mercredi 26 janvier 2011

28 - REFLEXIONS SUR L’INTELLIGENCE ARTIFICIELLE

Par Clark G.KHADIGE, dba, desg

Les sciences cognitives ont pour objet l'étude des processus de la connaissance, de la pensée, de l'apprentissage et de la raison. Elles constituent une nouvelle approche de l'intelligence artificielle, en regroupant l'informatique, les mathématiques, la neurobiologie, la psychologie, l'ergonomie, la linguistique et la philosophie.
Il est difficile de donner une définition claire et précise de l'intelligence artificielle tant qu'on n'arrive pas à définir la notion d'intelligence elle-même: c'est le cas, pourtant, puisque entre autres, on n'arrive toujours pas bien aujourd'hui à la mesurer.
L'intelligence artificielle serait, à la limite, le fait de donner à une machine - un ordinateur - la faculté de donner une réponse à une question particulière. Elle reposerait, en fait, sur une gigantesque base de données qui  a besoin d'être organisée et classifiée afin de pouvoir ainsi répondre, par un phénomène d'association.
Cependant, la machine en elle-même, n'a pas d'intelligence, puisqu'elle n'a pas de vie propre. Elle opère grâce à un système de programmes écrits, qui régissent l'information, et qui sont stables dans le sens où ils ne peuvent ni évoluer ni progresser sans l'apport de l'intelligence de l'homme. On la dote, donc, d'une forme d'intelligence associative, une intelligence artificielle, c'est-à-dire non naturelle. Mais la base de données, elle, évolue constamment par l'apport de renseignements nouveaux et qui, sans lui, reste désuète et inutilisable. L'information a donc un temps de vie déterminé. 

Dans la vie de tous les jours, le fait de parler avec une autre personne revêt une certaine forme d'intelligence : l'intelligence artificielle peut donc être définie comme le fait de se trouver devant une entité artificielle (un ordinateur), de lui parler et de recevoir des réponses en rapport avec la question et qui auraient pu être formulé par une autre personne
Qu'est-ce que donc que l'intelligence artificielle? Trois chercheurs nous en donnent une définition :

1.        KIRSH, (1992) : une spécification de la connaissance aspirant à une capacité cognitive.
2.      NEWELL, (1993), la capacité d'utiliser ses connaissances pour atteindre un but spécifique.
3.       SCHANK, (1987) : la science donnant aux programmes la capacité à se changer eux-mêmes pour le meilleur au vu de leur expérience.

Une définition plus rigoureuse de l'intelligence artificielle serait de l'assimiler à la branche de l'informatique visant à faire résoudre par des ordinateurs des problèmes traités par l'homme, et pour lesquels il n'existe pas d'algorithmes satisfaisants. Elle essaye donc d'imiter les facultés sensorielles de l'homme, ainsi que ses fonctions intellectuelles supérieures.

C'est donc l'intelligence de la machine, conçue donc par l'homme. C'est donner la possibilité à une machine de  penser, c'est-à-dire d'associer des données fixes reçues sur un sujet quelconque et d'en tirer une conclusion, un résultat ou une réponse.

« Puisqu'elle est le cerveau de la machine, l'intelligence artificielle, n'est pas et ne sera probablement jamais la réalisation du mythe de l'homme supplanté dans toutes ses facultés par la machine, vulgarisé par de nombreux et parfois talentueux auteurs de science-fiction[1] ».

L'utilisation de la machine et de son «intelligence» aura des conséquences incalculables sur les aptitudes mentales et physiques de l'individu et sur les résultats de l'entreprise qui l'utilise. Cette technologie est devenue stratégique puisqu'elle a transformé en profondeur les principes et les concepts de la gestion. Il ne s'agit plus de penser compétences individuelles et collectives mais de performances techniques et technologiques de l'entreprise, car elle touche non seulement au «savoir» mais aussi au savoir-faire et à la créativité, atouts principaux dans le concept de compétitivité suprême.

On se trouve donc face à un véritable réservoir de connaissances. Ferons-nous face, un jour, à cet ordinateur pensant capable de décisions et d'actions ? Atteindra-t-il l'indépendance créative ? Ici, la fiction rejoint la réalité car à travers un réseau à connexions elle tentera d'imiter l'organisation intime du cerveau[2]. Quelles sont les véritables motivations derrière cette imitation : sont-elles économiques ou politiques dans le sens d'une hégémonie totale des marchés ? L'opérateur humain restera t'il le seul juge, ou le seul maître, en dernier ressort ? L'enjeu est à la hauteur des ambitions.

