Intelligence Artificielle PDF

L'intelligence artificielle : [Définition :] IA est une branche de l\'informatique qui vise à créer des systèmes capables de réaliser des tâches qui nécessitent habituellement l\'intelligence humaine. Il ne s'agit plus de coder les règles explicitement comme auparavant, mais de laisser les machin...

L'intelligence artificielle : [Définition :] IA est une branche de l\'informatique qui vise à créer des systèmes capables de réaliser des tâches qui nécessitent habituellement l\'intelligence humaine. Il ne s'agit plus de coder les règles explicitement comme auparavant, mais de laisser les machines les découvrir seules sur la base d'une quantité massive de données. [Pourquoi IA :] - Puissance de calcul accrue - Algorithmes améliorés - Résolution de problèmes complexes - Demande pour des technologies intelligentes [Domaine de IA :] La vision par ordinateur est une [[technologie]](https://intelligence-artificielle.com/tag/technologie/) qui vise à aider les ordinateurs à voir et à comprendre et interpréter des contenus visuels. [Champ d'application de vision par ordinateur :] - Détection des objets - Reconnaissance faciale - Agriculture intelligente - Surveillance des cultures - Robotique agricole [Traitement de langage naturel (NPL) :] Est l\'un des domaines d\'étude les plus étudiés à l\'heure actuelle. Elle tente d\'étudier les émotions, les opinions, les attitudes et les autres caractéristiques des personnes à l\'égard de nombreux éléments. [Application de NLP :] - Assistants virtuels et chatbots - Traduction automatique - Analyse des sentiments - Résumé automatique - Filtrage de spam [Défis du NLP :] - Ambiguïté du langage - Variabilité linguistique - Langage informel L'apprentissage automatique, (en anglais : machine learning), est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'\"apprendre\" à partir de données. - [Apprentissage supervisé ] - [Apprentissage non supervisé ] Un sous-domaine du machine Learning où le model apprend à partir de données non étiquetées, c\'est-à-dire sans informations préalablement associées aux catégories ou aux classes des données.  [Différence entre ces deux apprentissages] [Supervisé :] classer un nouvel individu parmi un ensemble de classe prédéfinies : on connait la classe priori [Non supervisé :] le nombre et la définition des classes ne sont pas donnés priori - [Apprentissage par renforcement] L\'apprentissage par renforcement (ou apprentissage renforcé) est la technique où un agent apprend à prendre des décisions, en interagissant avec un environnement, par essais et erreurs. L\'objectif est de maximiser une récompense cumulative en choisissant des actions qui influencent l\'état de l\'environnement Exemple : Jeux vidéo Robotique Systèmes de recommandation L'apprentissage profond est un type d'intelligence artificielle dérivé du l'apprentissage automatique (machine learning) où la machine est capable d'apprendre par elle-même. **L\'agent :** est l\'algorithme de ML (ou le système autonome) **L\'environnement :** est l\'espace adaptatif du problème avec des attributs tels que des variables, des valeurs limites, des règles et des actions valides **L\'action :** est une étape que l\'agent de RL effectue pour naviguer dans l\'environnement **L\'état : **est l\'environnement à un moment donné **La récompense (Reward) :** est la valeur positive (récompense), négative ou nulle que l'agent recoit après avoir effectué une action **La récompense cumulée :** est la somme de toutes les récompenses ou la valeur finale La **robotique** est une discipline scientifique et technologique qui se consacre à la conception, à la fabrication, à la programmation et à l\'utilisation de robots. Un robot est une machine automatique programmable capable d\'effectuer une série d\'actions de manière autonome ou semi-autonome. **Le système cognitif : une intelligence artificielle inspirée du cerveau humain** Un **système cognitif** est un type d\'intelligence