L’intelligence Artificielle : contextes d’utilisation

Breadcrumb Abstract Shape
Breadcrumb Abstract Shape
Breadcrumb Abstract Shape
Intelligence Artificielle

L’intelligence Artificielle : contextes d’utilisation

  • 14 novembre 2023
  • 0
Selon Wikipédia, “l’intelligence artificielle (IA), appelée en anglais the artificial intelligence (AI) est la capacité des machines à effectuer des tâches typiquement associées à l’intelligence humaine comme l’apprentissage, le raisonnement, la résolution de problème, la perception ou la prise de décision”  Quelles sont les branches de l’IA?: parmi une grande variété de branches, on trouve:
  • Les systèmes experts
  • Le machine learning (l’apprentissage automatique)
  • Le deep learning (l’apprentissage en profondeur)
  • La robotique
  • La vision par ordinateur
  • Le traitement automatique du langage naturel (par exemple, l’NLP ou TALN)
  • La logique Floue..
Dans cet article, je vais aborder quelques branches de l’IA qui sont très utilisées de nos jours. cette selection revient à mon utilisation personnelles en tant que spécialiste de l’IT (information Technologie) et revient aussi aux technologies découvertes lors du forum internationale qui s’organise annuellement à Paris.  je vais commencer par les Réseaux de neurones et les modèles de traitements du langage naturel,ces deux composantes qui se caches derrière les LLMs.  Un LLM est un modèle de traitement automatique du langage naturel (NLP) entraîné sur d’immenses corpus de texte. Exemples : GPT.

Les réseaux de Neurones

Qu’est un réseau de  neurones ?
  • Les réseaux de neurones, connus aussi sous le nom de réseaux de neurones artificiels (ANN) sont un sous-ensemble de la machine Learning.
  • Les ANN visent à imiter la structure ainsi que la logique du cerveau biologique.
  • Ils se composent de nœuds interconnectés, ou neurones artificiels, organisés en couches avec des connexions pondérées qui transmettent et traitent les données.
Les types de réseaux de Neurones:

  • Les ANN:  appelés aussi Réseaux de neurones artificiels (ANN, Artificial Neural Networks)

    • Le plus simple et le plus ancien type

    • Composés de couches entièrement connectées (fully connected layers)

    • Utilisés surtout pour des données tabulaires ou des problèmes simples de classification/régression

  • Les CNN: les réseaux de neurones convultifs sont particulièrement efficaces pour le traitement d’images
  • Les RNN: les Réseaux de neurones Récurrents conviennent aux données séquentielles, telle que le langage naturel.
  • Les autoencoders: sont parfaits pour la réduction de dimensionnalité et la detection de nouveauté.

Photo prise par @BryanthingsParis par leur AI PhotoBooth

L’IA Générative (La GEN IA)

  • L’IA générative, appelée aussi la « Gen AI », est une discipline de l’intelligence artificielle qui est capable de créer des contenus originaux. ce contenu peut etre du texte, des images, de la vidéo, de l’audio ou du code logiciel suite à la demande de l’utilisateur.
  • L’IA générative s’appuie sur les modèles d’apprentissages profond (le deep learning) , des modèles de la Machine learning qui identifient et codent les schémas et les relations dans d’énormes quantités de données.

ou on peut l’utiliser ?

  • La génération de contenu: par exemple GPT4.0 d’open AI
  • Le marketing : édition des affiches et des supports médias des compagnes de marketing.
  • Le service Client : à travers le “AGENTIC AI” qui est une évolution de la GEN AI

Voilà Un exemple du rendu de la GENAI, une photo prise par moi même pendant l’évènement VIVATECH 2025 , une photo réalisée par L’Oréal suite à l’utilisation de la GENIA utilisée au sein de leur Compagne marketing.

L’IA et l’IOT (Internet of Things)

Un nouveau Duo est en train de s’imposer aujourd’hui et on le voit de plus en plus dans les salons d’exposition à travers les robots sociaux est bien le duo, IOT (internet des objets) et IA.
contrairement aux robots classiques qui se contentent de faire des taches physique. les robots sociaux mettent l’accent sur l’interaction humaine.
on les trouve utilise dans plusieurs domaines:

  • santé
  • education
  • Domotique
  • Accueil et services des clients

Un Robot Social dispose généralement de 3 composantes principales pour fonctionner:
Capteurs: Pour détecter le toucher, le son, le mouvement et les signaux visuels.

  • Informatique cognitive: Simule les processus de pensée humaine grâce à l’apprentissage automatique, au NLP et à la reconnaissance des motifs.
  • Actionneurs et moteurs: Pour les interactions physiques—que ce soit en déplaçant des parties comme les bras ou en exprimant des émotions par des mouvements faciaux.

Exemple de Robot Social appelé Buddy, développé par Blue Frog Robotics. c’est un robot compagnon conçu pour comprendre, ressentir et interagir. Il incarne une nouvelle génération d’intelligence artificielle physique et est capable de comprendre et d’exprimer des émotions de manière naturelle.

L’Ethical Hacking
La Virtualization Au coeur des centres de données