Toute pensée est donc le fruit d'un travail collectif : des idées et des concepts se forment, se combinent et s'enchaînent.  Pour cela, l'homme transmettra à la machine sa pensée.par le moyen de langages informatiques et créera un nouveau type de culture : celle de la machine. Le langage est, d'autre part, l'expression d'une culture. Il structure la pensée humaine et, favorisant la communication, il accélère le développement intellectuel de l'espèce, au point de s'intégrer à son patrimoine[3].

Est-ce à dire que si la machine prend le contrôle total de la vie industrielle et sociale, la civilisation disparaîtra? Trouver une réponse à cette question c'est déjà opposer l'intelligence individuelle, (intelligence humaine), et l'intelligence collective à l'intelligence artificielle.  Les paris sont ouverts.

Deux axes majeurs de recherches devraient changer la physionomie de l'intelligence artificielle :
Ø  Le premier concerne le matériel, et vise à augmenter la puissance et la capacité des machines,
Ø  Le second, néanmoins le plus important et le plus vital, est la préparation du contrôle total de la machine, pour ne pas lui laisser l'occasion de dépasser la décision de l'homme.

Si nous n'arrivons pas à mobiliser l'intelligence collective, il est à croire que l'avenir sera celui de l'intelligence artificielle. Il est à parier que ce sera elle qui pourvoira aux besoins de la civilisation. Mais la créativité humaine devra réagir avec assez de puissance et créer une intelligence artificielle dirigée, maîtrisée et contrôlée à opposer à l'intelligence artificielle indépendante.


LE DOMAINE DE L'INTELLIGENCE ARTIFICIELLE

Le but ultime de l'intelligence artificielle est de réaliser des machines capables d'effectuer des tâches de façon intelligente. Autrement dit, elle vise à simuler l'intelligence humaine. Avant de comprendre ce qu'est cette forme d'intelligence, il est nécessaire de comprendre ce qu'elle est.

Quelque soit la définition que l'on pourrait trouver pour le terme intelligence, elle résume notre compréhension de l'intelligence humaine. En termes d'intelligence artificielle, l'intelligence humaine se manifeste par, entre autres choses, les aspects suivants :

Ø  La capacité de conceptualiser le monde réel. Elle permet à l'humain de construire un modèle mental de la réalité. Une simulation de cette capacité par des machines est donc de construire un modèle symbolique du monde réel. Cet aspect correspond à la définition du Petit Robert, et du Petit Larousse.
Ø  La capacité de saisir des connaissances, ou d'apprendre. Cet aspect est impliqué dans la définition du Petit Robert, et du Petit Larousse. En conséquence, un être intelligent doit posséder une grande quantité de connaissances.
Ø  La capacité d'appliquer des connaissances à différentes situations pour résoudre des problèmes. Cet aspect correspond à du Petit Robert, et à une partie de du Petit Larousse.

Étant donné le but de l'intelligence artificielle qui est la simulation de l'intelligence humaine, les objets de recherche sont donc articulés autour des aspects discutés ci-dessous :

Ø  La Conceptualisation:           Les recherches sur cet aspect visent à créer un modèle symbolique pour représenter un monde réel. La logique est l'outil le plus ancien et plus utilisé pour la conceptualisation.
Ø  La Connaissance :       Les études sur les connaissances ont deux buts:
¯  de développer des formalismes appropriés pour représenter des connaissances;
¯  d'expliciter les connaissances utilisées dans différents domaines.
Ø  Le Raisonnement :      Ici, on vise surtout à comprendre et à formaliser le mécanisme de raisonnement chez les humains.
Ø  L'Apprentissage:          Nos connaissances s'enrichissent constamment. Ainsi doivent être les connaissances dans une machine. Les études sur l'apprentissage visent justement à trouver comment l'Humain apprend, et comment ce mécanisme d'apprentissage peut être implanté dans une machine. Parmi les approches développées, on peut citer l'apprentissage par induction (généraliser des exemples observés), et l'apprentissage connexionniste (dans les réseaux de neurones).
Ø  La Communication :   Beaucoup de gens associent aussi l'Intelligence avec la capacité de communication. On pose souvent des questions comme "est-ce que vous pensez en français ou en anglais?". Donc, la pensée est considérée comme étant fortement liée à une langue. La capacité de communication, (même si c'est avec soi-même dans la tête), est donc une faculté importante de l'Intelligence.
Ø  La capacité d'avoir des idées originales :            On aimerait aussi que les machines puissent inventer des choses comme les humains. Cependant, les opinions divergent quant à l'inclusion de cet aspect dans l'intelligence artificielle. Certains pensent qu'il est impossible que les machines puissent inventer (au moins dans un avenir prévisible); d'autres, (LUGER et STUBBLEFIELD), pensent que c'est possible. Ces auteurs pensent même que les systèmes existants peuvent déjà faire certaines inventions. Par exemple, un système expert peut donner des solutions "originales" que les experts n'ont pas prévues.


