Exploring AI Concepts and Emerging technologies

# Exploring AI Concepts and Emerging technologies ## Objectifs et prérequis **Objectifs** : À la fin de ce chapitre, l'élève sera capable de définir l'intelligence artificielle (IA), d'identifier ses techniques principales, d'expliquer le rôle des données dans les systèmes d'IA, de décrire les étapes de développement d'un système d'IA, d'appliquer des méthodes de collecte et d'analyse de données, et de réaliser une activité d'intégration synthétisant les concepts abordés. **Prérequis** : Notions de base en programmation (variables, boucles, conditions), compréhension des algorithmes simples, familiarité avec les tableurs et les représentations graphiques de données. ## Introduction L'intelligence artificielle (IA) désigne l'ensemble des théories et des techniques mises en œuvre pour créer des machines capables de simuler l'intelligence humaine. Elle ne vise pas à reproduire exactement le fonctionnement du cerveau humain, mais à permettre aux systèmes informatiques d'accomplir des tâches nécessitant habituellement l'intelligence humaine : perception, raisonnement, apprentissage, prise de décision. Ce chapitre explore les fondements de l'IA, ses techniques clés comme l'apprentissage automatique, le rôle central des données, et les étapes concrètes de développement d'un système d'IA, en s'appuyant sur des exemples pratiques et des exercices corrigés. ## I. Introduction to artificial intelligence – Part 1 L'IA se distingue de la programmation traditionnelle par sa capacité à apprendre à partir de l'expérience plutôt qu'à suivre uniquement des règles explicites programmées. Un système d'IA peut être classé selon ses capacités : IA faible (ou étroite), spécialisée dans une tâche spécifique (ex. reconnaissance faciale), et IA forte (ou générale), hypothétique, capable de comprendre et d'apprendre n'importe quelle tâche intellectuelle qu'un humain peut réaliser. Actuellement, toutes les IA opérationnelles sont faibles. > **Définition** : L'intelligence artificielle faible (ou IA étroite) est un système conçu pour effectuer une tâche spécifique avec une performance égale ou supérieure à celle d'un humain, sans conscience ni compréhension générale. > **Exemple** : Un filtre anti-spam dans une boîte e-mail analyse les caractéristiques des messages (mots-clés, expéditeur) pour décider s'ils sont indésirables. Il ne "comprend" pas le contenu comme un humain, mais apprend à partir d'exemples étiquetés. **Propriétés des systèmes d'IA faible** : - Spécialisation : conçu pour un domaine restreint. - Apprentissage possible : peut améliorer ses performances via l'expérience. - Dépendance aux données : la qualité et la quantité des données d'entrée influencent directement les performances. - Absence de généralisation : ne peut pas transférer facilement ses connaissances à un autre domaine sans reconfiguration. **Exercice d'application** : Un système d'IA est conçu pour détecter les tumeurs sur des radiographies pulmonaires. On lui fournit 10 000 images étiquetées : 6 000 avec tumeur, 4 000 sans. Après entraînement, il classe correctement 5 400 images avec tumeur (vrais positifs) et 3 600 images sans tumeur (vrais négatifs). Il commet 600 erreurs sur les images avec tumeur (faux négatifs) et 400 erreurs sur les images sans tumeur (faux positifs). **Calculer la précision, le rappel et le score F1**. **Solution** : - Vrais positifs (VP) = 5 400 - Faux positifs (FP) = 400 - Vrais négatifs (VN) = 3 600 - Faux