artificielle (IA) conçu pour imiter les processus cognitifs humains. Il s\'agit de développer des machines capables d\'apprendre, de raisonner, de comprendre le langage naturel, de percevoir leur environnement et de prendre des décisions de manière autonome. [Langage de modélisation : UML] [Définition :] Un modèle est une représentation abstraite de la réalité qui exclut certains détails du monde réel. Il permet de réduire la complexité d\'un phénomène en éliminant les détails qui n\'influencent pas son comportement de manière significative. - Un langage de modélisation doit définir : - La sémantique des concepts ; - Une notation pour la représentation de concepts ; - Des règles de construction et d\'utilisation des concepts - Des langages à différents niveaux de formalisation - Langages formels (Z,B,VDM) : le plus souvent mathématiques, au grand pouvoir d\'expression et permettant des preuves formelles sur les spécifications; - Langages semi-formels (MERISE, UML\...) : le plus souvent graphiques, au pouvoir d\'expression moindre mais plus faciles d\'emploi. Langage de modélisation a pour objectifs : - Modéliser un système des concepts à l\'exécutable, en utilisant les techniques orientée objet - Réduire la complexité de la modélisation Langage UML Un langage permettant de spécifier, visualiser, concevoir et documenter tous les aspects de système logiciel. Ce langage représente un puissant moyen de communication qui facilite la représentation et la compréhension des solutions objet [Diagramme de cas d'utilisation] Les cas d\'utilisation sont utilisés pour définir les besoins des utilisateurs et les objectifs correspondants d\'un système. Ils focalisent l\'expression des exigences système sur l'utilisateur. Les éléments composés d'un diagramme de cas d'utilisation : Le cas d'utilisation : un service rendu à l'utilisateur Acteur : entité extérieure au système modélisé qui interagit directement avec lui. Les types de relation : La relation reflète l'interaction entre l'acteur et le cas d'utilisation - Relation de généralisation (cas d'utilisation parents et enfants) - Inclusion (B est une partie obligatoire de A) - Exclusion (B est une partie optionnelle de A) - Réutilisabilité (Les relations entre cas permettent la réutilisabilité du cas s\'authentifier - Décomposition (Quand un cas est trop complexe) [Diagramme de classe :] Les diagrammes de classes permettent de spécifier la structure et les liens entre les objets dont le système est composé : ils spécifient **QUI** sera à l\'œuvre dans le système pour réaliser les fonctionnalités décrites par les diagrammes de cas d\'utilisation. Un attribut peut être initialisé et sa visibilité est définie lors de sa déclaration. - Public (+) : L\'élément est visible par tous les clients de la classe. - Privé (-) : L'élément n\'est visible que des objets de la classe dans laquelle il est déclaré - Protégé (\#) : L'élément est visible par toutes les sous-classes de la classe. Une opération est dé nie par son ainsi que par les types de ses paramètres et le type de sa valeur de retour. **[Les relations entre les classes :]** [Une relation d\'héritage :] est une relation de généralisation/spécialisation permettant l\'abstraction.  [Une dépendance :] est une relation unidirectionnelle exprimant une dépendance sémantique entre les éléments du modèle (flèche ouverte pointillée). [Une association] : représente une relation sémantique entre les objets d\'une classe. [Composition :]  [Une relation d\'agrégation :] décrit une relation de contenance ou de composition. [Diagramme d'objet :] Les diagrammes d\'objet offrent une image instantanée des instances d\'un système et des relations entre ces instances. Un diagramme d'objet est un graphe représentant les instances de classe liée entre elles. Il permet de : Illustrer le modèle de classes **Remarque :** Le diagramme de classes modélise des règles et le diagramme d\'objets modélise des faits. [Diagramme de séquence :] Les diagrammes de