Introduction à l'Intelligence Artificielle Symbolique

📋 Plan du Cours

1. IA symbolique et symboles
2. Historique et deux approches de l’IA
3. Résolution de problèmes par recherche
4. Espace d’états et graphes
5. Recherche en largeur
6. Recherche en profondeur
7. Recherche A* et heuristiques
8. Représentation des connaissances
9. Web sémantique et graphes de connaissances
10. Apprentissage symbolique et embeddings
11. Applications et bilan

📖 1. IA symbolique et symboles

🔑 Notions clés & Définitions

• IA symbolique : Approche d’IA où la connaissance est représentée explicitement par des symboles et des relations entre symboles.
• Symboles : Représentations abstraites d’entités et de concepts du monde, utilisées comme unités de raisonnement.
• Manipulation de symboles : Opérations logiques appliquées aux symboles pour produire des conséquences dérivées par la connaissance formalisée.
• Relations règles contraintes : Formes de connaissance utilisées pour relier les symboles et limiter ce qui est dérivable ou possible.

📝 Points essentiels

• En IA symbolique, le raisonnement consiste à dériver ce qui est inféré en manipulant des symboles décrits par relations et règles.
• La connaissance explicite se distingue des approches qui stockent plutôt des paramètres numériques implicites dans un modèle.
• Les symboles correspondent à des entités et concepts du monde, pas à des paramètres bas niveau.

💡 Astuce mémo