Raisonner en Intelligence Articifielle

18/02/2023 - 2 min. de lecture

Raisonner en Intelligence Articifielle - Cercle K2

Cercle K2 neither approves or disapproves of the opinions expressed in the articles. Their authors are exclusively responsible for their content.

Jamel Metmati est Lauréat du Trophée Cybersécurité, édition 2018.

---

Le cyber est une science appliquée du langage naturel avec une méthodologie originale car elle combine la connaissance des sociétés et leurs métiers à celle de nos machines, ceci dans leurs nécessaires interactions.

Après avoir mis en réseaux les organisations, la transformation digitale des sociétés s’oriente désormais vers la construction d’outils basée sur des critères de recherche et d’optimisation. 

Ils s’appuient sur des systèmes autonomes automatisés capables d’utiliser de la puissance de calcul et des sources multiples de données. 

Les moteurs de recherche en intelligence artificielle représentent la seconde génération d’outils permettant de produire de la connaissance sur un temps court à partir d’un traitement de données. Cette singularité est liée au caractère automatique du traitement qui cherche à imiter le fonctionnement neuronal du cerveau. 

Dès lors, la réponse à la question du "quoi s’agit-il ?" ne nécessite aucune entrée manuelle en base de données. L’outil se sert des connaissances des données collectées pour générer une réponse à la question. La réponse est donc liée à la connaissance enregistrée sur un support numérisé. 

Ce système de Chatbot présente des fonctionnalités du langage naturel humain dans les techniques d’apprentissage. Le principe reste le même pour les sites Internet qui utilisent des mécanismes d’apprentissage pour générer du texte, des images, des logos. 

Dans les deux cas, les systèmes optimisent le temps de recherche et de création selon les critères choisis par un opérateur.

Aussi, la méthode de raisonnement IA est une manière d’appréhender le résultat produit par une recherche. Elle permet de formuler une réponse selon une problématique pour laquelle de multiples critères permettent d’interroger des sources de données attendues ou inattendues. Ce raisonnement en intelligence artificielle nécessite des capacités cognitives, une maîtrise du langage naturel, une compétence métier et des qualités humaines pour appréhender le résultat dans un contexte collectif.

Les capacités cognitives évitent les différents formes de biais du sujet et de la machine. Chaque erreur intiale dans le modèle d’apprentissage automatique génèree un taux d’erreur potentiel dans la réponse produite. Le langage naturel implique une solide culture générale et des compétences métiers. Les qualités humaines déterminent le sens du raisonnement dans un champ d’action. 

La méthode de raisonnement IA corrige les effets de la machine et de l’outil car ils possèdent leurs propres limites d’apprentissage. Celles-ci restent dépendantes des capacités des technologies utilisées. Or, l’imitation du fonctionnement de notre cerveau par des machines souligne un autre point. Tout comme les machines, nous sommes au début de la connaissance du cerveau humain sur les aspects d’apprentissage, de mémoire, d’attention, de motivation, de prise de décision. Ce point est à mettre en relation avec une quantité de données disponibles en décalage avec notre capacité biologique actuelle d’apprentissage. Le choix de la bonne question est donc une technique de remédiation pour interroger une complexité de données.

Jamel Metmati

18/02/2023

Últimas publicaciones