Intelligence Artificielle (IA)
Ensemble de techniques visant à permettre aux machines d'imiter une forme d'intelligence réelle.
L’IA regroupe des méthodes qui permettent à un système informatique de réaliser des tâches associées à la cognition humaine : percevoir, comprendre, raisonner, apprendre et décider. Elle ne se limite pas aux robots : la plupart des applications sont des logiciels capables d’extraire des informations à partir de données (texte, images, audio, logs) et d’agir en conséquence.
Comment ça fonctionne
Deux grandes approches coexistent souvent :
- Approches symboliques : règles explicites, logique, moteurs d’inférence. Efficaces quand le domaine est bien formalisé.
- Apprentissage automatique (Machine Learning) : le modèle apprend des patterns à partir d’exemples. Le Deep Learning utilise des réseaux de neurones profonds, particulièrement performants pour la vision, le langage et l’audio.
Le cycle typique inclut la collecte de données, l’entraînement, l’évaluation (métriques, tests), puis le déploiement. En production, on surveille la qualité (dérive des données, biais) et on met à jour les modèles.
À quoi ça sert
- Automatisation : tri de tickets, détection de fraude, extraction de champs sur des documents.
- Prédiction : maintenance, churn, demande.
- Génération : assistants conversationnels, synthèse, code, images.
Exemples concrets
Filtrage antispam, recommandations (films/produits), reconnaissance d’objets sur photos, transcription audio, et agents capables d’enchaîner plusieurs actions via des APIs.