🚀 Séance 2 : Les Familles d'Intelligence Artificielle 🤖

OK, commençons par la distinction la plus connue : IA Faible (ou Étroite) vs. IA Forte (ou Générale). C'est un peu comme comparer un spécialiste à un généraliste.

L'IA Faible, c'est la star actuelle ! C'est le type d'IA qu'on croise partout aujourd'hui. Elle est super douée pour des tâches très spécifiques et limitées. Pensez à :

• Les algorithmes de recommandation de TikTok ou Netflix : Ils sont experts pour te proposer des vidéos qui vont te plaire, mais ils ne savent rien faire d'autre. Ils ne peuvent pas jouer aux échecs, conduire une voiture, ou écrire un poème (enfin, pas super bien...).
• Les assistants vocaux comme Siri ou Google Assistant : Ils peuvent répondre à des questions, mettre de la musique, programmer un réveil... Mais si tu leur demandes de réparer ton scooter ou de faire tes devoirs de maths, ils vont vite te répondre "Je ne sais pas faire ça".
• Les IA qui jouent aux échecs ou à Go : Elles peuvent battre les meilleurs humains dans ces jeux, mais elles sont nulles à tous les autres jeux (et encore plus nulles dans la vraie vie !).
• Les correcteurs orthographiques modernes : Experts pour traquer les fautes et améliorer ton style, mais incapables de tenir une conversation philosophique ou de comprendre une blague.

En gros, l'IA Faible, c'est comme un outil super puissant et spécialisé dans un domaine précis. Elle peut dépasser les humains dans cette tâche unique, mais elle reste "bête" pour tout le reste. C'est un peu comme un super-calculateur : il est imbattable pour faire des calculs complexes, mais il ne sait même pas ce qu'est un chat ou un arbre.

L'IA Forte, par contre, c'est le Graal, le rêve ultime des chercheurs en IA... et le cauchemar des films de science-fiction ! L'IA Forte, ce serait une IA avec une intelligence comparable à celle d'un humain. Elle pourrait :

• Apprendre n'importe quelle tâche intellectuelle : Pas juste un domaine précis, mais tout ce qu'un humain peut apprendre à faire.
• Comprendre, apprendre et appliquer ses connaissances dans des contextes nouveaux et variés.
• Avoir une conscience, des émotions, une pensée abstraite, une créativité... (Là, on entre dans la science-fiction, débat philosophique intense !).

L'IA Forte, ça n'existe pas encore... du moins, pas en 2025 (et peut-être jamais ? Mystère !). Toute l'IA qu'on utilise aujourd'hui, c'est de l'IA Faible. L'IA Forte reste un objectif de recherche à long terme, et un sujet de fantasmes et d'inquiétudes. Est-ce qu'on arrivera un jour à créer une IA vraiment "intelligente" comme un humain ? Si oui, quels seraient les avantages et les risques ? Le débat est ouvert !

💡 Info importante : Quand on parle d'IA dans les médias, dans les entreprises, dans les jeux vidéo... 99,99% du temps, on parle d'**IA Faible**. L'IA Forte, c'est encore du domaine de la recherche fondamentale et de la science-fiction. Ne mélangez pas les deux dans votre tête ! 😉

Pour approfondir la distinction IA Faible vs. IA Forte : une vidéo et un tableau comparatif

Passons maintenant à la deuxième grande distinction : IA Symbolique vs. IA Connexionniste. Ici, on s'intéresse plutôt à la "méthode", à la façon dont l'IA est construite pour résoudre des problèmes. C'est un peu comme comparer deux styles d'apprentissage : apprendre par les règles ou apprendre par l'expérience.

L'IA Symbolique, c'est la "vieille école" de l'IA, celle des débuts, dans les années 50-80. L'idée de base, c'est de reproduire l'intelligence humaine en manipulant des symboles et des règles logiques. Imaginez :

• On donne à l'ordinateur des "règles" de raisonnement : "Si A est vrai et B est vrai, alors C est vrai". "Si X est un oiseau, alors X a des ailes".
• On lui donne des "symboles" pour représenter le monde : Des mots, des concepts, des catégories... "Oiseau", "Ailes", "Voler", "Ciel"...
• L'IA Symbolique "raisonne" en appliquant ces règles à ces symboles. Elle fait des déductions logiques, elle résout des problèmes en suivant des étapes précises, comme un programme d'ordinateur classique.

Un exemple typique d'IA Symbolique, c'est un programme expert, un "système expert". On programme l'IA avec des règles et des connaissances très précises sur un domaine (la médecine, la finance, le droit...). L'IA peut alors utiliser ces règles pour donner des conseils, faire des diagnostics, prendre des décisions dans ce domaine très limité. C'est efficace pour des tâches très spécifiques et bien définies, mais ça devient vite compliqué à étendre à des tâches plus générales ou à des situations nouvelles et imprévues. L'IA Symbolique est un peu rigide, elle a du mal à s'adapter et à apprendre de nouvelles choses.

L'IA Connexionniste, c'est la "nouvelle vague", celle qui a explosé à partir des années 90 avec le "machine learning" et le "deep learning". Ici, on s'inspire du fonctionnement du cerveau humain, avec ses réseaux de neurones connectés entre eux. L'idée de base, c'est :

• On construit des "réseaux de neurones artificiels" : Des sortes de circuits informatiques qui imitent (de loin !) les neurones du cerveau.
• On "entraîne" ces réseaux de neurones avec des masses énormes de données : Des images, des textes, des sons, des vidéos... Des millions, voire des milliards d'exemples !
• Le réseau de neurones "apprend" à reconnaître des motifs, à extraire des caractéristiques, à faire des prédictions, à prendre des décisions... Non pas en suivant des règles logiques préprogrammées, mais en ajustant les connexions entre les "neurones" pour mieux traiter les données. C'est comme ça que les IA connexionnistes apprennent à reconnaître des visages, à traduire des langues, à jouer à des jeux vidéo, à générer des images ou des textes...

L'IA Connexionniste, c'est beaucoup plus flexible et adaptable que l'IA Symbolique. Elle peut apprendre à partir de données brutes, sans qu'on ait besoin de lui donner des règles explicites. Elle est capable de traiter des informations complexes et ambiguës, de généraliser à partir d'exemples, de s'améliorer avec l'expérience. C'est grâce à l'IA Connexionniste qu'on a fait des progrès énormes ces dernières années dans des domaines comme la vision par ordinateur, le traitement du langage naturel, et la robotique. C'est la famille d'IA la plus en vogue aujourd'hui, et celle qui promet le plus de développements futurs.

💡 Info importante : La distinction IA Symbolique vs. IA Connexionniste, c'est un peu une simplification de la réalité. En pratique, les chercheurs en IA combinent souvent les deux approches, en essayant de créer des IA "hybrides" qui utilisent à la fois des règles logiques et des techniques d'apprentissage automatique. Le futur de l'IA est peut-être dans cette combinaison des deux mondes !

Pour creuser la différence entre IA Symbolique et IA Connexionniste : une courte Vidéo et une Vidéo un peu plus poussée : DeepLearning