Intelligence artificielle et programmation Python publié le 12/04/2022  - mis à jour le 16/06/2022

Sommaire des TraAms "Intelligence Artificielle"

Cet article fait suite à un premier article rendant compte du début de l’expérimentation qu’il est utile de consulter afin de bien saisir l’ensemble de la démarche.
 Découvrir l’intelligence artificielle à partir d’un jeu.

Fiche synoptique

Thématique

Apprentissage automatique : découvrir l’apprentissage par renforcement

Niveau concerné

Seconde

Problématique

Popularisée par les matchs Deep Blue contre Kasparov à l’aube du 21ème siècle, la rivalité entre machine et être humain dans le domaine des jeux a toujours alimenté les fantasmes de notre inconscient collectif.
Depuis quelques années, les intelligences artificielles surpassent l’être humain lors de confrontations sur des jeux de stratégies comme les échecs ou le jeu de go et les récents progrès utilisant en particulier les réseaux neuronaux et l’apprentissage profond interrogent sur les modèles qui ont permis ces avancées remarquables.
Plus modestement, dans un contexte pédagogique de classe, il peut paraître pertinent de se poser les questions suivantes :

Contenu

• statistiques, probabilités
• échantillonnage
• représentations graphiques : arbres, schémas
• algorithmiques et programmation Python

Nombre d’heures utilisées

Environ 2 heures

Outils et ressources

• article initial de Martin Gardner ;
• Animation du Palais de la Découverte : article du site et notice de jeu
• Article de Bastien Masse sur le jeu Hexapawn
• Article de la médiathèque de Riom Limagne et Volcans
• Vidéo de démonstration de l’expérience par Vsauce2 : The Game That Learns
• pour jouer en ligne contre l’IA (animation proposée par William laidet, membre du groupe Traam) : http://tableauxmaths.fr/SNT/Hexapawn/

 Page suivante : "Narration de l’expérimentation"