient introduit dans la couche d’entrée du réseau neuronal. 

Donc la couche d'entrée possède 1250 neurones, chacun avec un numéro basé sur la couleur du pixel. Chaque neurone de la couche cachée possède un fonction d'activation comme une petite entrée par laquelle le neurone peut envoyer ou non des données à la couche cachée suivante.

Les couches cachées chacune transmettre les données de pixels au calque caché suivant. Les deux neurones de la couche de sortie ont chacun un score de probabilité

Puisque le réseau a été invité à traiter une classification binaire, le couche de sortie contient deux nœuds, « chat » ou « pas chat ». C'est un "réseau neuronal feedforward", car les données de pixels se déplaçaient de gauche à droite à travers les couches.


Texte blanc sur le développeur de logiciels, Markzware, sur un clavier LED rouge allumé, sur fond noir

Utilisation du système d'IA et outils d'IA

Les systèmes d'IA sont maintenant en construction pour résoudre des problèmes complexes pour les organisations. Ils pourraient aider Un flux efficace peut augmenter organisation.

La plupart des humains qui travaillent avec des systèmes d'IA sont experts en science des données non formés, mais peut-être que tu as déjà essayé ChatGPT, ou un autre outil d'IA. Si vous ne l'avez pas déjà fait, vous voudrez peut-être commencer à en apprendre davantage sur l'IA, en utilisant certains outils d'IA, tels que ceux mentionnés dans ce grand (et complet) Liste des outils d'IA par Jeff Foster, directeur chez Sound Visions Media.

Pour le succes, un système d’IA nécessite:
- une gestion efficace, supervision et direction
- apport de qualité avec des données précises et réelles
- patience, pour permettre au système d'expérimenter tout en déterminant les meilleurs résultats

Comment votre organisation pourrait-elle travailler avec l'IA ? Cela pourrait aider à listez vos problèmes d'organisation qui doit être résolu et comment voulez-vous que le système les résolve. Lequel genre de données, tels que des informations sur les clients, souhaitez-vous collecter pour le bénéfice de votre organisation ? Lequel type de problèmes souhaitez-vous résoudre grâce à une carrière en IA ?


L'avenir de l'IA

La croissance continue des données augmente les chances de l'IA de succès futur. Comment les données seront-elles utilisées, maintenant que les entreprises en rassemblent de plus en plus ?

Une organisation basée sur un définir l'espace (boutique en ligne ou entreprise de recherche) pourrait bénéficier d’un système d’IA. Si une organisation gère tâches facilement gérées par les ordinateurs, il sera probablement impacté par l’IA.

Les appareils IoT et l'IA permettent aux entreprises de créer des systèmes qui prévoir le comportement humain. Depuis que l'IA signale de nouveaux modèles, les organisations peuvent agir rapidement pour créer des campagnes qui peuvent générer un retour sur investissement, en fonction de ce comportement.

Les chances sont que vous aurez je travaillerai bientôt avec un système d'IA. Responsables du génie logiciel il sera probablement bientôt, sinon déjà, attendu qu'il fixe des objectifs, analyse les résultats et fournisse des rapports sur l'IA.

L'IA simplifie la génération de données, mais l'analyse de ces données est plus difficile, l’analyse des données est donc un secteur d’emploi en pleine croissance dans le domaine de l’IA. Si tu vouloir travailler dans le domaine de l'IA, vous souhaiterez peut-être envisager de postuler auprès d'organisations qui nécessitent une mise en correspondance d'ensembles de données ou une mise en correspondance de règles de données.

Il faudra peut-être du temps pour s'habituer aux systèmes d'IA qui devraient bientôt devenir plus humain-comme. Néanmoins, les systèmes d’IA performants complément, Pas coupé, la créativité humaine


Solutions PDF et PAO pour les créatifs et les créateurs de contenu IA

Markzware propose des solutions fiables SOLUTIONS pour les créatifs IA et les créateurs de contenu pour prévisualiser, contrôler en amont, exporter et convertir des documents PDF et de publication assistée par ordinateur. Pour obtenir les dernières nouvelles sur les produits Markzware et les actualités liées à l'industrie de l'impression, rejoignez notre liste de diffusion et suivez Markzware sur LinkedIn, YouTube, Facebook, et d'autres sites Web de médias sociaux. 


Sources

« Introduction à l'IA », par Doug Rose, formateur en science des données et coach en agilité chez Doug Enterprises, LLC / Auteur sur LinkedIn, 15 mars 2023, https://www.linkedin.com/learning/introduction-to-artificial-intelligence/why-you-need-to-know-about-artificial-intelligence

« Outils d'IA : la liste dont vous avez besoin maintenant ! » par Jeff Foster, directeur chez Sound Visions Media, soundvisionsmedia.com, mise à jour du 12 septembre 2023, https://www.provideocoalition.com/ai-tools-the-list-you-need-now/


Qu’est-ce que l’IA ? Intelligence artificielle? Apprentissage automatique ? Réseau neuronal?

Articles Relatifs

Rester connecté!

S'ABONNER
Fermer