négatifs (FN) = 600 Précision = VP / (VP + FP) = 5400 / (5400 + 400) = 5400 / 5800 ≈ 0,931 Rappel = VP / (VP + FN) = 5400 / (5400 + 600) = 5400 / 6000 = 0,9 Score F1 = 2 × (Précision × Rappel) / (Précision + Rappel) = 2 × (0,931 × 0,9) / (0,931 + 0,9) ≈ 2 × 0,8379 / 1,831 ≈ 0,915 **Réponse** : Précision ≈ 93,1 %, Rappel = 90 %, Score F1 ≈ 91,5 %. ## II. Introduction to artificial intelligence – Part 2 Les systèmes d'IA interagissent avec leur environnement à travers un cycle perception-action : ils perçoivent des données (via capteurs ou entrées), les traitent pour prendre une décision, puis agissent sur l'environnement. Cette boucle peut être ouverte (pas de retour sur l'effet de l'action) ou fermée (feedback utilisé pour ajuster le comportement). L'IA peut être symbolique (basée sur la manipulation de symboles et de règles logiques) ou connexionniste (inspirée du fonctionnement des neurones, comme les réseaux de neurones artificiels). > **Définition** : Un système d'IA à rétroaction fermée (ou système à feedback) utilise les conséquences de ses actions pour modifier son comportement futur, permettant l'adaptation et l'apprentissage. > **Exemple** : Un thermostat intelligent ajuste le chauffage en fonction de la température mesurée et de l'objectif fixé ; si la température dépasse l'objectif, il réduit le chauffage, créant une boucle de rétroaction négative. **Techniques symboliques** : reposent sur la représentation explicite des connaissances sous forme de règles (si-alors), de logiques ou de réseaux sémantiques. Elles sont interprétables mais peinent à gérer l'incertitude et la complexité du monde réel. **Techniques connexionnistes** : utilisent des réseaux de neurones artificiels composés de nœuds interconnectés (neurones) qui ajustent leurs poids lors de l'apprentissage. Elles excellent dans la reconnaissance de formes (images, voix) mais sont souvent des "boîtes noires". **Exercice d'application** : Un robot aspirateur utilise un système d'IA symbolique avec la règle : "Si le capteur détecte de la poussière devant, alors tourner à droite de 90°". Après avoir tourné, il avance de 30 cm. Il part du point (0,0) orienté vers le nord (0°). Après deux cycles de détection et d'action, quelle est sa position et son orientation ? **Solution** : - Cycle 1 : détecte poussière → tourne à droite de 90° → orientation = 90° (est) → avance 30 cm → nouvelle position = (30, 0) - Cycle 2 : détecte poussière (supposé présent) → tourne à droite de 90° → orientation = 180° (sud) → avance 30 cm → nouvelle position = (30, -30) **Réponse** : Position (30, -30), orientation 180° (sud). ## III. AI techniques and Machine Learning L'apprentissage automatique (Machine Learning, ML) est une sous-discipline de l'IA où les systèmes améliorent leurs performances sur une tâche grâce à l'expérience, sans être explicitement programmés pour chaque cas. Il repose sur l'idée que des algorithmes peuvent identifier des modèles dans des données. On distingue trois types principaux : apprentissage supervisé (données étiquetées), non supervisé (données non étiquetées), et par renforcement (apprentissage via récompenses/punitions). > **Définition** : L'apprentissage supervisé est une branche du machine learning où l'algorithme apprend à partir d'un ensemble de données d'entrée associées à des sorties connues (étiquettes), afin de prédire la sortie pour de nouvelles entrées. > **Exemple** : Prédire le prix d'une maison en fonction de sa surface : chaque exemple d'entrée (surface