AI avec Python - Concept de base

Depuis l'invention des ordinateurs ou des machines, leur capacité à effectuer diverses tâches a connu une croissance exponentielle. Les humains ont développé la puissance des systèmes informatiques en termes de domaines de travail variés, de vitesse croissante et de taille réduite par rapport au temps.

Une branche de l'informatique appelée Intelligence Artificielle poursuit la création d'ordinateurs ou de machines aussi intelligents que les êtres humains.

Concept de base de l'intelligence artificielle (IA)

Selon le père de l'intelligence artificielle, John McCarthy, il s'agit de «la science et l'ingénierie de la fabrication de machines intelligentes, en particulier de programmes informatiques intelligents».

L'intelligence artificielle est un moyen de faire penser intelligemment un ordinateur, un robot commandé par ordinateur ou un logiciel, de la même manière que les humains intelligents pensent. L'IA est accomplie en étudiant comment le cerveau humain pense et comment les humains apprennent, décident et travaillent tout en essayant de résoudre un problème, puis en utilisant les résultats de cette étude comme base de développement de logiciels et de systèmes intelligents.

Tout en exploitant la puissance des systèmes informatiques, la curiosité de l'homme, l'amènent à se demander: «Une machine peut-elle penser et se comporter comme les humains?»

Ainsi, le développement de l'IA a commencé avec l'intention de créer une intelligence similaire dans des machines que nous trouvons et considérons comme élevées chez les humains.

La nécessité d'apprendre l'IA

Comme nous le savons, l'IA cherche à créer des machines aussi intelligentes que les êtres humains. Il y a de nombreuses raisons pour nous d'étudier l'IA. Les raisons sont les suivantes -

L'IA peut apprendre grâce aux données

Dans notre vie quotidienne, nous traitons une énorme quantité de données et le cerveau humain ne peut pas suivre autant de données. C'est pourquoi nous devons automatiser les choses. Pour faire de l'automatisation, nous devons étudier l'IA car elle peut apprendre des données et peut effectuer les tâches répétitives avec précision et sans fatigue.

L'IA peut s'instruire

Il est très nécessaire qu'un système s'enseigne lui-même car les données elles-mêmes changent constamment et les connaissances qui en découlent doivent être constamment mises à jour. Nous pouvons utiliser l'IA pour atteindre cet objectif, car un système activé par l'IA peut s'enseigner.

L'IA peut répondre en temps réel

L'intelligence artificielle à l'aide de réseaux de neurones peut analyser les données plus en profondeur. Grâce à cette capacité, l'IA peut penser et répondre aux situations qui sont basées sur les conditions en temps réel.

L'IA atteint la précision

Avec l'aide de réseaux de neurones profonds, l'IA peut atteindre une précision incroyable. L'IA aide dans le domaine de la médecine à diagnostiquer des maladies telles que le cancer à partir des IRM des patients.

L'IA peut organiser les données pour en tirer le meilleur parti

Les données sont la propriété intellectuelle des systèmes qui utilisent des algorithmes d'auto-apprentissage. Nous avons besoin de l'IA pour indexer et organiser les données de manière à toujours donner les meilleurs résultats.

Comprendre l'intelligence

Avec l'IA, des systèmes intelligents peuvent être construits. Nous devons comprendre le concept d'intelligence afin que notre cerveau puisse construire un autre système d'intelligence comme lui.

Qu'est-ce que l'intelligence?

La capacité d'un système à calculer, raisonner, percevoir les relations et les analogies, apprendre de l'expérience, stocker et récupérer des informations de la mémoire, résoudre des problèmes, comprendre des idées complexes, utiliser couramment le langage naturel, classer, généraliser et adapter de nouvelles situations

Types d'intelligence

Comme le décrit Howard Gardner, un psychologue américain du développement, l'intelligence se présente sous plusieurs formes -

Sr. Non	Intelligence et description	Exemple
1	Linguistic intelligence La capacité de parler, de reconnaître et d'utiliser des mécanismes de phonologie (sons de la parole), de syntaxe (grammaire) et de sémantique (sens).	Narrateurs, orateurs
2	Musical intelligence La capacité de créer, de communiquer avec et de comprendre les significations du son, la compréhension de la hauteur, du rythme.	Musiciens, chanteurs, compositeurs
3	Logical-mathematical intelligence La capacité d'utiliser et de comprendre les relations en l'absence d'action ou d'objets. C'est aussi la capacité de comprendre des idées complexes et abstraites.	Mathématiciens, scientifiques
4	Spatial intelligence La capacité de percevoir des informations visuelles ou spatiales, de les modifier et de recréer des images visuelles sans référence aux objets, de construire des images 3D, de les déplacer et de les faire pivoter.	Lecteurs de cartes, astronautes, physiciens
5	Bodily-Kinesthetic intelligence La capacité d'utiliser tout ou partie du corps pour résoudre des problèmes ou des produits de mode, contrôler la motricité fine et grossière et manipuler les objets.	Joueurs, danseurs
6	Intra-personal intelligence La capacité de distinguer ses propres sentiments, intentions et motivations.	Gautam Buddhha
sept	Interpersonal intelligence La capacité de reconnaître et de faire des distinctions entre les sentiments, les croyances et les intentions des autres.	Communicateurs de masse, enquêteurs

Vous pouvez dire qu'une machine ou un système est artificiellement intelligent lorsqu'il est équipé d'au moins une ou de toutes les intelligences.

