Apprentissage symbolique : une approche de l’intelligence artificielle PDF

Please apprentissage symbolique : une approche de l’intelligence artificielle PDF this error screen to cpanel. Le corps de cet article a été publié en 1984 dans la revue « Le Bridgeur ».


Il présentait les idées de base de Philippe Pionchon qui ont abouti, deux années de développement plus tard, à la réalisation d’un logiciel résolvant l’ensemble de la problématique du bridge, réputée insoluble à cette époque. Bridge malgré de nombreuses tentatives, notamment américaines ou universitaires plus récemment en France. 4 jeux ou appliquant systématiquement des algorithmes ou des heuristiques pas forcément adéquats, donc inefficaces. Depuis lors, ces programmes s’affrontent chaque année en un championnat du monde très disputé des logiciels de bridge mais il faut bien reconnaître qu’au bout de plusieurs décennies de travail, on reste, pour ces logiciels, très loin des performances humaines ou de celles démontrées par le logiciel de Philippe Pionchon dans les années 80.

IA numérique », basée uniquement sur du calcul, sans souci de « reproduire le comportement humain » et sans capacité d' »explication » de la solution trouvée. Cette méthode s’inspire de la métaphore biologique des neurones du cerveau humain pour constituer ce qu’il est devenu commun d’appeler les « réseaux de neurones ». C’est en cela et grâce à leur capacité d' »auto-apprentissage » que ces techniques de calcul statistique utilisent le vocable d' »Intelligence Artificielle ». Reconnaissance de forme », par exemple, où, basée sur la « force brute » des ordinateurs, elle a démontré sa grande efficacité.