séquences permettent de décrire COMMENT les éléments du système interagissent entre eux et avec les acteurs. Représentation des échanges de messages entre les acteurs, les objets du système de façon chronologique Une de chaque entité représentée verticalement. Échanges des messages représentés horizontalement. Les types des messages : - L'envoi d\'un signal ; - L'invocation d\'une opération (appel de méthode) ; - La création ou la destruction d\'un objet. Exemples :   [ ]  [ERP AGROALIMENTAIRE (Odoo) :] [Définition :] Un ERP agroalimentaire suit et gère la traçabilité des lots, améliore les relations avec les parties prenantes et optimise la planification et la gestion de la production. - **Contrôle qualité**  - **Gestion des stocks ** - **Suivi des normes**  [Module inventaire :] La gestion de l\'inventaire dans Odoo est une tâche clé qui vous permet de suivre, organiser et optimiser vos stocks. **Type de produit :** - Stockable - Consommable - Service Pour utiliser différentes unités (unité de mesure KG litre pièces) de mesure dans Odoo, accédez d\'abord à l\'application **Inventaire** → **Configuration** → **Paramètres**, puis, dans la section **Produits**, activez l\'option **Unités de mesure**. [Créer de nouveaux numéros de série pour des produits déjà en stock :] [Date d'expédition :] Les dates d'expiration peuvent être utilisées pour gérer et suivre les cycles de vie des produits périssables, de l'achat à la vente. Réduit les pertes de produits dues à une expiration inattendue, et permet d'éviter d'envoyer des produits périmés aux clients. [Activer les dates d'expiration :] Pour la quantité disponible : Vous pouvez y accéder en allant dans l\'application **Inventaire** → **Produits** → **Produits**, puis en sélectionnant le produit souhaité. Réception des produits : - Lorsqu'un fournisseur livre 500 yaourts, 100 litres de lait, et 20 kg de fromage : Accédez à **Inventaire \> Opérations \> Réceptions**. Sélectionnez la réception associée à la commande d'achat. Validez la réception des quantités et affectez-les à la zone de **Stockage**. Chaque produit est maintenant visible dans **Rapports \> Niveau des stocks**. [Ajustement de l'inventaire :] Inventaire + opérations + ajustement d'inventaire [Module qualité :] Odoo Qualité permet d'assurer la qualité des produits tout au long des processus de fabrication et des mouvements d'inventaire [Points de contrôle qualité :] Les points de contrôle qualité (QCP) sont utilisés pour créer automatiquement des contrôles de qualité à des intervalles prédéfinis. **Contrôle qualité ‣ Points de contrôle ‣ Créer**. Complétez ensuite les champs suivants du formulaire : - Titre - Produits - Opérations  - Opération d'ordre de travail  - Société  - Type de contrôle  - Type - Équipe : - Responsable  La sélection du type de contrôle qualité Mesurer fait apparaître trois nouveaux champs :** **Appareil, Norme, et Tolérance - **Appareil :** sélectionnez l'appareil de mesure à utiliser pour prendre les mesures (par ex. capteur de température). - **Norme :** précisez la mesure souhaitée à laquelle le produit doit se conformer et l'unité de mesure à utiliser - **Tolérance** : sélectionnez l'intervalle dans lequel une mesure peut se situer tout en passant le contrôle (par ex. de 59.5 mm à 60.5 mm) Dans Odoo, un contrôle qualité peut être effectué pour un seul produit ou pour plusieurs produits d'une même opération d'inventaire ou ordre de fabrication [Contrôle qualité manuel :] **Qualité** ‣ **Contrôle qualité ‣ Contrôles qualité**, et cliquez sur **Nouveau**.  