fbpx
Accueil Science des données Quelle est la différence entre AI et ML ?

Quelle est la différence entre AI et ML ?

La citation suivante peut déjà aider à comprendre ce qui distingue l'intelligence artificielle du machine learning. Des explications plus détaillées sont fournies dans cet article wiki. 

"Quand vous levez des fonds, c'est de l'intelligence artificielle. Quand vous recrutez, c'est l'apprentissage automatique. Quand vous mettez en œuvre, c'est la régression linéaire".

 

Définition de l'intelligence artificielle (IA)

Après les articles précédents sur l 'intelligence artificielle (AI) et l'apprentissage automatique (ML), il est clair qu'on ne peut pas définir une différence s'il manque une définition.

La distinction entre intelligence artificielle (IA) faible et forte joue un rôle dans la délimitation entre IA et ML :

Une intelligence artificielle forte 

Mais prenons comme définition de l'intelligence artificielle (AI) un système cognitif équivalent à celui de l'homme. Dans ce cas, la différence avec le Machine Learning (ML) est très grande. Le ML est une méthode informatique/mathématique permettant d'établir des prévisions ou de prendre des décisions. Pour une IA, le ML est alors au maximum un outil parmi d'autres pour pouvoir agir de manière autonome dans un système supérieur et global. L'IA pourrait donc se servir de la ML pour prendre une décision - mais pas nécessairement.

Si l'IA est faible 

Si la définition de l'IA est celle de l'IA faible, les deux termes, IA et ML, décrivent souvent en fait la même chose.

Le cas d'application concret est par exemple de décharger l'homme du travail de classification d'un e-mail en tant que spam. Une "intelligence artificielle" se charge alors de lire l'e-mail et de lui attribuer une étiquette. En réalité, il s'agit du fonctionnement de l'algorithme qui procède à la classification. Et celui-ci est typiquement un algorithme ML.

Conférence Analytics Online 2024

Triple A : AI, Analytics & Applications

31.10.2024
09.00-16.30 heures

En savoir plus ?

Vous souhaitez aller plus loin dans le domaine de l'intelligence artificielle et du machine learning ?
N'hésitez pas à prendre contact avec nous !

Votre contact pour la science des données
Christiane Kalfass-sPeers Mood Print-150
Spécialiste en recrutement et marketing

Publié par :

François Heep

Consultant professionnel en analyse

autor:IN

Cet article vous a-t-il plu ?

Cet article vous a-t-il été utile ?

Cliquez sur une étoile pour évaluer !

Note moyenne 5 / 5.
Nombre d'évaluations : 7

Aucun vote pour l'instant ! Soyez la première personne à noter ce post !

INFORMATIONS

Plus d'informations

De l'ordre à la valeur ajoutée : organisation des données avec SAP Datasphere's Data Catalog et Marketplace

Cet article wiki met en lumière les puissants outils que SAP Datasphere offre aux entreprises...

R vs. PYTHON

R et Python sont tous deux des langages de programmation de premier plan dans l'analyse de données...

Optimiser la gestion de projet avec le chat de documents assisté par l'IA et BigQuery

Dans de nombreux secteurs, l'efficacité et la précision sont essentielles. Avec l'IA et BigQuery, les données des projets peuvent être gérées facilement et les informations...
Wiki BigQuery Data Canvas

Analyses de données ad hoc et exploratoires avec BigQuery Data Canvas

BigQuery Data Canvas (BQDC) est un service de la Google Cloud Platform (GCP) soutenu par Gemini AI, qui permet de trouver,...
SAC Forecasting avec Google Cloud Services

SAC & GCP : SAC Forecasting avec Google Cloud Services

BigQuery Data Canvas (BQDC) est un service de la Google Cloud Platform (GCP) soutenu par Gemini AI, qui permet de trouver,...

Les fonctionnalités préférées de SAP Analytics Cloud (SAC) : Top 10 de Heide

Notre conseillère Heide Horrmeyer donne dans un nouvel article wiki un...
Consentement au cookie GDPR avec bannière Real Cookie