Intelligence artificielle étroite (ANI)

L'intelligence artificielle étroite (IAO), souvent appelée IA faible, représente l'état actuel de l'intelligence artificielle. Il s'agit de systèmes d'intelligence artificielle conçus et formés pour effectuer une tâche spécifique et restreinte ou une gamme limitée de tâches. Contrairement à l'intelligence de type humain décrite dans la science-fiction, l'ANI fonctionne dans un contexte prédéfini et ne peut pas accomplir de fonctions au-delà de son objectif désigné. Toutes les applications d'IA utilisées aujourd'hui, des simples assistants virtuels aux outils de diagnostic complexes, sont une forme d'ANI. Ces systèmes tirent parti de l'apprentissage automatique (ML) et de l'apprentissage profond (DL) pour exceller dans leurs fonctions spécialisées, dépassant souvent les performances humaines en termes de rapidité et de précision pour ce travail spécifique.

Caractéristiques principales de l'ANI

La caractéristique déterminante de l'ANI est sa spécialisation. Une IA formée pour jouer aux échecs ne peut pas conduire une voiture, et un chatbot conçu pour le service client ne peut pas composer de la musique. Cette spécialisation est le résultat d'une formation sur un ensemble de données spécifiques en rapport avec sa fonction. Par exemple, un modèle d'analyse d'images médicales est formé exclusivement sur des scanners médicaux. Bien qu'il devienne incroyablement compétent pour identifier les anomalies dans ces images, il ne comprend pas d'autres concepts. Les systèmes ANI sont orientés vers un but et fonctionnent selon les contraintes et la programmation fournies par leurs créateurs humains. Ils ne possèdent pas de conscience, de conscience de soi ou de véritable compréhension, qui sont des caractéristiques hypothétiques de concepts d'IA plus avancés.

Applications dans le monde réel

L'intelligence artificielle étroite est le moteur de la grande majorité des services et produits alimentés par l'IA avec lesquels nous interagissons quotidiennement. Ses applications s'étendent à presque tous les secteurs d'activité.

• Assistants virtuels : Les assistants vocaux tels que Siri d'Apple et Alexa d'Amazon utilisent le traitement du langage naturel (NLP) pour comprendre les commandes de l'utilisateur et y répondre. Ils sont un exemple classique d'ANI, compétents pour des tâches telles que régler des minuteries et répondre à des questions, mais incapables de raisonnement général.
• Moteurs de recommandation : Des plateformes comme Netflix et Spotify utilisent l'ANI pour analyser votre historique de visionnage ou d'écoute et vous suggérer de nouveaux contenus. Leurs algorithmes sont hautement spécialisés dans la modélisation prédictive des préférences des utilisateurs.
• Systèmes autonomes : Les systèmes de perception des véhicules autonomes reposent sur l'ANI. Des modèles comme Ultralytics YOLO11 détectent les objets en temps réel pour identifier les piétons, les autres véhicules et les panneaux de signalisation, une tâche essentielle mais très spécifique dans le contexte plus large de la conduite. Cette technologie est également essentielle pour l'IA dans la logistique et l'automatisation des entrepôts.
• Filtrage du spam : Les services de courrier électronique utilisent des classificateurs basés sur l'ANI pour détecter automatiquement les courriels non sollicités et les placer dans un dossier de spam. Ces systèmes sont formés pour reconnaître les schémas et les mots-clés associés au spam, mais ne remplissent aucune autre fonction de gestion du courrier électronique. Il s'agit d'une application puissante de l'IA dans le domaine de la sécurité des données.

ANI dans le domaine de la vision par ordinateur

L'ANI est la pierre angulaire de la vision par ordinateur moderne. Les modèles d'IA de vision sont des exemples typiques d'ANI, formés pour interpréter et comprendre les informations visuelles pour des tâches spécifiques avec une grande précision. Par exemple, les modèles YOLO d'Ultralytics peuvent être entraînés pour :

1. Classification d'images: L'attribution d'une étiquette à une image entière, comme l'identification d'une espèce d'oiseau à partir d'une photo.
2. Détection d'objets: Localisation et identification d'objets multiples dans une image, comme la détection de pièces défectueuses sur une chaîne de production dans le cadre d'une fabrication intelligente.
3. Segmentation d'images: Elle décrit la forme exacte des objets au niveau des pixels, ce qui est crucial pour des applications telles que l'imagerie médicale.
4. Estimation de la pose: Identification des points clés du corps d'un humain ou d'un objet pour comprendre sa posture, largement utilisée dans les applications de fitness et la robotique.

Ces puissantes capacités sont gérées et déployées par des plateformes comme Ultralytics HUB, qui simplifie le processus de formation et de déploiement de ces modèles ANI spécialisés.

ANI et autres types d'IA

Il est important de distinguer l'ANI des formes théoriques d'intelligence artificielle.

• Intelligence générale artificielle (AGI) : Également connue sous le nom d'IA forte, l'AGI désigne une machine hypothétique capable de comprendre, d'apprendre et d'appliquer son intelligence à la résolution de n'importe quel problème que peut résoudre un être humain. L'AGI posséderait des capacités cognitives, une conscience et une conscience de soi. Bien qu'il s'agisse d'un objectif majeur de la recherche sur l'IA, l'AGI n'existe pas encore.
• Superintelligence artificielle (ASI) : Il s'agit d'un autre stade hypothétique de l'IA où un intellect surpasserait les esprits humains les plus brillants dans pratiquement tous les domaines, y compris la créativité scientifique, la sagesse générale et les compétences sociales. Le concept de singularité technologique est étroitement lié à l'émergence de l'ASI.

En fait, chaque système d'IA actuellement en service est une forme d'ANI. Bien que le domaine progresse rapidement, le passage d'une intelligence étroite, spécifique à une tâche, à une conscience générale, semblable à celle de l'homme, reste un défi important et lointain.