Les typologies d’intelligence artificielle peuvent être classées selon différents critères. Voici quelques-unes des typologies couramment utilisées.
IA Symbolique vs. IA Connexionniste
L’IA symbolique repose sur la manipulation de symboles et de règles logiques pour effectuer des tâches cognitives. Elle utilise des représentations explicites des connaissances. A l’inverse, l’IA connexionniste, ou réseau de neurones artificiels, est inspirée du fonctionnement du cerveau humain. Elle est basée sur l’apprentissage à partir de données et sur des algorithmes qui ajustent les connexions entre les neurones artificiels.
IA faible vs. IA forte
L’IA faible, également appelée IA étroite ou spécialisée. Elle est conçue pour exécuter une tâche spécifique ou un ensemble limité de tâches. Elle ne possède pas de capacité de généralisation ou de compréhension du contexte. L’IA forte, ou IA générale, vise, quant-à-elle, à reproduire l’intelligence humaine dans sa globalité, avec une capacité de raisonnement, d’apprentissage et de compréhension similaires à celles des humains.
IA réactive vs. IA avec mémoire vs. IA théorie de l’esprit
L’IA réactive agit en fonction des données d’entrée sans aucune mémoire ni compréhension du contexte. Elle répond de manière prédéfinie à des stimuli spécifiques. L’IA avec mémoire est capable de se souvenir des interactions passées et d’adapter ses actions en conséquence. L’IA théorie de l’esprit est une capacité théorique à comprendre les états mentaux d’autres agents, à prédire leurs comportements et à agir en conséquence.
IA supervisée vs. non supervisée vs. apprentissage par renforcement
L’IA supervisée utilise des données étiquetées pour entraîner des modèles et effectuer des prédictions ou des classifications. A l’inverse, la non supervisée traite des données non étiquetées pour découvrir des structures ou des motifs intrinsèques. L’apprentissage par renforcement implique l’interaction d’un agent avec un environnement pour apprendre à prendre des actions afin de maximiser une récompense cumulative.
La combinaison : IA symbolique hybride
Certains systèmes d’IA combinent des approches symboliques et connexionnistes pour tirer parti des avantages des deux approches.