De quoi est composée l'intelligence?

L'intelligence est intangible. Il est composé de -

• Reasoning
• Learning
• Résolution de problème
• Perception
• Intelligence Linguistique

Passons brièvement en revue tous les composants -

Raisonnement

C'est l'ensemble des processus qui nous permettent de fournir une base de jugement, de prise de décisions et de prédiction. Il existe en gros deux types -

Raisonnement inductif	Raisonnement déductif
Il conduit des observations spécifiques pour faire des déclarations générales générales.	Il commence par une déclaration générale et examine les possibilités de parvenir à une conclusion logique et spécifique.
Même si toutes les prémisses sont vraies dans une déclaration, le raisonnement inductif permet que la conclusion soit fausse.	Si quelque chose est vrai pour une classe de choses en général, c'est également vrai pour tous les membres de cette classe.
Example - "Nita est une enseignante. Nita est studieuse. Par conséquent, tous les professeurs sont studieux."	Example - "Toutes les femmes de plus de 60 ans sont des grands-mères. Shalini a 65 ans. Par conséquent, Shalini est une grand-mère."

Apprentissage - l

La capacité d'apprentissage est possédée par les humains, certaines espèces d'animaux et les systèmes activés par l'IA. L'apprentissage est classé comme suit -

Apprentissage auditif

C'est apprendre en écoutant et en entendant. Par exemple, des étudiants écoutant des conférences audio enregistrées.

Apprentissage épisodique

Apprendre en se remémorant des séquences d'événements dont on a été témoin ou vécu. Ceci est linéaire et ordonné.

Apprentissage moteur

C'est l'apprentissage par un mouvement précis des muscles. Par exemple, choisir des objets, écrire, etc.

L'apprentissage par observation

Apprendre en regardant et en imitant les autres. Par exemple, l'enfant essaie d'apprendre en imitant son parent.

Apprentissage perceptif

C'est apprendre à reconnaître les stimuli que l'on a vus auparavant. Par exemple, identifier et classer des objets et des situations.

Apprentissage relationnel

Il s'agit d'apprendre à différencier les divers stimuli sur la base de propriétés relationnelles, plutôt que de propriétés absolues. Par exemple, ajouter «un peu moins» de sel au moment de la cuisson des pommes de terre qui sont montées salées la dernière fois, lorsqu'elles sont cuites en ajoutant, disons, une cuillère à soupe de sel.

• Spatial Learning - C'est l'apprentissage grâce à des stimuli visuels tels que des images, des couleurs, des cartes, etc. Par exemple, une personne peut créer une feuille de route en tête avant de suivre réellement la route.

• Stimulus-Response Learning- C'est apprendre à exécuter un comportement particulier lorsqu'un certain stimulus est présent. Par exemple, un chien lève l'oreille en entendant la sonnette.

Résolution de problème

C'est le processus dans lequel on perçoit et essaie d'arriver à une solution souhaitée à partir d'une situation présente en empruntant un chemin, qui est bloqué par des obstacles connus ou inconnus.

La résolution de problèmes comprend également decision making, qui est le processus de sélection de la meilleure alternative appropriée parmi plusieurs alternatives pour atteindre l'objectif souhaité.

la perception

C'est le processus d'acquisition, d'interprétation, de sélection et d'organisation des informations sensorielles.

La perception présume sensing. Chez l'homme, la perception est facilitée par les organes sensoriels. Dans le domaine de l'IA, le mécanisme de perception rassemble de manière significative les données acquises par les capteurs.

Intelligence Linguistique

C'est la capacité d'une personne à utiliser, comprendre, parler et écrire la langue verbale et écrite. C'est important dans la communication interpersonnelle.

Ce qui est impliqué dans l'IA

L'intelligence artificielle est un vaste domaine d'étude. Ce domaine d'étude aide à trouver des solutions aux problèmes du monde réel.

Voyons maintenant les différents domaines d'études au sein de l'IA -

Apprentissage automatique

C'est l'un des domaines les plus populaires de l'IA. Le concept de base de ce champ est de faire l'apprentissage automatique à partir de données comme les êtres humains peuvent apprendre de leur expérience. Il contient des modèles d'apprentissage sur la base desquels les prédictions peuvent être faites sur des données inconnues.

Logique

C'est un autre domaine d'étude important dans lequel la logique mathématique est utilisée pour exécuter les programmes informatiques. Il contient des règles et des faits pour effectuer la correspondance de modèles, l'analyse sémantique, etc.

