C2-IA-00 : Introduction à l’intelligence artificielle#
Objectifs pédagogiques#
comprendre les étapes basiques de l’intelligence
avec l’exemple de la classification
Exemple introductif#
Voici un ensemble de chiens :
Chien 1 |
Chien 2 |
Chien 3 |
Chien 4 |
|---|---|---|---|
|
|
|
|
Voici un ensemble de chats :
Chat 1 |
Chat 2 |
Chat 3 |
Chat 4 |
|---|---|---|---|
|
|
|
|
Questions#
Comment pouvez-vous dire à coup sûr de quoi on parle (un chien ou un chat) ?
quelles sont les caractéristiques que vous utilisez ?
quelles sont les indices de certitude que vous avez ?
Comment fonctionne votre cerveau pour distinguer un chat d’un chien ?
Ensemble de test#
De quel animal s’agit-il ?
? |
? |
? |
? |
|---|---|---|---|
|
|
|
|
Observations#
Les deux premiers ensembles de chiens et de chats avaient été préalablement étiquetés (labelisés)
L’ensemble de test contient des animaux qui ne sont pas connus du système d’intelligence : un chien qui se rapproche d’un renard, un fennec, un bébé chat et un oiseau.
Conclusion#
On peut donc établir les différentes étapes d’une intelligence artificielle de classification :
Labelisation des images
Entraînement. C’est la phase d’apprentissage du réseeau de neurones. C’est à cette étape que l’on utilise un Ensemble de données d’entraînement (en anglais Training dataset)
Validation, C’est la phase de fine tuning du modèle. On utilise un Ensemble de données de validation (en anglais Validatation dataset)
Test. On teste le modèle sur un ensemble inconnu et non labellisé. On utilise à ce stade un Ensemble de données de test (en anglais Test dataset)
Google Teachable machine#
On peut essayer de faire apprendre une machine à reconnaître (classifier) des animaux : c’est la Google Teachable Machine