LES APPROCHES DE L'INTELLIGENCE ARTIFICIELLE

L'intelligence artificielle est une simulation. Il y a deux façons de simuler quelque chose:
Ø  On peut simuler le mécanisme de l'Intelligence, c'est-à-dire d'implanter dans les machines la même façon de résoudre des problèmes que les humains.
Ø  On peut aussi simuler le comportement extérieur, c'est-à-dire de faire en sorte que le résultat produit par une machine soit comparable à celui d'un humain.


Ces deux approches aboutissent à cinq définitions de l'intelligence artificielle :

Ø  Etude des facultés mentales à travers l'utilisation de modèles informatiques. (CHARNIAK ET MCDERMOTT, 1980)
Ø  Discipline visant à comprendre la nature de l'Intelligence en construisant des programmes d'ordinateur imitant l'intelligence humaine. (BONNET, 1984)
Ø  Etude des mécanismes sous-jacents au comportement intelligent à travers la construction et l'évaluation des artifices qui rendent ces mécanismes possibles. (LUGER ET STUBBLEFIELD)
Ø  Etude des méthodes qui permettent aux ordinateurs de réaliser ce que les hommes font mieux. (RICH (1983) (1991) )
Ø  Etude des idées qui permettent à des ordinateurs d'être intelligents, dans le but, d'une part de rendre ceux-ci plus utiles, et d'autre part, de comprendre les principes qui rendent l'intelligence possible. (WINSTON (1984)).

Parmi ces définitions, les trois premières penchent vers une approche fondamentaliste, (comprendre les mécanismes de l'intelligence). La définition de RICH, par contre, a plutôt une saveur de la seconde école. Tandis que la définition de Winston englobe les deux écoles.

Dans les travaux de recherche sur l'intelligence artificielle, ces deux approches sont présentes. Par exemple, le mécanisme d'inférence et de déduction étudié depuis l'antiquité représente une partie de ce qu'on a compris de l'intelligence humaine. Cette approche logique peut être vue comme un exemple de la première école. Pour la seconde école, les systèmes experts sont des exemples, car le mécanisme de raisonnement implanté dans un système expert n'est pas nécessairement celui de l'être humain. Ce qui importe, ce sont les résultats produits.


FAITS DANS L'HISTOIRE DE L'INTELLIGENCE ARTIFICIELLE

Ø L'intelligence artificielle a sa racine dans l'antiquité. Les philosophes depuis l'antiquité se sont toujours intéressés à savoir comment l'intelligence fonctionne.
Ø En ce qui concerne la conceptualisation, René DESCARTES (XVIe siècle) a fait la séparation entre le monde réel et le monde spirituel. On peut considérer que cela est la racine de la conceptualisation utilisée dans l'Intelligence Artificielle de nos jours.
Ø La logique a toujours été utilisée pour modéliser la pensée. Dans le développement de la logique, on peut mentionner George BOOLE, (XIXe siècle), qui a développé la logique booléenne. Notamment, il a montré que les expressions logiques complexes peuvent être construites en utilisant quelques connecteurs logiques, (et, ou et non). Plus tard, au cours du XIXe siècle, GOTTLOB FREGE a développé la logique du premier ordre, (ou le calcul des prédicats), qui est utilisée pour représenter des faits, des connaissances et de faire le raisonnement. Dans les années 1940 et 1950, quelques autres logiciens ont beaucoup contribué dans le développement de la logique, comme RUSSEL et WHITEHEAD, et Alfred TARSKI.
Ø En 1956, quelques chercheurs participaient à un atelier de recherche en intelligence artificielle au Collège de Dartmouth, organisé par McCarthy, qui proposa le nom d'"intelligence artificielle" pour le domaine.
Ø Dans les années 1960, NEWELL et SIMON, (1963), ont réalisé le premier programme d'intelligence artificielle et THORIST a fait la preuve automatique de théorèmes nouveaux.
Ø Le premier langage de l'intelligence artificielle, le LISP, fut inventé par John MCCARTHY dans les années 1960.
Ø Un autre langage de l'intelligence artificielle, le « IA – Prolog », fut inventé par Alain COLMERAUER dans les années 1970.
Ø Les années 1970 sont aussi marquées par le développement des systèmes experts, par exemple, DENDRAL et MYCIN.
Ø L'apprentissage a été depuis très longtemps un thème de recherche poursuivi en intelligence artificielle. Les approches connexionnistes, (réseaux de neurones), commencèrent à se démarquer comme un sous-domaine important, surtout dans les années 1990.


