• Aide
  • Eurêkoi Eurêkoi

Livre

Intelligence artificielle : triomphes et déceptions

Résumé

Une synthèse consacrée à l'intelligence artificielle dans laquelle l'auteure présente les modèles dominants de ce secteur, leurs inventeurs et les principes fondamentaux sur lesquels ils se fondent. Elle tempère les fantasmes existant autour de ces programmes intelligents en décrivant les avancées réelles de la discipline. ©Electre 2021


  • Contributeur(s)
  • Éditeur(s)
  • Date
    • DL 2021
  • Notes
    • Notes bibliogr. Index
  • Langues
    • Français
    • , traduit de : Anglais
  • Description matérielle
    • 1 vol. (373 p.) : ill., graph., fig. ; 24 cm
  • Collections
  • Sujet(s)
  • ISBN
    • 978-2-10-081372-8
  • Indice
    • 681.7 Intelligence artificielle, systèmes experts
  • Quatrième de couverture
    • Aucune entreprise scientifique récente ne s'est avérée aussi séduisante, terrifiante, surmédiatisée et remplie de promesses extravagantes que l'intelligence artificielle.

      Melanie Mitchell se penche ici sur les questions les plus urgentes : dans quelle mesure les meilleurs programmes d'IA sont-ils vraiment intelligents ? Comment fonctionnent-ils ? Que peuvent-ils réellement accomplir, et quand échouent-ils ? Pourraient-ils véritablement comprendre le monde comme nous le comprenons ? Peut-on laisser des algorithmes prendre des décisions à notre place, sans savoir exactement comment ils les ont prises ? Au fil de ces questions, Melanie Mitchell présente les modèles dominants de l'IA moderne et de l'apprentissage machine en décrivant les programmes d'IA de pointe, leurs inventeurs et les courants de pensée historiques qui sous-tendent les réalisations récentes. Elle explore enfin la profonde déconnexion entre le battage publicitaire et les réalisations réelles en IA, en donnant une idée claire de ce que le domaine a déjà accompli et de ce qu'il reste à faire.

      Associant les recherches les plus stimulantes du domaine et les observations personnelles de l'auteur, ce livre est un guide indispensable pour comprendre l'IA d'aujourd'hui, sa quête d'intelligence « à l'échelle humaine » et son impact sur notre avenir.


