# IAT - Amphi 1

###### tags: `IAT` `S2` `Amphi`

## Info pour l'année

1er cours en 2 scéances pour prendre le temps
Il va avoir un projet pour l'évaluation (très bien ça)
Les slides / TD / TP sont sur moodle

## Intro

C'est tout nouveau, ça a été fait l'an dernier. Tout neuf tout beau.
L'objectif est ne nous montrer ce qu'est l'IA sans l'approfondir de trop.

Bon ça va être chiant ajd.

L'âge d'or et les hivers de l'IA => on fait toutes les saisons.

Oui alors machine de turing *into* bots de textes *into* machine learning.
L'IA c'est pas que le maching learning et les réseaux de neurones faut pas déconner.

L'IA a 60 ans, elle a un peu de bouteille quoi. Une boomeuse en soit.
TRO va faire trop de cours

TrAvAiL pErSoNnEl Le ReToUr (0h dans la fiche ECTS)

_mEt**a**HEUr~~is~~tiQ**ue**_

## Historique de l'IA

- A partir de 300 avant JC (Socrate, C'est pas Aristote ?), premier algos (pgcd, Euclide)
- 1642, La première machine à calculer par B. Pascal [Plus d'infos sur wikipedia](https://fr.wikipedia.org/wiki/Pascaline)
- Machine de Turing, 1936 (fondement de l'informatique => machine de calcul)
- Test de Turing, 1950 (une IA qui le passe ne peut être distinguée d'une intelligence humaine), [Wikipedia](https://fr.wikipedia.org/wiki/Test_de_Turing)
- Naissance du terme IA en 1956 (McCarthy et Minsky), dans la première conférence consacrée au domaine

Après la conférence de 1956, gros progrès très rapidement mais les limites techniques sont vite atteintes et donc plateau dans l'innovation du domaine : age d'or suivi d'un "hiver".

L'objectif de l'IA va être de pouvoir comprendre la sémantique (le sens) d'une situation et de répondre de manière adaptée. Un humain va comprendre une situation via à la fois les élements qui en font partie (comme une IA, capable de reconnaître assez facilement des élèments visuels, sonores...) mais aussi grace au contexte, et à son expérience.

### Age d'or (1956 - 1973)

- Perceptron (Reseau de neurones) : sommes d'entrées avec un poids, activation d'une fonction en fonction d'un biais. Il marche pas s'il n'a rien appris, il est un peu bête mais on ne lui en veut pas trop.
- Logique modale (plus trop a la mode) : ou l'IA symbolique, on met des symboles de partout, c'est assez sympa
- Logique floue (elle est pas tres nette) : pas de logique booléenne, l'éspace d'arrivée n'est pas binaire, entre zéro et un
- Jeux / Recherches opérationnelles : arbres de recherche, algorithme MiniMax (backtracking sur le Sudoku, résolution d'Echecs ou encore AlphaGo)
- Approches heuristiques (A*) : recherche du plus court chemin guidée, utilisée dans les premiers robots mobiles, heuristique : information sur la borne minimale vers le but, si on trouve l'heuristiqu
- Agent conversationnel (pour la traduction dans un premier temps, mais ça s'étends jusqu'a la reconnaissance vocale et les assistants personnels) : au début détection de mots qui donnaient des réponses enregistrées.

### 1er hiver (1974 - 1980)

Beaucoup de déceptions par rapport aux avancées annoncées par la conférence de 1956. Dès 1966, doutes de la DARPA (organisme de recherche militaire Etats-Uniennes) (La traduction ca marche pas). Entraine pertes de financements pas seulement aux USA mais aussi GB, sauf Essex, Sussex, Edimbourg.

En 1969, Minsky et Papert soulignent les limites du Perceptron.

### 2eme Age d'Or (1980-1990)

En 1981, le Japon investit 850M$ dans l'ordinateur 5^eme^ génération. La puissance de calcul et la mémoire deviennent bon marchées. Le Lisp a été inventé en 1958 par des américains (McCarthy) mais les français l'ont beaucoup utilisé et dévelloppé notamment pour l'IA.

Beaucoup de reconnaissance de l'image dans ce 2^nd^ âge d'or

- Systèmes Experts (prog. fonctionnelle → Lisp) : Ensemble de faits et de déductions => enchainement de IF .
- Réseaux Bayesiens J. Pearl 1985 : Début des modèles probabilistes.
- Prog. par Contraintes : Les problèmes sont modélisés à l’aide de variables de décision et de contraintes.
- Perceptron multi-couches (traite des phénomènes non linéaires), P. Werbos (74) / Y. Le Cun (85) / D. Rumelhart (86)
- Cartes auto-organisatrices (classif.) Kohonen 1984
- Reconnaissance d’écriture

EXO :
Modélisation du rendu de la monaie de la machine à café.

Le rendu = P-S
Contrainte de minimisation du nombre de pièces rendu.
Contriante de savoir le nombre de pièces dans la machine.

Pas de contrainte de rendre le bon nombre de pièces -> on rends pas de pièce.