De l'ignorance à l'IA il n'y qu'un pas

Les incertitudes sont omniprésentes dans les travaux scientifiques et dans la vie de tous les jours. La présence de phénomènes aléatoires rend le raisonnement complexe et exige une prudence particulière. Le formalisme mathématique communément utilisé et enseigné est celui des probabilités. Cet outil mathématique est utilisé pour modéliser des événements par nature aléatoires (p. ex. lancer de dé), mais aussi pour représenter des incertitudes de nature plus subjective, notamment liées à une ignorance due à un manque d’information. Nous verrons à travers cette présentation des formalismes mathématiques qui vont au-delà de la théorie des probabilités et permettent de plus facilement représenter et raisonner avec l’ignorance.

L'avènement du deep learning marque une avancée dans le domaine de l'intelligence artificielle (IA). Je commencerai par présenter la structure de base des réseaux neuronaux. Par la suite, j'expliquerai les notions de Convolutional Neural Networks (CNN) et de Recurrent Neural Networks (RNN) qui ont engendré des avancées majeures dans le traitement de l'image, la traduction automatique et la génération de textes.
Je finirai par les “Transformer” (ChatGPT, Gemini…) qui ont révolutionné le traitement du langage naturel, mais pas que, en permettant une analyse contextuelle plus fine.