AppTalk de découverte des algorithmes génétiques et leurs applications.

1. www.appstud.com
IA : Techniques et Ethique
Jérémy Basso
1www.appstud.com

2. Sommaire
1
L’IA, c’est quoi ?
2
Techniques d’IA
3
Ethique
2

3. C’est quoi l’IA ?
11
3

4. Définition11
4
Intelligence Artificielle
Artificial Intelligence
Apparition du terme en 1950 : scientifiques évoquent la création d’un
« cerveau artificiel »
« Ensemble de théories et de techniques mises en œuvre en vue de réaliser
des machines capables de simuler l’intelligence humaine » Larousse
C’ESTQUOI?

5. C’ESTQUOI?
Mais concrètement, c’est quoi ?
11
5

6. C’ESTQUOI?
Plusieurs termes portant à confusion
11
6
Source : onalytica.com

7. RELEASENOTE
Voilà qui est plus clair !
11
7
AI = Concept général
Machine Learning = AI intégrant une
notion d’apprentissage
Deep Learning = Technique
spécifique de réseau neuronal
C’ESTQUOI?

8. C’ESTQUOI?
Contrôle surprise !
11
8
☐ IA
☐ Machine Learning
Facile !
cf Terminator 2
Directors’s Cut
Terminator T-800

9. Techniques
12
9

10. TECHNIQUES
Bottom-up vs Top-down
12
10
Ensemble
Détail
Bottom-up
Top-down
Approches de conception opposées
Fonctionne en IA mais aussi en
informatique par exemple
Top-down est plus « idéaliste » car
risque d’infaisabilité

11. TECHNIQUES
Regression linéaire
12
11
Objectif : prédire un résultat à partir de données
Solution : Créer un modèle capable de prédire à partir de données
Pré-requis : Il y a une relation entre les données et le résultat

12. TECHNIQUES
Concept d’overfitting
12
12
Résultat sur les données de test:
Mauvais Bon Très bon
Et pourtant, quel est le meilleur modèle pour d’autres données ?

13. TECHNIQUES
Comment mesurer la performance de son modèle ?
12
13
Data Set
Training
Set
Test Set
+
~70%
~30%
Cross Validation

14. TECHNIQUES
Retour sur le problème
12
14
1 2 3

15. TECHNIQUES
Retour sur le problème
12
15
1 2 31 2 3
Cette technique semble
fonctionner !

16. TECHNIQUES
Agents et intelligence collective
12
16
Exemple dans la nature : vol d’étourneaux

17. TECHNIQUES
Agents et intelligence collective
12
17
Un agent en IA :
AgentEnvironnement
Informations
Actions
Autres agents
+
Facteur externes

18. TECHNIQUES
Agents et intelligence collective
12
18
Exemple : Recherche de minimum par « particle swarm optimization »

19. TECHNIQUES
Algorithme génétique
12
19
Dans la nature : théorie de l’évolution
Phalène du bouleau
Forme typica Forme carbonari

20. TECHNIQUES
Algorithme génétique12
20
X individus
Sélection après
évaluation
Meilleurs individus
Croisement entre
les individus
Meilleurs individus +
leurs « enfants »
Ajout d’individus
avec mutations
(facteur aléatoire)
Meilleurs individus +
leurs « enfants » +
« mutants »
Nouvelle
génération

21. TECHNIQUES
Algorithme génétique12
21
Pour utiliser un algorithme génétique :
- avoir un moyen de représenter les individus capables d’évoluer
- avoir un moyen de calculer la performance / le score
- choisir les méthodes de croisement et mutation
Un individu peut être un arbre de décision, un algorithme, une photo, un
véhicule … peu importe tant qu’on trouve les caractéristiques ci-dessus !
Domaines principaux : économie, industrie, biosciences, climatologie …

22. TECHNIQUES
Algorithme génétique12
22
https://chriscummins.cc/s/genetics/
Exemple : reproduction d’image

23. TECHNIQUES
Réseaux neuronaux12
23
Idée : Reproduire la structure du cerveau humain
• Cerveau = réseau neuronal de 100
milliards de neurones
• Reconnaissance d’un visage en moins
de 200 ms + sentiments associés
• A la naissance notre cerveau n’est pas
« complet », il continue à se former
ensuite
Cerveau = meilleur réseau neuronal possible

24. TECHNIQUES
Réseaux neuronaux12
24
Comment fonctionne le neurone d’un réseau artificiel ?

25. TECHNIQUES
Réseaux neuronaux12
25
A quoi ressemble un réseau neuronal artificiel ?

26. TECHNIQUES
Deep Learning12
26
Deep Learning = réseau neuronal «profond» = beaucoup de couches
Avantages : puissant, flexible, comprend des concepts complexes
Défaut : très coûteux en Graphics Processing Unit (GPU)

27. TECHNIQUES
Deep Learning12
27
Reconnaissance d’images : Réseau neuronal convolutionnel

28. TECHNIQUES
Deep Learning12
28
DeepMind : AlphaGo (documentaire dispo sur )
Match AlphaGo vs Lee Sedol n°1 mondial de go

29. TECHNIQUES
Deep Learning12
29
DeepMind : AlphaGo
Arbre des possibles (partiel) du jeu de Go

30. TECHNIQUES
Deep Learning12
30
DeepMind : Starcraft II
But de DeepMind : algorithmes intelligents généralistes à partir de POCs

31. TECHNIQUES
Deep Learning12
31
Deep Dreams

32. TECHNIQUES
Deep Learning
12
32
Deep Dreams

33. TECHNIQUES
Deep Learning
12
33
Deep Dreams

34. Ethique
13
34

35. ETHIQUE
13
35
L’IA va t’elle mettre en danger nos emplois ?
Les IA vont-elles se rebeller et dominer le monde ?
Les IA vont elles mettre en danger notre vie privée, nos données
personnelles ?
Faut-il règlementer l’IA ? Si oui comment ?
Ethique

36. SOURCES
13
36
https://github.com/appstud/GeneticImage_Demo
Sources

37. APPSTUD
Merci !
37