Problème traité : Peut-on faire 100% confiance a une intelligence artificielle ?

« Problème traité : Peut-on faire 100% confiance a une intelligence artificielle ? Réponse apportée : Actuellement, le taux d'erreur d’une IA atteint 41,5 %.

Cependant, plus une IA est sollicitée, plus elle apprend.

L’IA pourrait donc tendre vers un taux d’erreur de plus en plus faible. Notions de Mathématiques :  Fonctions : modélisation des relations a l’aide d’une fonction affine Y=ax+b En ajustant les paramètres, l’IA fais correspondre les données.

C’est la régression linéaire  Optimisation (dérivées) et espérance : minimisation de l’erreur.

En partant d’une régression linéaire, l’erreur est appelée erreur quadratique. E(a,b)=∑(y−(ax+b))2 Le but étant de rendre l’erreur la plus petite possible.  Vecteurs et Matrices :transformation et représentation des données. Les données sont représentées sous forme de vecteurs, c’est-à-dire une liste de nombres (par exemple une image qui devient un vecteur de pixels).

Puis l’IA modifie les données A à l’aide de matrice pour les adapter a son modèle en introduisant un vecteur X, d’où l’égalité : Y=AX  Probabilités : résultats incertains/ choix entre deux réponses.

Une IA n’est jamais certaine de ce qu’elle affirme, elle estime plutôt la probabilité que chaque réponse soit correcte.

Elle utilise donc les probabilités conditionnelles : P(y∣x), avec x étant la donnée d’entrée et y le résultat.

Ces probabilités sont calculées a l’aide d’une multitude de statistique et d’exemple.

C’est pour cela qu’on dit que l’IA apprend en étant utilisée. Intro : Savez vous qu’en moyenne, 28935 prompts sont envoyés a chat gpt par seconde ? Cela représente environ 2,5 md de prompts par jour.

Depuis le 28 mai 2020 ou GPT-3 fut ouvert au grand public, l’IA n’a céssée de se démocratiser, tout d’abord avec l’apparition de nouveaux modeles tel que Mistral IA ou encore Gemini, jusqu’à être présente dans vc tous les domaines de notre quotidien, dans les domaines de la santé, du transport, de la finance, dans tous les moteurs de recherches etc.. Reposant avant tout sur des mathématiques, une IA doit analyser d’immenses quantités de données et effectuer des milliards de calculs pour apprendre et prendre des décisions. Effectivement, même si les intelligences artificielles deviennent de plus en plus performantes, elles commettent encore des erreurs.

On peut donc se demander : peut-on réellement faire 100 % confiance à une intelligence artificielle ? Pour répondre à cette question, il faut comprendre comment fonctionne une IA et quels outils mathématiques lui permettent “d’apprendre”. I – Les mathématiques au cœur de l’intelligence artificielle 1.

Les vecteurs et les matrices : le langage de l’IA Pour une intelligence artificielle, toutes les données sont transformées en nombres. Par exemple, lorsqu’on écrit la phrase : « Peut-on faire confiance à une IA ? » une IA comme ChatGPT ne comprend pas directement les mots comme un humain. Elle commence par transformer chaque mot en valeurs numériques. Par exemple :  « confiance » devient une suite de nombre c est a dire un vecteur par ex (1,0)  « IA » devient aussi une suite de nombres par ex (0,2) puis toute la phrase est transformée en un grand vecteur : confiance+IA Cela signifie que l’IA transforme les informations de départ pour extraire des caractéristiques importantes.  On obtient alors une représentation mathématique du type : X =( 1,2 ) 👉 Ce vecteur représente la phrase sous forme numérique. Ces nombres ne sont pas choisis au hasard :  ils représentent le sens des mots  leur contexte  et les liens entre eux. Par exemple :  « confiance » sera mathématiquement proche de mots comme « sécurité » ou « fiabilité » (1,1 ;0)  mais éloigné de mots sans rapport comme « voiture » ou « montagne ». (9,20) Ensuite, pour analyser la phrase, l’IA applique une transformation grâce à une matrice. Les calculs se font grâce à une multiplication matricielle : Y =AX avec :  X = le vecteur représentant la question  A= une matrice de coefficients appelée “poids” : je vous expliquerais par lka suite comment elle est choisie  Y = le résultat obtenu après transformation. Prenons un exemple simple : Vecteur de départ : () X= 1 2 Matrice ( on verra par la suite comment cette matrice est choisie) : ( ) A= 2 0 0 3 Après calcul : () Y =AX = 2 6 👉 Les matrices permettent donc à l’IA :  d’analyser les phrases  de repérer des liens entre les mots  et finalement de produire une réponse adaptée à la question : « Peut-on faire confiance à une IA ? » 2.

Les fonctions : apprendre une relation c est la régression linéaire en 2D Une IA ne repond pas aux questions en cherchant sur internet ou autre chose de ce style, Elle a été entraînée sur énormément de textes (livres, articles, sites, etc.). Donc elle répond en recomposant ce qu’elle a déjà appris, mot par mot, sous forme de prédiction.

Elle va prédire la suite de mots la plus probable. Ainsi, l’objectif d’une IA est d’apprendre une fonction mathématique reliant une donnée d’entrée à un résultat, comme f(x)=y, ou x designe les données d entrée et y la sortie attendue. Ainsi, pour une question quelconque comme « Peut-on faire confiance a une intelligence artificielle», Pendant son entraînement, l’IA a vu énormément de textes sur la fiabilité des intelligences artificielles :  “Une IA peut commettre des erreurs…” → très fréquent  “Les réponses d’une IA dépendent des données…” → fréquent  “Une IA a toujours raison...” → jamais Donc elle apprend une chose : 👉 quand une question comme “Peut-on faire confiance à une IA ?” apparaît, les suites de mots les plus probables sont :  “cela dépend des données utilisées…”  “une IA reste imparfaite…”  “les résultats sont probabilistes…” 👉 Elle ne réfléchit donc pas réellement : elle.... »