Définitions

Intelligence artificielle symbolique

L’intelligence artificielle symbolique correspond aux techniques d'IA baséess sur des représentations « symboliques » (lisibles par l’homme) de haut niveau de problèmes, la logique et la recherche.

L'IA symbolique était le paradigme dominant de la recherche sur l'IA du milieu des années 1950 jusqu'à la fin des années 1980.

John Haugeland a donné le nom GOFAI ("Bonne intelligence artificielle à l'ancienne") à l'IA symbolique dans son ouvrage de 1985, Artificial Intelligence: The Very Idea, qui explorait les implications philosophiques de la recherche sur l'intelligence artificielle. En robotique, le terme analogue est GOFR ("Good Old-Fashioned Robotics").

L'approche est basée sur l'hypothèse que de nombreux aspects de l’intelligence peuvent être atteints par la manipulation de symb ols, une hypothèse définie comme la « hypothèse des systèmes de symboles physiques » par Allen Newell et Herbert A. Simon dans le milieu des années 1960.

Les systèmes experts, qui utilisent un réseau de règles de production, constituent une forme répandue d'IA symbolique. Les règles de production relient les symboles dans une relation similaire à une instruction If-Then. Le système expert traite les règles pour effectuer des déductions et déterminer les informations supplémentaires dont il a besoin, par exemple les questions à poser, à l'aide de symboles lisibles par l'homme.

Parmi les opposants à l’approche symbolique figurent des robotistes tels que Rodney Brooks, qui vise à produire des robots autonomes sans représentation symbolique (ou avec une représentation minimale) et des chercheurs en intelligence informatique, qui appliquent des techniques telles que les réseaux de neurones et l’optimisation pour résoudre des problèmes d’apprentissage automatique. et ingénierie de contrôle.

L'intelligence artificielle symbolique avait pour objectif de produire une intelligence générale, semblable à celle de l'homme, dans une machine, alors que la plupart des recherches modernes portent sur des sous-problèmes spécifiques. La recherche sur l'intelligence générale est maintenant étudiée dans le sous- champ de l'intelligence générale artificielle.

Les machines ont été initialement conçues pour formuler des sorties en fonction des entrées représentées par des symboles. Les symboles sont utilisés lorsque l'entrée est définie et tombe dans la certitude. Mais lorsqu'il y a une incertitude impliquée, par exemple dans la formulation de prédictions, la représentation est effectuée en utilisant la " logique floue ". Ceci peut être vu dans les réseaux de neurones artificiels.

Recevez des exclus !

Contenus liés

Abonnez-vous et recevez des infos en exclu

24pm academy
17 rue etex 75018 Paris
O6 62 55 OO 1O

Search