en m²) a une étiquette (prix en FCFA). **Régression linéaire simple** : modèle où la sortie $y$ est une fonction linéaire de l'entrée $x$ : $y = \beta_0 + \beta_1 x + \epsilon$. Les paramètres $\beta_0$ (ordonnée à l'origine) et $\beta_1$ (pente) sont estimés pour minimiser la somme des carrés des résidus. **Exemple résolu** : Données : (10 m², 5 000 000 FCFA), (20 m², 8 000 000 FCFA), (30 m², 11 000 000 FCFA). On suppose $\epsilon = 0$ pour simplifier. En utilisant les moindres carrés : $\bar{x} = (10+20+30)/3 = 20$, $\bar{y} = (5+8+11)/3 \times 10^6 = 8 \times 10^6$ $\beta_1 = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sum (x_i - \bar{x})^2} = \frac{(-10)(-3)+(0)(0)+(10)(3)}{(-10)^2+0^2+10^2} \times 10^6 = \frac{60}{200} \times 10^6 = 0,3 \times 10^6 = 300 000$ $\beta_0 = \bar{y} - \beta_1 \bar{x} = 8 \times 10^6 - 300 000 \times 20 = 8 000 000 - 6 000 000 = 2 000 000$ Modèle : $y = 2 000 000 + 300 000 x$ Pour $x = 25$ m² : $y = 2 000 000 + 300 000 \times 25 = 9 500 000$ FCFA. **Exercice d'application** : Données : (5 kg, 2 000 FCFA), (10 kg, 3 500 FCFA), (15 kg, 5 000 FCFA) pour le prix du riz selon le poids. Trouver le modèle de régression linéaire et prédire le prix pour 12 kg. **Solution** : $\bar{x} = (5+10+15)/3 = 10$, $\bar{y} = (2+3.5+5)/3 \times 1000 = 10.5/3 \times 1000 = 3.5 \times 1000 = 3500$ $\sum (x_i - \bar{x})(y_i - \bar{y}) = (-5)(-1500)+(0)(0)+(5)(1500) = 7500 + 7500 = 15000$ $\sum (x_i - \bar{x})^2 = 25+0+25 = 50$ $\beta_1 = 15000 / 50 = 300$ $\beta_0 = 3500 - 300 \times 10 = 3500 - 3000 = 500$ Modèle : $y = 500 + 300x$ Pour $x=12$ : $y = 500 + 300 \times 12 = 500 + 3600 = 4100$ FCFA. **Réponse** : Modèle $y = 500 + 300x$, prix pour 12 kg = 4100 FCFA. ## IV. Developing AI Systems and the importance of data in AI systems – Part 1 Le développement d'un système d'IA suit un cycle itératif : définition du problème, collecte des données, préparation des données, choix du modèle, entraînement, évaluation, déploiement, et suivi. Les données sont la fondation : un modèle performant sur de mauvaises données produira de mauvais résultats (principe du "garbage in, garbage out"). La qualité des données concerne leur exactitude, complétude, cohérence, actualité et pertinence. > **Définition** : La préparation des données (ou préprocessing) regroupe les opérations visant à transformer les données brutes en un format adapté à l'entrée d'un modèle d'IA : nettoyage, normalisation, gestion des valeurs manquantes, encodage des variables catégorielles. > **Exemple** : Convertir les catégories "Très bon", "Bon", "Moyen", "Mauvais" en valeurs numériques 4, 3, 2, 1 pour un modèle de régression. **Étapes clés de la préparation** : 1. **Nettoyage** : suppression ou correction des doublons, valeurs aberrantes, erreurs de saisie. 2. **Gestion des valeurs manquantes** : suppression des lignes/colonnes, imputation (moyenne, médiane, mode) ou prédiction. 3. **Normalisation / standardisation** : mise à l'échelle des caractéristiques numériques pour éviter qu'une variable ne domine par son unité. - Normalisation min-max : $x' = \frac{x - x_{\min}}{x_{\max} - x_{\min}}$ - Standardisation (score z) : $z = \frac{x - \mu}{\sigma}$ 4. **Encodage catégoriel** : transformation des variables qualitatives en numérique (one-hot encoding, label encoding). **Exercice d'application** : Un ensemble de données contient l'âge (en années) de 5 élèves : 12, 15, 100, 13, 14. On soupçonne que 100 est une erreur (valeur aberrante). Après suppression de cette