How does AI programming differ from traditional programming?

• Programme informatique traditionnel programmé avec des instructions codées pour des tâches spécifiques selon des règles fixes.
• Les modèles d’IA prennent des décisions et fournissent des solutions basées sur des schémas appris, et génèrent également de nouvelles entrées sans répéter ce qu’ils ont utilisé pour apprendre.

La technologie de l’intelligence artificielle se développe et s’applique à de nombreux domaines de la vie. En quoi diffère-t-elle de la programmation traditionnelle ? Dans ce blog, je vais discuter de ce qu’est chaque type de programmation, ainsi que de leurs objectifs différents et des domaines spécifiques auxquels chacun est adapté. Regardez d’abord cette vidéo de Martin Keen d’IBM, qui traite du système d’IA et du code traditionnel. Voir aussi: La FCC soutient les constructeurs de fibre avec des limites de permis.

Programmation IA: un résumé

Permettez-moi de résumer brièvement le contenu de la vidéo. Martin a expliqué que l’IA apprend les données en trois étapes: l’entraînement (introduction des données), la validation (apprentissage) et le test (performance). En programmation traditionnelle, on suit des règles et on programme manuellement en lignes de code. Il a souligné trois différences entre ces deux méthodes de programmation: premièrement, l’évolutivité, car l’IA permet de gérer de grandes quantités de code et de données, tandis que la programmation traditionnelle nécessite plus de saisie de code; deuxièmement, la programmation traditionnelle offre un contrôle total sur le système puisque sa sortie est ce qu’elle a construit, alors que l’IA peut être imprévisible car elle peut apprendre à partir de schémas et générer quelque chose de nouveau au-delà des attentes; troisièmement, les aspects d’apprentissage et de traitement des données. Voir aussi: Ofcom révèle les lacunes de couverture mobile sur les trains britanniques.

À lire aussi: IBM annonce une croissance de ses réservations en IA, dépassant les estimations de bénéfices

Nous pouvons voir clairement la différence entre l’IA et la programmation traditionnelle dans le tableau des étapes de leur développement. Le premier langage de programmation de haut niveau, datant de 1942 et rendu commercial, s’appelle FORTRAN (FORmat TRANslation), dirigé par une équipe chez IBM. Les premiers ordinateurs alimentés avaient une capacité et une mémoire limitées, ce qui obligeait les programmeurs à écrire des programmes en langage ajusté manuellement. Voir aussi: Robert Neuwirth.

Au fil des décennies, davantage de langages de programmation ont été inventés avec des objectifs de traitement plus avancés. La programmation traditionnelle s’applique à de nombreux domaines nécessitant un environnement sécurisé et précis, comme les systèmes comptables, le développement web, et dans ces domaines, le traitement des paiements et l’authentification des utilisateurs, qui sont tous régis par des règles de gouvernance. L’IA, en revanche, est tout le contraire. Fondée en tant que discipline académique en 1956, des obstacles sont apparus suite à des décennies de manque de confiance en matière de financement, pour finalement accueillir le printemps de l’IA en 2012. Le développement par l’apprentissage profond a surpassé les techniques d’IA et a conduit au boom de l’IA dans les années 2020. Voir aussi: L'UE réécrit les règles de souveraineté de l'infrastructure IA.

À lire aussi: Conseiller en investissement humain vs IA: lequel est le meilleur ?

Programmation IA et apprentissage automatique

L’apprentissage automatique a joué un rôle crucial dans le développement des premières IA. L’apprentissage automatique est l’étude de programmes qui peuvent améliorer leurs performances sur des tâches données. C’est assez similaire à l’idée de l’IA générative d’aujourd’hui: apprendre le schéma des données et produire quelque chose de différent. Les développeurs ont appelé la troisième étape « entraînement » en raison de ses aspects d’apprentissage par renforcement dans « les tests » (étapes de la programmation traditionnelle), car les expérimentateurs récompensent (envoient un signal positif) pour la bonne réponse et punissent (envoient un signal négatif) pour la mauvaise réponse, entraînant ainsi la machine à apprendre à donner les « bonnes » réponses. L’explication allant de sa définition à son origine/histoire, nous comprenons en quoi ils diffèrent l’un de l’autre; c’est assez similaire au terme en psychologie du conditionnement classique et du conditionnement opérant, le premier affirmant que les comportements sont déclenchés, tandis que le second affirme que les comportements sont émis. Voir aussi: L'UE évince les opérateurs satellites américains du spectre.

À partir de cette différence, il n’est pas difficile de comprendre pourquoi l’IA est remise en question par beaucoup concernant ses questions éthiques et ses risques futurs pour la race humaine. Car elle pourrait littéralement apprendre des choses comme nous le faisons. La programmation traditionnelle fournit une base solide pour le développement de l’IA, mais l’IA finira-t-elle par surpasser physiquement les humains également ? Cela reste une question. Voir aussi: La FCC impose des licences pour les points d'atterrissage des câbles sous-marins aux États-Unis.