Recherche

Ce domaine d'étude est essentiellement utilisé dans des jeux comme les échecs, le tic-tac-toe. Les algorithmes de recherche donnent la solution optimale après avoir recherché tout l'espace de recherche.

Réseaux de neurones artificiels

Il s'agit d'un réseau de systèmes informatiques performants dont le thème central est emprunté à l'analogie des réseaux de neurones biologiques. ANN peut être utilisé en robotique, reconnaissance vocale, traitement vocal, etc.

Algorithme génétique

Les algorithmes génétiques aident à résoudre les problèmes à l'aide de plus d'un programme. Le résultat serait basé sur la sélection du plus apte.

Représentation des connaissances

C'est le domaine d'étude à l'aide duquel nous pouvons représenter les faits d'une manière la machine qui soit compréhensible par la machine. La connaissance la plus efficace est représentée; plus le système serait intelligent.

Application de l'IA

Dans cette section, nous verrons les différents champs pris en charge par l'IA -

Jeux

L'IA joue un rôle crucial dans les jeux stratégiques tels que les échecs, le poker, le tic-tac-toe, etc., où la machine peut penser à un grand nombre de positions possibles en fonction de la connaissance heuristique.

Traitement du langage naturel

Il est possible d'interagir avec l'ordinateur qui comprend le langage naturel parlé par les humains.

Systèmes experts

Il existe des applications qui intègrent la machine, le logiciel et des informations spéciales pour donner du raisonnement et des conseils. Ils fournissent des explications et des conseils aux utilisateurs.

Systèmes de vision

Ces systèmes comprennent, interprètent et comprennent les entrées visuelles sur l'ordinateur. Par exemple,

• Un avion d'espionnage prend des photographies, qui sont utilisées pour comprendre des informations spatiales ou une carte des zones.

• Les médecins utilisent un système expert clinique pour diagnostiquer le patient.

• La police utilise un logiciel informatique qui peut reconnaître le visage du criminel avec le portrait stocké réalisé par un artiste médico-légal.

Reconnaissance de la parole

Certains systèmes intelligents sont capables d'entendre et de comprendre la langue en termes de phrases et de leur signification pendant qu'un humain lui parle. Il peut gérer différents accents, mots d'argot, bruit en arrière-plan, changement du bruit humain dû au froid, etc.

Reconnaissance de l'écriture manuscrite

Le logiciel de reconnaissance de l'écriture manuscrite lit le texte écrit sur papier avec un stylo ou à l'écran avec un stylet. Il peut reconnaître les formes des lettres et les convertir en texte modifiable.

Robots intelligents

Les robots sont capables d'exécuter les tâches données par un humain. Ils ont des capteurs pour détecter les données physiques du monde réel telles que la lumière, la chaleur, la température, le mouvement, le son, les chocs et la pression. Ils ont des processeurs efficaces, plusieurs capteurs et une énorme mémoire, pour faire preuve d'intelligence. De plus, ils sont capables d'apprendre de leurs erreurs et ils peuvent s'adapter au nouvel environnement.

Modélisation cognitive: simulation de la procédure de la pensée humaine

La modélisation cognitive est essentiellement le domaine d'étude de l'informatique qui traite de l'étude et de la simulation du processus de réflexion des êtres humains. La tâche principale de l'IA est de faire en sorte que la machine pense comme un humain. La caractéristique la plus importante du processus de pensée humaine est la résolution de problèmes. C'est pourquoi la modélisation plus ou moins cognitive tente de comprendre comment les humains peuvent résoudre les problèmes. Après cela, ce modèle peut être utilisé pour diverses applications d'IA telles que l'apprentissage automatique, la robotique, le traitement du langage naturel, etc. Voici le diagramme des différents niveaux de pensée du cerveau humain -

Agent et environnement

Dans cette section, nous nous concentrerons sur l'agent et l'environnement et comment ceux-ci contribuent à l'intelligence artificielle.

Agent

Un agent est tout ce qui peut percevoir son environnement à travers des capteurs et agit sur cet environnement à travers des effecteurs.

• UNE human agent a des organes sensoriels tels que les yeux, les oreilles, le nez, la langue et la peau parallèles aux capteurs, et d'autres organes tels que les mains, les jambes, la bouche, pour les effecteurs.

• UNE robotic agent remplace les caméras et les télémètres infrarouges pour les capteurs, et divers moteurs et actionneurs pour les effecteurs.

• UNE software agent a codé des chaînes de bits comme programmes et actions.

Environnement

Certains programmes fonctionnent de manière entièrement artificial environment limité à la saisie au clavier, à la base de données, aux systèmes de fichiers informatiques et à la sortie de caractères sur un écran.

En revanche, certains agents logiciels (robots logiciels ou softbots) existent dans des domaines de softbots riches et illimités. Le simulateur a unvery detailed, complex environment. L'agent logiciel doit choisir parmi un large éventail d'actions en temps réel. Un softbot est conçu pour scanner les préférences en ligne du client et montre les éléments intéressants au client fonctionne dans lereal ainsi qu'un artificial environnement.