valeur, calculer la moyenne et l'écart-type de l'âge restant. Puis, normaliser les valeurs restantes entre 0 et 1. **Solution** : Données après suppression : 12, 15, 13, 14 Moyenne $\mu = (12+15+13+14)/4 = 54/4 = 13,5$ Écart-type $\sigma = \sqrt{\frac{(12-13,5)^2+(15-13,5)^2+(13-13,5)^2+(14-13,5)^2}{4}} = \sqrt{\frac{2,25+2,25+0,25+0,25}{4}} = \sqrt{5/4} = \sqrt{1,25} \approx 1,118$ Normalisation min-max : $x_{\min}=12$, $x_{\max}=15$ - Pour 12 : $(12-12)/(15-12) = 0/3 = 0$ - Pour 15 : $(15-12)/3 = 3/3 = 1$ - Pour 13 : $(13-12)/3 = 1/3 \approx 0,333$ - Pour 14 : $(14-12)/3 = 2/3 \approx 0,667$ **Réponse** : Moyenne = 13,5 ans, écart-type ≈ 1,118 ans, valeurs normalisées : 0, 0,333, 0,667, 1. ## V. Developing AI Systems and the importance of data in AI systems – Part 2 Après la préparation, les données sont divisées en ensembles d'entraînement, de validation et de test. L'ensemble d'entraînement sert à ajuster les paramètres du modèle. L'ensemble de validation permet d'ajuster les hyperparamètres (comme le taux d'apprentissage) et d'éviter le surapprentissage. L'ensemble de test, utilisé uniquement à la fin, évalue la capacité de généralisation du modèle sur des données inédites. Un bon partage typique est 70% entraînement, 15% validation, 15% test, ou 80-10-10. > **Définition** : Le surapprentissage (overfitting) se produit lorsque un modèle apprend non seulement les tendances générales des données d'entraînement, mais aussi le bruit et les particularités spécifiques, ce qui nuit à ses performances sur de nouvelles données. > **Exemple** : Un modèle qui mémorise exactement les réponses des exemples d'entraînement mais échoue sur des cas similaires non vus. **Métriques d'évaluation** : dépendent du type de tâche. - Pour la régression : Erreur quadratique moyenne (MSE), Racine de l'erreur quadratique moyenne (RMSE), Erreur absolue moyenne (MAE). - $MSE = \frac{1}{n} \sum_{i=1}^{n} (y_i - \hat{y}_i)^2$ - $RMSE = \sqrt{MSE}$ - $MAE = \frac{1}{n} \sum_{i=1}^{n} |y_i - \hat{y}_i|$ - Pour la classification : précision, rappel, score F1, exactitude (accuracy). - $Accuracy = \frac{VP + VN}{VP + VN + FP + FN}$ **Exercice d'application** : Un modèle de régression prédit les prix de maisons. Sur un ensemble de test de 4 maisons, les prix réels (en millions FCFA) sont : 10, 15, 20, 25. Les prédictions du modèle sont : 12, 14, 22, 24. Calculer la MSE, la RMSE et la MAE. **Solution** : Erreurs : $10-12 = -2$, $15-14 = 1$, $20-22 = -2$, $25-24 = 1$ Erreurs au carré : $(-2)^2=4$, $1^2=1$, $(-2)^2=4$, $1^2=1$ → somme = 10 $MSE = 10 / 4 = 2,5$ $RMSE = \sqrt{2,5} \approx 1,581$ Erreurs absolues : $|-2|=2$, $|1|=1$, $|-2|=2$, $|1|=1$ → somme = 6 $MAE = 6 / 4 = 1,5$ **Réponse** : MSE = 2,5, RMSE ≈ 1,581, MAE = 1,5. ## VI. Data collection and Data analysis La collecte de données vise à obtenir un ensemble représentatif et suffisant pour entraîner un modèle d'IA. Les méthodes incluent l'observation directe, les capteurs, les enquêtes, les journaux d'activité (logs), et l'acquisition auprès de sources tierces. Il faut respecter l'éthique et la réglementation (ex. consentement, anonymisation). L'analyse exploratoire des données (EDA) permet de comprendre leur structure, de détecter des anomalies, et de formuler des hypothèses avant la modélisation. Elle utilise des statistiques descriptives (moyenne, médiane, écart-type) et des visualisations (histogrammes, nuages de points, boxplots). > **Définition** : L'analyse exploratoire des données (EDA) est une approche consistant à résumer les caractéristiques principales d'un ensemble de données, souvent par des méthodes visuelles, sans utiliser de modèle statistique formel, afin de découvrir des patterns, détecter des anomalies, tester des hypothèses, et vérifier des hypothèses. > **Exemple** : Tracer un histogramme des âges d'une population pour voir si la répartition est uniforme ou biaisée. **Étapes de l'EDA** : 1. Décrire les variables : type (numérique, catégorielle), nombre de valeurs manquantes. 