Discussion :

[Romain L]

Bonjour à vous,

Actuellement lycéen en 1er S, je suis en pleine réalisation de mon TPE. Comme vous pouvez vous en douter, si je poste ici... c'est que celui-ci traite de l'IA, oui, merci !!

Bon, rapide présentation faite, je traite personnellement une partie qui me tient à cœur, à savoir les réseaux neuronaux artificiels. Mais, après de multiples recherches, et un bon moment de rédaction, j'en arrive à quelques questions, auxquels je ne trouve pas de réponses... ( mauvaises recherches de ma part ? Possible, même si j'ai bien écumé le web... )


1) Est ce que l'appellation et le détachement de deux type d'IA, à savoir FAIBLE et FORTE, est "reconnu", et représentative de la réalité ? Autrement dit, je me pause la question de savoir si un aspirateur robot peut vraiment être comparé à une IA...

2) Plus techniques là, mais surement très simples pour vous, j'ai tout à fait compris qu'un neurone formel recevait des informations sous formes de deux valeurs ( donc, devrais-je dire, binaire ). Mais, et c'est là que je me perds, je trouve deux type de valeurs possibles sur le web... Les binaires "classiques", à savoir 0 ou 1, et les "bipolaires", -1 ou 1... J'en suis venu à la conclusion plutôt hasardeuse et totalement personnelle que comme un réseau de neurone était, comme son nom le laisse comprendre, artificielle, on affecte bien les valeurs qu'on veut à ses entrées et sortie, si tout le réseau suit le même exemple, çà ne pose pas de problème... Mais alors, peut ou choisir, imaginons, -5 et 4 ? Ou, plus farfelu, -451 et 245 ?

3) Enfin, ma dernière interrogation ( pour le moment ) se rapporte au "seuil d'activation des neurones". En effet, je n'ai rien trouvé qui puisse satisfaire ma curiosité à ce sujet, ou que des brides d'informations, qui se contredisaient parfois... Ma question est donc : ce seuil est t'il contenue dans le neurone, comme la fonction qu'il va appliquer, ou est il, comme j'ai aussi pu le remarquer, le poids d'une entrée particulière ?
Si, et c'est ce que je pense, la seconde solution ( ce qui permettrait à ce seuil d'évoluer, vu que c'est les poids qui subissent l'auto apprentissage avec ce que j'ai pu lire ), j'ai lu que ce poids était affecté à une entrée -1... Mais si on est en binaire 0 ou 1, d’où vient ce -1 ? Je n'arrive pas vraiment à comprendre...


D'avance, un grand merci pour vos réponses !

Je ne suis pas encore passé par la case présentation, et j'en suis désolé, faute de temps ce matin, mais je réglerais ceci dans l'après midi... Car, si à la base je suis venu en particulier pour ce sujet, je pense me plaire ici ! Et la programmation d'un réseau ne me déplairait pas non plus, même si ceci n'aurait pas un intérieure immense pour mon TPE...

Et de toutes façon, attendez vous à subir d'autres assauts de ma part sur le sujet...

Bonne journée à vous !

[LittleWhite]

Bonjour (et rebienvenue),

Oui, l’appellation IA faible et IA forte est reconnue et existe. Un robot aspirateur est une IA faible et ne suit qu'un simple algorithme (une machine à état fini, surement).
Ce que l'on appelle IA, c'est un truc non humain qui peut prendre des décisions. Généralement, on donne des entrées, le machin réfléchit/analyse et il agit en conséquence.

Pour les réseaux de neurones, j'aurais du mal à répondre, je n'ai pas assez étudié ce sujet. Par contre, je vous conseille (dans l'espoir que l'anglais ne soit pas problématique) Google Scholar. Peut être c'est un peu trop poussé, mais là bas, vous aurez des documents vraiment précis sur le sujet (peut être trop poussé ).

[Romain L]

Merci pour cette définition, plus "abordable"

Je vais aller jeter un coup d’œil à ce que tu me sites, mais tu pointes du doigts un problème auquel je suis confrontés... je trouve soit des articles trop simplistes, soit trop complexe, dur dur de sélectionner là dedans... en plus que dans certains cas, les informations se contredisent...

[acx01b]

salut, les réseaux de neurones MLP sont les premiers à étudier. La backpropagation c'est une simple descente de gradient une fois qu'on a compris la différentielle totale, c'est à dire que si on a une fonction g(t) = f(x(t),y(t),z(t)...)

alors :

dg /dt = df/dx x'(t) + df/dy y'(t) + df/dz z'(t)

mais bon si tu arrives à piger ça en 1ère S chapeau ! (descente de gradient + différentielle totale = backpropagation = MLP)

[Romain L]

Merci pour ta réponse ! Je m'en vais de ce pas analyser tout cela... C'est vrai que çà parrait compliqué comme çà, mais bon, je verrais bien !
Après, le souci, c'est que mon TPE tourne d'avantage autour de l'intelligence artificielle dans son aspect général. Donc même si je conte pas mal développer les réseaux de neurones, ce n'est pas l'unique sujet de mon projet.

Encore merci, je reviens très bientôt donner le résultat de mes recherches...

Si d'autres personnes pourraient m'éclairer quant à mes autres interrogations, je suis toujours preneur, et vous en remercie !

[ToTo13]

3) Enfin, ma dernière interrogation ( pour le moment ) se rapporte au "seuil d'activation des neurones". En effet, je n'ai rien trouvé qui puisse satisfaire ma curiosité à ce sujet, ou que des brides d'informations, qui se contredisaient parfois... Ma question est donc : ce seuil est t'il contenue dans le neurone, comme la fonction qu'il va appliquer, ou est il, comme j'ai aussi pu le remarquer, le poids d'une entrée particulière ?
Si, et c'est ce que je pense, la seconde solution ( ce qui permettrait à ce seuil d'évoluer, vu que c'est les poids qui subissent l'auto apprentissage avec ce que j'ai pu lire ), j'ai lu que ce poids était affecté à une entrée -1... Mais si on est en binaire 0 ou 1, d’où vient ce -1 ? Je n'arrive pas vraiment à comprendre...

J'aurai pour ma part tendance à dire que le seuil est fixe. Les poids sont adaptés en fonction du seuil.
Je suis en train de développer mon propre DNN/CNN et j'avoue que tous les articles que j'ai lu ces derniers temps, n'utilise pas/plus de tels neurones.