Introduction à l'Intelligence Artificielle et ses Enjeux

📋 Plan du Cours

1. Définition de l’intelligence artificielle
2. IA, Machine Learning et Deep Learning
3. Rôle central des données
4. Cycle d’un projet Machine Learning
5. Apprentissage supervisé
6. Classification et régression
7. Apprentissage non supervisé
8. Deep Learning et réseaux neuronaux
9. GPU et modèles de langage
10. Limites, biais et enjeux

📖 1. Définition de l’intelligence artificielle

🔑 Notions clés & Définitions

• Intelligence Artificielle : L’intelligence artificielle regroupe des technologies qui permettent à une machine d’exécuter des tâches habituellement liées à des capacités humaines comme apprendre et raisonner.
• Tâches nécessitant des capacités humaines : Les tâches visées par l’IA correspondent à des actions comme comprendre, reconnaître des formes, décider ou résoudre des problèmes.
• Domaine plutôt que technologie unique : Le terme IA désigne un ensemble de méthodes variées plutôt qu’un seul outil ou une seule technologie.

📝 Points essentiels

• L’IA vise à améliorer, assister ou automatiser des tâches réalisées auparavant uniquement par des humains.
• Un système IA peut recommander du contenu en comparant les comportements observés à ceux d’autres utilisateurs, comme le fait Netflix.
• Google Maps ne se limite pas à la distance : il prend aussi en compte trafic, accidents, travaux, vitesse moyenne, historique local et événements locaux.

💡 Astuce mémo