L’expression "intelligence artificielle" désigne la capacité des systèmes techniques à résoudre des problèmes de manière autonome. Un programme informatique qui n’exécute que des tâches données selon des étapes prédéfinies n’est pas une IA. En cas de divergence, sa seule réponse est un message d’erreur. L’IA, en revanche, est en mesure d’apprendre et de s’améliorer au cours du processus.
L’"IA faible" ou "appliquée" (weak ou narrow AI) désigne des systèmes qui ont été conçus pour une tâche spécifique et formés à cet effet. Toutes les applications d’IA actuelles, p. ex. les assistants personnels comme Siri, en font partie.
L’"IA forte" (strong ou general AI), en revanche, doit être en mesure d’accomplir des tâches qui lui sont parfaitement inconnues. Mais nous n’en sommes pas encore là.
L’IA peut traiter des données de différentes manières. On parle alors de réflexion déductive, inductive, abductive ou analogique. L’"apprentissage automatique", un sous-domaine de l’IA, fonctionne de manière inductive. On distingue trois types d’apprentissage automatique: surveillé, sans surveillance et par renforcement.
Le "Deep Learning" est aussi un sous-domaine de l’apprentissage automatique. Le système se compose de réseaux neuronaux complexes et fonctionne comme un cerveau en consolidant certaines liaisons et en atténuant d’autres. La manière dont les résultats sont obtenus n’est pas toujours compréhensible en fonction de la complexité du système.