2. Calculer les statistiques univariées : moyenne, médiane, mode, écart-type, min, max, quartiles. 3. Visualiser les distributions : histogrammes pour les numériques, barres pour les catégorielles. 4. Étudier les relations : nuages de points pour deux numériques, boxplots pour numérique vs catégorielle. 5. Identifier les corrélations : coefficient de corrélation de Pearson pour deux variables numériques linéaires. - $r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}}$ **Exercice d'application** : On mesure la durée d'étude (en heures) et la note au test (sur 20) de 5 élèves : (2, 8), (4, 10), (6, 12), (8, 14), (10, 16). Calculer le coefficient de corrélation de Pearson et interpréter le résultat. **Solution** : $\bar{x} = (2+4+6+8+10)/5 = 30/5 = 6$ $\bar{y} = (8+10+12+14+16)/5 = 60/5 = 12$ $\sum (x_i - \bar{x})(y_i - \bar{y}) = (-4)(-4)+(-2)(-2)+(0)(0)+(2)(2)+(4)(4) = 16+4+0+4+16 = 40$ $\sum (x_i - \bar{x})^2 = 16+4+0+4+16 = 40$ $\sum (y_i - \bar{y})^2 = 16+4+0+4+16 = 40$ $r = 40 / \sqrt{40 \times 40} = 40 / 40 = 1$ **Interprétation** : Corrélation parfaite positive linéaire : plus la durée d'étude augmente, plus la note augmente de façon déterministe. **Réponse** : $r = 1$, corrélation parfaite positive. ## VII. Integration Activity Cette activité synthétise les connaissances acquises : les élèves doivent concevoir un système d'IA simple pour résoudre un problème réel de leur contexte (ex. prédire la récolte de maïs en fonction des pluies, détecter les faux billets, recommander un livre). Ils suivent les étapes : définition du problème, plan de collecte de données, préparation minimale (nettoyage, normalisation), choix d'un modèle adapté (régression linéaire pour une relation linéaire, classification binaire pour un oui/non), entraînement sur un petit ensemble fait main, évaluation avec des métriques appropriées, et présentation des résultats. L'accent est mis sur la compréhension du rôle des données et de l'itération, pas sur la complexité technique. **Consignes pour l'activité** : - Choisir un problème avec une relation claire entre une ou deux entrées et une sortie. - Collecter ou inventer 5 à 8 points de données réalistes. - Préparer les données : gérer les valeurs manquantes, normaliser si nécessaire. - Choisir un modèle : régression linéaire si la sortie est numérique et semble liée linéairement, sinon classifier. - Entraîner le modèle manuellement (calcul des paramètres). - Évaluer sur un sous-ensemble de test (2-3 points). - Présenter : problème, données, modèle, équation, prédiction, évaluation. **Exemple guidé** : Problème : Prédire le rendement du manioc (kg/are) selon la quantité d'engrais utilisée (kg/are). Données récoltées : (0 kg engrais, 200 kg manioc), (50 kg, 350 kg), (100 kg, 500 kg), (150 kg, 620 kg), (200 kg, 700 kg). On soupçonne une relation linéaire. Étape 1 : Préparation - aucune valeur manquante, pas besoin de normalisation pour le calcul manuel. Étape 2 : Modèle - régression linéaire $y = \beta_0 + \beta_1 x$. Étape 3 : Entraînement - calcul de $\beta_0$ et $\beta_1$ sur les 5 points. $\bar{x} = (0+50+100+150+200)/5 = 500/5 = 100$ $\bar{y} = (200+350+500+620+700)/5 = 2370/5 = 474$ $\sum (x_i - \bar{x})(y_i - \bar{y}) = (-100)(-274)+(-50)(-124)+(0)(26)+(50)(146)+(100)(226) = 27400+6200+0+7300+22600 = 63500$ $\sum (x_i - \bar{x})^2 = 10000+2500+0+2500+10000 = 25000$ $\beta_1 = 63500 / 25000 = 2,54$ $\beta_0 = 474 - 2,54 \times 100 = 474 - 254 = 220$ Modèle : $y = 220 + 2,54x$ Étape 4 : Évaluation - utiliser les deux derniers points comme test (150, 620) et (200, 700). Prédiction pour 150 : $220 + 2,54 \times 150 = 220 + 381 = 601$ → erreur = 620 - 601 = 19 Prédiction pour 200 : $220 + 2,54 \times 200 = 220 + 508 = 728$ → erreur = 700 - 728 = -28 MSE = $(19^2 + (-28)^2)/2 = (361 + 784)/2 = 1145/2 = 572,5$ RMSE = $\sqrt{572,5} \approx 23,93$ Conclusion : le modèle sous-estime légèrement à 150 kg et surestime à 200 kg, mais capture la tendance générale. **Exercice d'application pour l'élève** : Problème : Prédire la note en mathématiques (sur 20) selon le nombre d'heures de révision par semaine. Données : (2h, 8/20), (4h, 10/20), (6h, 12/20), (8h, 14/20), (10h, 16/20), (12h, 18/20). 1. Vérifier si une régression linéaire est appropriée. 2. Calculer le modèle de régression linéaire. 3. Prédire la note pour 11h de révision. 4. Évaluer le modèle sur les deux derniers points (10h et 12h) en calculant la MAE. **Solution** : 1. Les points semblent alignés : chaque augmentation de 2h ajoute 2 points → relation linéaire forte. 2. $\bar{x} = (2+4+6+8+10+12)/6 = 42/6 = 7$ $\bar{y} = (8+10+12+14+16+18)/6 = 78/6 = 13$ $\sum (x_i - \bar{x})(y_i - \bar{y}) = (-5)(-5)+(-3)(-3)+(-1)(-1)+(1)(1)+(3)(3)+(5)(5) = 25+9+1+1+9+25 = 70$ $\sum (x_i - \bar{x})^2 = 25+9+1+1+9+25 = 70$ $\beta_1 = 70 / 70 = 1$ $\beta_0 = 13 - 1 \times 7 = 6$ Modèle : $y = 6 + 1x$ 3. Pour $x=11$ : $y = 6 + 11 = 17/20$ 4. Prédiction pour 10h : $6+10=16$ → erreur = $|16-16|=0$ Prédiction pour 12h : $6+12=18$ → erreur = $|18-18|=0$ MAE = $(0+0)/2 = 0$ **Réponse** : 1. Oui, relation linéaire évidente. 2. $y = 6 + x$. 3. 17/20. 4. MAE = 0. ## Synthèse du chapitre - L'IA faible effectue des tâches spécialisées sans conscience générale. - Les systèmes d'IA utilisent des boucles perception-action, ouvertes ou fermées. - L'apprentissage automatique permet aux systèmes d'améliorer leurs performances via l'expérience. - L'apprentissage supervisé utilise des données étiquetées pour prédire des sorties. - La régression linéaire modélise une relation linéaire $y = \beta_0 + \beta_1 x$ via les moindres carrés. - La préparation des données (nettoyage, gestion des valeurs manquantes, normalisation, encodage) est essentielle à la qualité du modèle. - Les données sont séparées en ensembles d'entraînement, de validation et de test pour éviter le surapprentissage et évaluer la généralisation. - Les métriques d'évaluation varient selon la tâche : MSE/RMSE/MAE pour la régression, précision/rappel/F1 pour la classification. - L'analyse exploratoire des données (EDA) utilise des statistiques et des visualisations pour comprendre les données avant la modélisation. - Le coefficient de corrélation de Pearson $r$ mesure la force et la direction d'une relation linéaire entre deux variables numériques. - Le développement d'un système d'IA est un processus itératif centré sur la qualité et la pertinence des données. - Une activité d'intégration permet d'appliquer concrètement le cycle complet de développement d'un système d'IA simple.