Intelligence artificielle symbolique : définition et cas d'usage

L'intelligence artificielle symbolique, courant autrefois majeur en IA, repose sur la représentation symbolique ou lisible par l'homme. Les raisonnements humains sont ainsi modélisés et transmis à la machine par des algorithmes. Explications et état des lieux de cette approche en IA.

Qu'est-ce que l'intelligence artificielle (IA) symbolique ?

L’IA symbolique a pour but de reproduire le raisonnement de l’Homme, modélisé par un ensemble de symboles. Cette représentation symbolique est régentée par des règles (instructions) que l’homme va coder à la machine pour guider sa prise de décision.

Intelligence artificielle symbolique vs machine learning : quelle différence

Le machine learning exploite des algorithmes sans utiliser d’instructions explicites. Les machines acquièrent des connaissances et apprennent par elles-mêmes (apprentissage automatisé) à partir d’exemples qui leur ont été fournis.

Leur compréhension et leur capacité à prendre de (bonnes) décisions s’étoffent au fur et à mesure de leurs apprentissages. Les machines observent et analysent des modèles dans les données. Elles utilisent des boucles de rétroaction (effet de retour sur l’action de la machine) pour contrôler et affiner leurs prédictions. À l’inverse, l’intelligence artificielle symbolique repose sur des règles qui ont été créées par l’être humain. Ces règles ont ensuite été intégrées aux machines pour les guider dans leurs prévisions. Les machines n’improvisent pas et agissent en fonction des instructions explicites qu’elles ont reçues.

À quoi peut bien servir l'intelligence artificielle symbolique aujourd'hui ?

L’IA symbolique est à l’origine des systèmes experts, très répandus encore aujourd’hui. L’objectif est de reproduire la logique et le savoir d’un expert.

Un moteur de règles et de connaissances est programmé afin que la machine puisse poser un diagnostic médical, par exemple : si tel patient a ce symptôme ET que son organisme a cette anomalie, ALORS la probabilité pour que celui-ci ait la maladie X est de Y %. L’intelligence artificielle symbolique ou lisible par l'homme est un outil efficace dans la science ou les mathématiques. Elle montre en revanche d’importantes limites dans le traitement du langage naturel ou la reconnaissance des objets, pour lesquels le machine learning est plus utilisé.

Qu'est-ce que l'IA neuro-symbolique ?

L’IA neuro-symbolique est la combinaison de deux approches de l’IA : l’IA symbolique et les réseaux de neurones (reproduction d’un réseau de neurones artificiels avec plusieurs couches, à l’image du cerveau humain).

Les réseaux de neurones sont à la base de systèmes d’apprentissage particulièrement performants, comme le deep learning (apprentissage profond) qui a permis notamment la conception de machines capables de battre des champions dans des disciplines complexes (comme les échecs ou le jeu de go).

L’intelligence artificielle neuro-symbolique articule à la fois apprentissage et logique. Les réseaux de neurones servent ainsi l’IA symbolique en rendant ses systèmes plus intelligents et moins tributaires de la programmation humaine.

Dictionnaire de l'intelligence artificielle