Approches en IA
Bon. A ce stade, vous vous dites sûrement que vous allez rapidement passer à la question suivante. Ce serait dommage car nous abordons là un point fondamental pour comprendre le fonctionnement des intelligences artificielles.
Pour les rendre intelligibles, illustrons ces deux approches par un cas pratique. Imaginons que nous souhaitions qu'une IA parvienne à reconnaître une voiture sur une photo.
- L’approche symbolique (ou top-down) utilise des règles prédéfinies. Par exemple : “Si l’objet a 4 roues et un volant, alors il s’agit d’une voiture”.
- L'approche connexionniste (ou bottom-up) s’inspire du mode d'apprentissage du cerveau humain. Les enfants apprennent à reconnaître une voiture en multipliant les "expériences de voiture". A force d'entraînement, l'enfant développe la capacité à identifier les caractéristiques visuelles communes à toutes les voitures, sans que cela ait fait l'objet d'un apprentissage formel.
L’approche symbolique (ou IA classique) sera dominante jusqu’aux années 1990. Mais ses limites sont importantes puisqu'elle ne fonctionne que pour des schémas où des règles explicites peuvent être établies.