  • Tables des matières
      • Intelligence artificielle

      • Triomphes et Déceptions

      • Melanie Mitchell

      • Douglas Hofstadter

      • Christian Jeanmougin

      • Dunod

      • Prologue. Terrifié 1
      • Première partie. Le contexte15
      • Chapitre 1. Les racines de l'intelligence artificielle 17
      • Deux mois et dix hommes à Dartmouth17
      • On définit, puis on va de l'avant19
      • Une anarchie de méthodes21
      • L'IA symbolique22
      • L'IA sub-symbolique : les perceptrons24
      • Les entrées de notre perceptron28
      • L'apprentissage des poids et du seuil du perceptron28
      • Les limites des perceptrons33
      • L'hiver de l'IA34
      • Les choses faciles sont difficiles36
      • Chapitre 2. Les réseaux neuronaux et l'ascension de l'apprentissage machine 37
      • Les réseaux neuronaux multicouches37
      • L'apprentissage par rétropropagation40
      • Le connexionnisme41
      • Mauvais en logique, bons au frisbee43
      • L'ascension de l'apprentissage machine44
      • Chapitre 3. Le printemps de l'IA 47
      • Fièvre printanière47
      • L'IA : étroite et générale, faible et forte49
      • Les machines peuvent-elles penser ?51
      • Le test de Turing54
      • La Singularité57
      • Une fable sur l'exponentielle59
      • Le progrès exponentiel des ordinateurs62
      • Neuro-ingénierie62
      • Les sceptiques et les convaincus de la Singularité63
      • Le pari sur le test de Turing65
      • Deuxième partie. Regarder et voir71
      • Chapitre 4. Qui, quoi, quand, où, pourquoi 73
      • Les choses faciles sont difficiles (surtout en vision par ordinateur)75
      • La révolution de l'apprentissage profond76
      • Le cerveau, le néocognitron et les réseaux neuronaux convolutifs77
      • La reconnaissance d'objets dans le cerveau et dans les ConvNets78
      • Entrées/sorties d'un ConvNet80
      • Cartes d'activation81
      • La classification dans les ConvNets85
      • L'apprentissage d'un ConvNet86
      • Chapitre 5. ConvNets et ImageNet 89
      • Construire ImageNet90
      • Le Turc mécanique93
      • Les compétitions ImageNet94
      • La ruée sur le ConvNet100
      • Les ConvNets ont-ils surpassé les humains dans la reconnaissance d'objets ?101
      • Au-delà de la reconnaissance d'objets105
      • Chapitre 6. Gros plan sur les machines qui apprennent 107
      • Apprendre seul108
      • Le Big data110
      • La longue traîne112
      • Qu'a appris mon réseau ?117
      • L'IA et les préjugés118
      • Montrez vos calculs121
      • Tromper les réseaux neuronaux profonds123
      • Chapitre 7. Sur une IA fiable et éthique 133
      • L'IA bénéfique134
      • Le Grand Compromis de l'IA136
      • L'éthique de la reconnaissance faciale138
      • Réglementer l'IA141
      • Des machines morales142
      • Troisième partie. Apprendre à jouer147
      • Chapitre 8. Des récompenses pour les robots 149
      • Comment dresser votre robot-chien150
      • Les obstacles du monde réel160
      • Chapitre 9. Mise en jeu 163
      • Le Q-apprentissage profond165
      • L'agent à 650 millions de dollars169
      • Des dames et des échecs171
      • Deep Blue174
      • Le grand défi du go176
      • AlphaGo contre Lee Sedol178
      • Comment fonctionne AlphaGo179
      • Chapitre 10. Au-delà des jeux 185
      • La généralité et l'« apprentissage par transfert »186
      • « Sans exemples ou conseils humains »187
      • Les plus difficiles des domaines188
      • Qu'ont appris ces systèmes ?189
      • Quel est le niveau d'intelligence d'AlphaGo ?191
      • Des jeux au monde réel192
      • Quatrième partie. L'intelligence artificielle rencontre le langage naturel197
      • Chapitre 11. Les mots et ceux auxquels ils tiennent compagnie 199
      • Le temps est venu d'une petite histoire199
      • La subtilité du langage200
      • La reconnaissance de la parole et les derniers 10 %202
      • Classifier les sentiments205
      • Les réseaux neuronaux récurrents207
      • Une idée simple pour encoder des mots sous forme de nombres210
      • L'espace sémantique des mots211
      • Word2Vec213
      • Chapitre 12. La traduction en tant qu'encodage et décodage 221
      • L'encodeur rencontre le décodeur223
      • Quelques jugements sur la traduction automatique226
      • Lost in Translation229
      • Traduire des images en phrases232
      • Chapitre 13. Demandez-moi n'importe quoi 239
      • L'histoire de Watson241
      • La compréhension de la lecture249
      • Que signifie « il » ?253
      • Attaques adverses sur des systèmes de traitement du langage naturel256
      • Chapitre 14. Sur la compréhension 261
      • Les blocs constitutifs de la compréhension262
      • Prédire les éventuels futurs264
      • La compréhension est une simulation265
      • Les métaphores dans la vie quotidienne266
      • Abstraction et analogie268
      • Chapitre 15. Connaissance, abstraction et analogie en intelligence artificielle 275
      • Les connaissances essentielles pour les ordinateurs275
      • L'abstraction, idéalisée280
      • Symboles actifs et créations d'analogies285
      • La métacognition dans le monde des chaînes de lettres289
      • La reconnaissance des situations visuelles290
      • « Nous sommes vraiment, vraiment très loin »292
      • Chapitre 16. Questions, réponses et réflexions 297
      • Question : Dans combien de temps les voitures autonomes seront-elles une banalité ?298
      • Question : L'IA se soldera-t-elle par un énorme chômage humain ?302
      • Question : Un ordinateur peut-il être créatif ?303
      • Question : Combien d'années nous séparent encore de la création d'une IA de niveau humain général ?307
      • Question : Devons-nous avoir peur de l'IA ?310
      • Question : Quels problèmes exaltants restent encore à résoudre en IA ?313
      • Postface de Douglas Hofstadter 315
      • Version anglaise317
      • Version française321
      • Notes et références 325
      • Remerciements 355
      • Index 357
      • Crédits iconographique 365

  • Origine de la notice:
    • Electre
  • Disponible - 681.7 MIT

    Niveau 3 - Informatique