3 min read

L’intelligence artificielle : définition, histoire et cas d’usages.

Rédigé par Laure Audubon

Laure Audubon

« La création d'une intelligence artificielle serait le plus grand événement de l'histoire de l'humanité. Mais il pourrait aussi être l'ultime. »
Stephen Hawking.


Qu’est-ce que l’intelligence artificielle ?

 

Définie comme le processus d’imitation de l’intelligence humaine, l’intelligence artificielle (ou IA), repose sur le développement d'algorithmes ayant pour objectif de donner la capacité aux ordinateurs de penser et d’interagir comme des êtres humains.

L’histoire de l’intelligence artificielle

Des machines destinées à simuler les comportements humains ont été imaginées bien avant les prémices de la robotique et de l’informatique. Cependant, il s’agissait d’automates, dont les agissements et réactions dans un contexte bien défini devaient être pensés et intégrés en amont dans des mécanismes complexes.

C’est en 1943 que l’histoire de l’intelligence artificielle débute dans le sens où nous l’interprétons aujourd’hui, avec la publication de l’article : « A Logical Calculus of Ideas Immanent in Nervous Activity. » par Warren McCullough et Walter Pitts. Cet article décrit le premier modèle mathématique créant un réseau de neurones. Viendra ensuite en 1950 le premier ordinateur à réseau de neurones développé par Marvin Minsky et Dean Edmonds, suivi par le célèbre test de Turing ayant pour objectif d’évaluer les modèles d’intelligence artificielle.

Le terme “intelligence artificielle” sera énoncé pour la première fois en 1956 par John McCarthy lors de la conférence « Dartmouth Summer Research Project on Artificial Intelligence. ». Cette conférence est d’ailleurs considérée par beaucoup de chercheurs comme la naissance de l’intelligence artificielle et de la science des données.

Cependant, l’intelligence artificielle va devoir faire face à des phases de doute de la part de la communauté scientifique, et de nombreux projets de recherche dans l’IA seront annulés. C’est ce qu’on appelle le premier et le deuxième hiver de l’IA qui dureront jusqu’aux années 90.

Les avancées technologiques des années 2000 laissent toutefois entrevoir un renouveau de l’intelligence artificielle et les investissements dans les projets de recherche en IA reprennent. En 2016, le modèle AlphaGo de Google bat Lee Sedol, un des meilleurs joueurs de Go du monde dans sa propre discipline.

Aujourd’hui, l’intelligence artificielle est utilisée par beaucoup d’entreprises de tous les secteurs, pour une multitude d’applications. L’IA ne cesse de progresser et de surprendre par ses performances.

L’intelligence artificielle

A. Définition de l’intelligence artificielle

Actuellement, êtres humains et machines produisent des données plus vite qu'il n'est possible de les ingérer et de les interpréter pour prendre des décisions. L'intelligence artificielle permet de répondre à cette problématique et représente l'avenir des processus décisionnels complexes.

Mais ce processus d’intelligence humaine par des ordinateurs repose sur plusieurs phases successives :

  • L’apprentissage de la machine, c'est-à-dire la compréhension de l’information et de ses règles d’utilisation.
  • Le raisonnement, phase pendant laquelle l’algorithme utilise des règles pour en tirer des conclusions
  • L’autocorrection

B. Applications de l’intelligence artificielle

Les applications de l’Intelligence Artificielle peuvent être séparées en différentes catégories distinctes selon le type de données qu’elles manipulent ou la manière d’apprendre :

  1. Le Machine Learning Le Machine Learning ou apprentissage automatique est un sous domaine de l’intelligence artificielle, il permet aux algorithmes d’apprendre et d'améliorer leurs performances en fonction des données qu’ils reçoivent.
  2. Le Deep-Learning Sous-branche du machine learning, le Deep Learning ou apprentissage profond repose sur un empilement de couches de réseaux de neurones. Son objectif est d’être capable d’imiter les actions du cerveau humain à l’aide de réseaux de neurones.
  3. La Computer Vision Permettant aux machines de reconnaitre, identifier et classer des images, la vision par ordinateur est l’équivalent, en terme d’IA, des yeux humains et de la capacité de notre cerveau à traiter et à analyser les images perçues.
  4. Le NLP (Natural language processing) Principalement utilisé dans les systèmes de traduction comme Google Translate ou Deepl, ainsi que pour les assistants vocaux tels que Siri ou Alexa. Le NLP ou traitement automatique des langues permet aux machines de comprendre, traduire ou générer du langage humain parlé ou écrit.

C. Cas d’usages

Découvrez comment les technologies d’intelligence artificielles peuvent accompagner votre entreprise via ces différents projets réalisés par Sicara :

  1. Maintenance prédictive : Dans le cadre d'une évaluation de ses poteaux, le bureau d'étude Colas Rail s'est associé à Sicara afin d'automatiser une des étapes du projet : la mise en plan 3D des poteaux générés par un LIDAR puis son intégration 2D à un logiciel métier interne. L'étape qui prenait manuellement 15 min, a été réduite à 45s.
  2. Moteur de recommandation : Dans le cadre d’une mission pour le Pass Culture, Sicara a développé un algorithme capable de recommander des évènements culturels aux jeunes de moins de 18 ans en fonction de leurs centres d’intérêts.
  3. API prédictive : Pour une grande marque retail, Sicara a développé un POC d’API prédictive permettant d’inférer le niveau de rides d’une personne à partir de sa photo.
  4. Facturation Automatique : Pour un acteur industriel de la restauration d’entreprise, nous avons construit une application de facturation automatique des plateaux repas en utilisant des algorithmes qui sont à l’état de l’art de la recherche en reconnaissance visuelle.

Si vous aussi, vous avez un projet d’intelligence artificielle ou des questions sur les différents cas d’usages, n’hésitez pas à nous contacter, nos équipes seront ravies de vous accompagner dans le développement de solutions complexes !

Cet article à été écrit par

Laure Audubon

Laure Audubon

Suivre toutes nos actualités

Data as a product : Comprendre ses utilisateurs finaux pour maximiser l’adoption d’un produit data-driven.

7 min read

L’intelligence artificielle : définition, histoire et cas d’usages.

5 conseils pour recruter des pépites de la tech sur un marché en hypertension

4 min read