FORMULATION PRATIQUE

La capacité d'une organisation à demeurer efficiente et compétitive dans un environnement en constante évolution, repose sur sa capacité de valoriser de nouvelles informations scientifiques, technologiques et organisationnelles. L'évolution de leur environnement force ainsi les organisations à explorer de nouvelles opportunités d'affaires ou de fonctionnement, notamment par une gestion cohérente des informations/connaissances qui se trouvent à l'intérieur et à l'extérieur de l'organisation.

La capacité innovante d'une organisation dépendra de sa facilité à transformer les informations qui sont de plus en plus nombreuses, en pratiques et en procédés stratégiques qui lui permettront de se différencier par rapport à ses concurrents (VAN WIJK, VAN DEN BOSCH, 2000).

Dans le monde industriel, une confusion est souvent faite entre la Gestion des Connaissances, (Knowledge Management), et l'intelligence économique. Elle s'explique par le fait qu'elle est souvent vue sous l'angle des technologies qui servent à recueillir et à analyser des données pour améliorer la prise de décision.

Pour l'intelligence économique, l'intelligence est souvent définie comme la découverte et l'explication de contextes cachés, inhérents à la prise de décisions appropriée dans de nombreuses activités et domaines économiques.

Il est facile de comprendre comment la connaissance peut être considérée comme une composante intégrale de l'intelligence économique et, donc, de la prise de décision. De son côté, le Knowledge Management est décrit comme le processus systématique de la recherche, du choix, de l'organisation, de l'interprétation et de la présentation de l'information, de manière à améliorer la compréhension des collaborateurs faisant partie d'un centre d'intérêt spécifique (HAMEED, 2004). Le Knowledge Management aide donc l'organisation à gagner de la perspicacité et à structurer sa propre expérience.

Ainsi, les activités spécifiques du Knowledge Management, aident l'organisation à se concentrer sur l'acquisition, le stockage et l'utilisation des connaissances pour des activités telles que la résolution des problèmes, l'amélioration des processus internes, la planification stratégique et la prise de décision.

En fait, les organisations seraient davantage efficaces si elles pouvaient se transformer grâce aux connaissances déjà inscrites dans la mémoire de l'ensemble de leurs employés et de leurs partenaires d'affaires (JACOB, PARIAT, 2000). On sait déjà, que les limites d'une organisation sont infinies grâce aux réseaux qu'elle peut établir. Les réseaux sont aujourd'hui d'une importance extrême lorsqu'on sait qu'une organisation ne peut plus uniquement compter sur des ressources internes pour demeurer efficiente et compétitive. Elle a besoin de gérer ses connaissances et de trouver un moyen pour les utiliser continuellement. Elle a besoin d'Intelligence !


LES SYSTEMES D'INFORMATION AU CŒUR DE LA DEMARCHE

Le développement de la micro-informatique a permis l'individualisation et l'interactivité de l'information. En associant à l'information un certain automatisme,  la connaissance et sa gestion sont désormais ouvertes, partagées et accessibles.

Cette évolution concerne tout le système de gestion des données de l'entreprise. La généralisation de l'informatique a créé une nouvelle architecture entrepreneuriale. Désormais et quelle que soit sa taille, chaque entreprise ressemble à un système nerveux qui relie la hiérarchie, les cadres et leurs subordonnés à la vitesse de l'électron. Ce système nerveux, qui autorise à chaque instant des échanges en temps réels, ne véhicule que de l'information.

L'information et sa maîtrise sont aujourd'hui devenues un enjeu majeur pour les sociétés développées, car elle met en cause, principalement, leur capacité de concevoir et d'utiliser l'intelligence artificielle.

L'information et le savoir, à la base du succès économique, sont devenus des atouts stratégiques de première importance. C'est l'introduction de la Gestion des Connaissances, ou Knowledge Management, c'est-à-dire un nouveau concept de gestion d'un ensemble stratégique : information et individu.  De plus, dans un contexte de mondialisation, la turbulence des marchés génère une concurrence sans précédent entre les entreprises. La capacité à comprendre un environnement et à anticiper les changements constitue, plus qu'avant, un facteur clé de productivité et de croissance des organisations. Cette nouvelle approche de la compétition économique nécessite de gérer la connaissance de façon globale.

