Skip to content

Intelligence Artificielle

Comprendre les mécanismes derrière la magie. Cette section démystifie l'IA en séparant les approches historiques (Logique) des approches modernes (Apprentissage).

Fondamentaux

Article Description Niveau
Concepts & Histoire Comprendre la différence entre IA Symbolique et Connexionniste.
IA Prompting Guide pratique pour parler aux LLM modernes.

Les Approches de l'IA

1. IA Symbolique (Logique & Règles)

L'approche "Old School", parfaite pour les problèmes aux règles claires et définies. * Principe : Si / Alors / Sinon. * Articles : * Systèmes Experts : Le raisonnement par règles (Ex: Diagnostic, Classification).

2. IA Connexionniste & Évolution

L'approche "Moderne" et inspirée de la nature. * Principe : Données + Entraînement = Modèle. * Articles : * Algorithmes Génétiques : L'évolution darwinienne appliquée au code (Optimisation).

3. Autres Paradigmes

Des approches spécialisées pour des besoins précis. * Logique Floue : Gérer l'imprécision ("Un peu chaud") et la nuance. * Pathfinding (A*) : Comment l'IA trouve son chemin (Graphes & Navigation).

Panorama Rapide

graph TD
    AI[Intelligence Artificielle]

    Symbolic[IA Symbolique<br>(Règles & Logique)]
    Connect[IA Connexionniste<br>(Données & Stats)]

    AI --> Symbolic
    AI --> Connect

    Symbolic --> Expert[Systèmes Experts]
    Symbolic --> Logic[Logique Formelle]

    Connect --> ML[Machine Learning]
    ML --> DL[Deep Learning]
    ML --> RL[Reinforcement Learning]

    DL --> CNN[Vision (CNN)]
    DL --> RNN[Langage (RNN/Transformers)]
    RNN --> LLM[ChatGPT / Gemini]