L'intelligence artificielle (IA) est la capacité des machines à effectuer des tâches généralement associées à l'intelligence humaine, telles que l'apprentissage, le raisonnement, la résolution de problèmes, la perception ou la prise de décision. L’intelligence artificielle désigne également le domaine de recherche visant à développer de telles machines et les systèmes informatiques qui en résultent.

L’intelligence artificielle relève généralement du domaine des mathématiques et des sciences cognitives, s’appuyant sur des disciplines telles que la neurobiologie computationnelle (qui a notamment inspiré les réseaux de neurones artificiels), les statistiques ou l’algèbre linéaire. Il est conçu pour résoudre des problèmes d’une grande complexité logique ou algorithmique. Par extension, en termes simples, l’intelligence artificielle comprend des dispositifs qui imitent ou remplacent les humains dans la mise en œuvre de certaines fonctions cognitives.

Les applications de l'intelligence artificielle comprennent les moteurs de recherche, les systèmes de recommandation, les aides au diagnostic médical, la compréhension du langage naturel, les voitures autonomes, les chatbots, les outils de génération d'images, les outils de prise de décision automatisés, les programmes compétitifs dans les jeux de stratégie et certains personnages de jeux vidéo non-joueurs.

Depuis l’émergence du concept, les objectifs, les problèmes et les développements de l’intelligence artificielle ont donné lieu à d’innombrables explications, fantasmes ou préoccupations que l’on peut retrouver dans les romans ou films de science-fiction, les traités philosophiques et les économistes.

Le terme « intelligence artificielle », souvent abrégé en « IA » (ou « AI » en anglais, intelligence artificielle), a été inventé par John McCarthy, qui l'a défini comme : « La science et l'ingénierie de la fabrication de machines intelligentes, en particulier de programmes informatiques intelligents. Elle est liée à la tâche similaire consistant à utiliser des ordinateurs pour comprendre l'intelligence humaine, mais l'intelligence artificielle ne devrait pas se limiter aux méthodes biologiquement observables.

Pour Marvin Lee Minsky, l'un des créateurs de l'intelligence artificielle, l'intelligence artificielle est « la construction de programmes informatiques qui exécutent des tâches que les humains peuvent actuellement accomplir de manière plus satisfaisante car elles nécessitent des processus mentaux avancés tels que : l'apprentissage perceptuel, l'organisation de la mémoire et le raisonnement critique. Cette définition combine les ordinateurs et les processus informatiques. À l’aspect « artificiel » de l’ingénierie se conjugue l’aspect « intelligent » qui imite le comportement humain (notamment le raisonnement et l’apprentissage). Cela entre en jeu dans les jeux, les pratiques mathématiques, la compréhension du langage naturel, la perception visuelle (interprétation des images et des scènes), auditive (compréhension du langage parlé) ou autres capteurs, et le contrôle de robots dans des environnements inconnus ou hostiles.

Avant les années 2000, d’autres définitions étaient proches de celle de Minsky mais diffèrent sur deux points fondamentaux :

Une définition qui relie l’intelligence artificielle à l’aspect humain de l’intelligence, et une définition qui la relie à un modèle idéal d’intelligence appelé rationalité (pas nécessairement humaine) ;

Certaines définitions insistent sur le fait que le but de l’IA est d’avoir un semblant d’intelligence (humaine ou rationnelle), tandis que d’autres insistent sur le fait que le fonctionnement interne d’un système d’IA doit également être de type humain et au moins rationnel.

réseau neuronal

Exemple de réseau de neurones avec deux neurones d'entrée (vert), une couche de neurones "cachés" (bleu) et un neurone de sortie (jaune).

Les réseaux de neurones artificiels s'inspirent des fonctionnalités du cerveau humain : les neurones sont souvent connectés à d'autres neurones au niveau des entrées et des sorties. Les neurones d'entrée, lorsqu'ils sont activés, agissent comme s'ils participaient à un vote pondéré pour déterminer si un internaute doit être activé pour transmettre le signal au neurone de sortie. En fait, pour l'équivalent artificiel, les « neurones d'entrée » ne sont que des nombres, et les poids du « vote pondéré » sont des paramètres ajustés au cours du processus d'apprentissage.

Outre les fonctions d'activation, les réseaux de neurones artificiels n'effectuent en réalité que des additions et des multiplications matricielles, ce qui signifie qu'ils peuvent être accélérés à l'aide de processeurs graphiques. En théorie, les réseaux de neurones peuvent se rapprocher de n’importe quelle fonction.

Pour un simple réseau neuronal à action directe, le signal ne passe que dans une seule direction. Dans un réseau neuronal récurrent, le signal de sortie de chaque neurone est réinjecté comme entrée dans ce neurone, permettant ainsi un mécanisme de mémoire à court terme  Les réseaux de neurones convolutifs, notamment utilisés pour le traitement d'images, introduisent la notion de localité. Leurs premières couches reconnaissent des modèles relativement basiques et locaux, tels que les contours, tandis que les dernières couches traitent des modèles plus complexes et globaux.