L'intelligence économique s'inscrit, d'une part, comme ce nouveau mode de management basé sur la recherche et la gestion optimale de l'information stratégique, et l'intelligence artificielle, comme l'outil incontournable. D'autre part, et dans son approche globale, l'intelligence économique se fonde sur la recherche de l'information et la production de connaissances nouvelles, le management de l'information stratégique préfigurant sa nouvelle dimension.


LES SYSTEMES EXPERTS OU L'INTELLIGENCE ARTIFICIELLE AU SERVICE DE LA GESTION DES CONNAISSANCES

Issu des travaux en intelligence artificielle, le système expert, ou Knowledge Based Expert System, (KBS), est un outil utile à la gestion des connaissances, né de la volonté de développer des systèmes informatiques dont les comportements pourraient être assimilés à ceux d'un être humain. Il s'agit de systèmes dont la fonction principale est l'emmagasinage de connaissances dans un domaine de savoir-faire et de savoir utiliser limité et très spécialisé. Ces systèmes experts permettent à la fois de:
Ø  Préserver une expertise parfois rare et coûteuse au sein de l'organisation,
Ø  Diffuser les connaissances ainsi emmagasinées, à un large éventail de décideurs

Un système expert décharge les experts des tâches trop répétitives afin qu'ils puissent investir plus de temps dans le développement de leur professionnalisme, et augmenter ainsi leur expertise. Il peut être configuré pour:

Ø  Résoudre des problèmes aussi bien que le feraient les experts. Ce système fera appel à l'intelligence productrice de solutions, en fonction des données reçues sur les situations conflictuelles.
Ø  Classifier et capitaliser les connaissances et nouvelles observations de manière à participer à la sauvegarde et à la diffusion de l'expertise. Dans ce cas, le système utilisera l'intelligence organisatrice, qui lui permettra d'organiser ses données au sein de l'intelligence économique.
Ø  Effectuer une interprétation prédictive à partir d'observations pré-stockées. Ici, l'intelligence analytique se penchera sur une étude approfondie isolant suffisamment de données afin que l'intelligence prédictive puisse permettre de concevoir et d'imaginer des scénarii conséquents à la situation étudiée.
Ø  Planifier des actions humaines dans un univers complexe caractérisé par des contraintes ou des règles connues. En conséquence, l'intelligence planificative travaillera de concert avec l'intelligence organisative, afin de donner au système les moyens nécessaires au processus de travail.

FONCTIONNEMENT D'UN SYSTEME EXPERT

Dans un premier temps, le système expert reçoit de différentes sources, toutes les connaissances relatives au problème à gérer, (règles, procédures, méthodes, stratégies,…). Celles-ci sont stockées dans sa banque de données, base des connaissances de l'entreprise. Ensuite, l'expert donne au système les règles générales à suivre pour trouver, de lui-même, la solution à un problème posé, (déductions, conclusion, …). Il y a donc, ici, une certaine coordination entre l'intelligence humaine et l'intelligence du système[4].
Le système expert comporte cinq modules:

Ø  L'interface «expert » : Elle sert à emmagasiner l'expertise et les règles à suivre dans la base de connaissances. Il existerait, donc, une certaine « L'intelligence conservative » qui complèterait un premier travail de recherche et de compilation de données effectué par l'intelligence économique et par l'intelligence artificielle, dans les activités de la Veille Stratégique.
Ø  Une base de connaissances : Elle contient le diagramme des procédures, la description des différentes règles. Cette base de connaissances, qui représente la source du Quotient Intellectuel de l'Entreprise, est alimentée par l'intelligence économique, et traitée par l'intelligence artificielle. Il y a donc, ici quelque part, une intelligence de la machine  qui va mettre en relation les différents éléments constituant la base de connaissances. C'est grâce à l'intelligence relationnelle, que des associations de données informatives vont se créer afin de trouver un output  adéquat à ce que le système expert demande[5].
Ø  L'interface utilisateur : qui permet à l'utilisateur de communiquer avec le système et assure l'interactivité entre les deux acteurs. Cette interface va utiliser une intelligence communicatrice et une intelligence relationnelle Homme-Machine.
Ø  Une base de faits : Les données introduites par l'utilisateur y sont mémorisées pour traitement. Il s'agit de la mémoire de travail du système. Deux types d'intelligence seront, ici, en coordination de travail : l'intelligence sélectionnante, qui choisira et classifiera les données suivant différents critères, et l'intelligence sélective  qui donnera au système expert les données dont il aura besoin.
Ø  Le moteur d'inférence : Travaillant sur les données introduites dans la base de faits, le moteur d'inférence consulte la base de connaissances pour trouver la solution au problème posé par l'utilisateur. Si nécessaire, le moteur d'inférence peut poser des questions à ce dernier de manière à affiner sa requête et de proposer ainsi la réponse la plus pertinente au problème posé. Le moteur applique pour cela une stratégie bien définie. Il sera animé d'une intelligence de travail.