Opération Produit Quantités Les types de contrôle de qualité : Instructions Prendre une photo Réussite - Échec  Mesure Feuille de travail  [ ] Pour activer le paramètre Emplacements de stockage, allez dans l\'application **Inventaire ‣ Configuration ‣ Paramètres** Puis **cochez la case** située à côté de Emplacements de stockage, sous le **titre Entrepôts**. Ensuite, cliquez sur **Sauvegarder** Pour ajouter un emplacement de défaillance à un point de contrôle qualité (QCP), accédez à l\'application **Qualité ‣ Contrôle de qualité ‣ Points de contrôle** Module fabrication : Odoo Fabrication aide les fabricants à programmer, planifier et traiter des ordres de fabrication. **[Activer la route fabriquer :]** **Fabrication ‣ Produits ‣ Produits**. Sélectionnez ensuite un produit existant ou créez-en un nouveau en cliquant sur Nouveau Sur la page produit, sélectionnez l'onglet **Inventaire** et cochez la case **Fabriquer** dans la section **Routes**. Cela indique à Odoo que le produit peut être fabriqué **[Configurer une nomenclature :]** Un document qui précise la quantité de chaque composant nécessaire à la fabrication ou à la livraison d\'un produit fini. **[Opérations :]** Sélectionnez ensuite l'onglet **Opérations**. Cliquez sur **Ajouter une ligne**. Dans le champ **Opération**, précisez le nom de l'opération ajoutée (par ex. Assembler, Couper, etc.). Sélectionnez le poste de travail où l'opération sera effectuée dans le menu déroulant **Poste de travail**. Remarque : L'onglet Opérations s'affiche uniquement si le paramètre Ordres de travail est activé. Pour ce faire, allez à : **Fabrication ‣ Configuration ‣ Paramètres, puis cochez la case Ordres de travail** Odoo crée un ordre de fabrication (MO), mais ne génère pas de transferts pour le mouvement des composants sortant de l\'inventaire ou des produits finis entrant en stock. **Operations ‣ Ordres de fabrication** [Pour entrepôts :] **Inventaire** ‣ **Configuration** ‣ **Entrepôts**. 1. Fabrication 2. Sélectionner les composants puis fabriquer 3. Sélectionner les composants, fabriquer puis stocker les produits **Fabrication** ‣ **Operations** ‣ **Ordres de fabrication** **[Flux de travail de base]** **Fabrication** ‣ **Opérations** ‣ **Ordres de fabrication**, puis sélectionnez un **ordre de fabrication**. **[Impact et application des avancées informatiques sur agroalimentaire :]** [Définition :] [Défis :] Croissance démographique Augmentation de la production agricole nécessaire Limites des terres cultivables Intensification de la production L\'ère agricole 3.0 est apparue au cours du 20e siècle, grâce à la croissance rapide de l\'informatique et de l\'électronique L'ère agricole 4.0, qui implique l\'utilisation de technologies récentes, telles que l\'internet des objets, l\'analyse de données massives, l\'intelligence artificielle [Impact des avancées technologique ]: Amélioration de la productivité Réduction des coûts Amélioration de la qualité des produits Sécurité alimentaire renforcée Réduction de l\'impact environnemental [Application agriculture :] Drone agricole Robot de sécurité Application agricole Tracteur autonome Impact Agriculture de précision Inspection des grains Détection des ravageur et gestion mauvaises herbes Optimisation des cultures et des rendements Un écosystème de l\'IoT pour l\'agriculture intelligente est un réseau interconnecté de dispositifs et de technologies qui permettent de collecter, d\'analyser et d\'utiliser des données pour optimiser les pratiques agricoles [Application : transformation :] - Systèmes intégrés de gestion de la production (ERP) - Logiciels de modélisation de processus de fabrication alimentaire - Optimiser la production - Améliorer la qualité - Réduire les coûts - Faciliter la prise de décision « ERP est un logiciel qui permet de gérer l'ensemble des processus d'une entreprise, en intégrant l'ensemble des fonctions comme la gestion des ressources humaines, la gestion comptable et financière, la relation client, les chats, la gestion des stocks, la distribution, le commerce électronique » - La **gestion de la relation client** (CRM), - La gestion des **commandes** (devis, facturation), - La gestion des **ressources humaines**, - La** gestion commerciale**, - La **gestion des stocks**, - La **gestion financière** et de la **comptabilité**, - La** gestion de projets**, - La **production** [ ] impact des avancées technologiques