DEVELOPPER UN SYSTEME EXPERT

Les systèmes experts offrent une solution performante aux entreprises souhaitant optimiser leurs ressources informatives dans des domaines pour lesquels:
Ø  Il est possible de modéliser l'expertise de manière à ce qu'elle puisse être gérée par un système automatisé. Il ya donc présence et action d'une intelligence modélisante dans le système.
Ø  Le souhait d'augmenter la qualité de l'expertise et des services offerts aux utilisateurs, est présent et supporté par la direction et les collaborateurs de l'entreprise. Il se basera principalement sur une intelligence qualitative, susceptible d'apporter et d'appliquer un choix de qualité totale.
Ø  Un intérêt économique est identifié à l'accès à une information intelligente  sans la disponibilité constante d'experts humains. Le système utilisera une intelligence indépendante qui mettra en relief le concept de la  machine intelligente.

Les systèmes experts permettent ainsi d'identifier, capturer, diffuser et capitaliser l'expertise de l'entreprise dans le cadre de la gestion des connaissances. Ces éléments concourent donc à la création de l'Entreprise Intelligente.


LES APPORTS DE L'INTELLIGENCE ARTIFICIELLE A L'AMELIORATION DU PROCESSUS DE DECISION FINANCIERE ET ECONOMIQUE

Depuis le début des années 1990, les applications de l'intelligence Artificielle en finances et en gestion se sont multipliées. Elles concernent trois principaux domaines : la prévision, l'optimisation et la classification. Cette Intelligence va introduire trois nouveaux types d'intelligence dans le concept du système : l'intelligence prévisionniste, c'est-à-dire celle qui va permettre de penser et de concevoir  futur, l'intelligence optimisante, celle qui va maximiser les moyens du système, et l'intelligence classificatrice dont le rôle sera de catégoriser les informations reçues.

Ainsi, dans tout système opératif et concluant, ces types d'intelligences pourraient parfaitement satisfaire toutes les conditions de travail. Il devra cependant suivre un certain processus d'accomplissement des tâches qui synchronisera les activités et qui sera fourni par  une intelligence de méthodologie. Pour cela l'approche neuronale sera d'actualité :

Ø  En matière de prévision : Les outils intelligents représentent une source importante de solutions pour des problèmes variés, qui touchent essentiellement à des aspects stratégiques de la vie de l'organisation.
Ø  En matière de classification : La classification représente un des plus importants domaines d'application de l'intelligence artificielle en gestion des entreprises. Elle concerne les risques, la clientèle, les entreprises etc. L'objectif est d'évaluer les potentialités de marchés nouveaux, ou mal exploités, en fonction de données réelles.


248 DEBLEDS Jean-Philippe – « L'Intelligence Artificielle : un enjeu stratégique » - www.google.com : Intelligence Artificielle.
249Il faudrait, ici et peut être, faire un certain rapprochement avec la fiction. Le cinéma américain, dans ses productions de films de science fiction, semble préparer les êtres humains à ce que pourrait être la vie dans un monde dirigé par les machines. Comme exemple donnons la série de films «Terminator», avec Arnold Schwarzenegger et réalisé par Jonathan Mostow.
250DEBLEDS Jean-Philippe - op.cit.
251 Ceci confirme que l'Intelligence Humaine est incapable de produire sans l'aide de la technologie. Sa force réside dans la maitrise du concept et de la créativité, jusqu'à ce qu'un jour, il puisse y avoir des "machines" autonomes. Doit-on, à ce sujet, craindre un conflit "Homme-Machine" dans un certain futur?
253 Il existe donc une forme d'Intelligence Relationnelle non humaine et propre à la machine elle-même, qui relie les éléments entre eux et qui crée l'interactivité nécessaire à l'accomplissement d'un travail.


Enregistrer un commentaire