Quand on parvient à s’accorder sur la définition de l’intelligence artificielle, on constate que le sujet est extrêmement vaste. Des systèmes experts au deep learning en passant par le machine learning, chaque « branche d’étude » de l’IA représente des dizaines de sous-matières et d’algorithmes.

Alors comment ne pas se sentir perdu.e ? KnowMap a la réponse, avec sa carte interactive de l’intelligence artificielle qui permet d’explorer, comme avec une « mind map » les tenants et les aboutissants de chacun de ces noeuds ! Alors découvrons vite ensemble ce super outil novateur !

NB : KnowMap a été développé par le fondateur de Pensée Artificielle, Lambert ROSIQUE (et rédacteur), alors cet article ne sera pas objectif, mais je vous emmènerai dans les fondements de KnowMap…

Une vision d’ensemble de l’IA : une carte IA

vision ensemble ia knowmap
Les 140 noeuds de la carte de l’IA par KnowMap

Jusqu’à la création de KnowMap, contre toute attente, aucune carte de l’intelligence artificielle détaillée n’existait ! Bien sûr, on trouve (en anglais) quelques Mind Map autour, généralement du Machine Learning, mais elles ne sont ni détaillées ni pertinentes.

De ce constat et du besoin de voir « où j’en étais dans mon apprentissage de l’IA », qu’est-ce que je connaissais et qu’est-ce que j’avais besoin d’approfondir, est né le site KnowMap qui n’est, en rien, la simple mise bout à bout de mind maps déjà existantes (puisqu’il n’y en avait que peu, qu’elles étaient redondantes et incomplètes). KnowMap a ainsi demandé l’avis de plusieurs dizaines de spécialistes de l’IA issus du monde francophone avant de trouver sa forme définitive.

interaction entre des branches IA
Trois branches du deep learning se retrouvent ici en deux algorithmes et une technique générale

Aujourd’hui, KnowMap est ainsi divisé en 4 grandes branches de l’IA :

  • Les systèmes experts, qui ont connu un fort engouement à la fin du XXème siècle
  • Le Machine Learning, dont on entend parler tous les jours et qui est très employé en entreprise
  • Le Deep Learning, forme plus complexe (et plus spécialisée) du Machine Learning, avec ses applications incroyables
  • Et enfin le Reinforcement Learning (apprentissage par renforcement), qui est plus un ensemble de techniques permettant à une IA de découvrir son environnement par elle-même et d’apprendre à interagir avec

Chacune de ces branches a de nombreuses ramifications et vient recroiser d’autres branches sur des noeuds particuliers, qui sont souvent au croisement de deux idées ou techniques issues de mondes différents.

knowmap niveaux réseaux de neurones artificiels
Les 3 niveaux de connaissance des réseaux de neurones artificiels (tous débloqués ici)

Enfin, KnowMap ne s’arrête pas à une simple lecture « horizontale », puisque chaque noeud est découpé entre plusieurs niveaux de savoir ! En effet, sans ça, à partir de quand peut-on considérer que l’on « connait », par exemple, les réseaux de neurones artificiels ?

Une difficulté croissante est donc proposée pour différencier les 3 niveaux et pouvoir plus facilement comparer notre carte IA avec celle de nos ami.es. Chaque niveau dispose de tutoriels recommandés et validés par l’auteur ainsi que par ceux qui ont vérifié ensuite la cohérence de KnowMap, et parfois de quiz d’auto-évaluation. De quoi aller plus loin que la simple carte classique !

Pour un aperçu en situation réelle de KnowMap, MachineLearnIA, la chaîne francophone de tutoriels en machine learning, a d’ailleurs exactement ce qu’il vous faut :

La dimension RPG de KnowMap et son utilisation

Tout d’abord, pour naviguer dans KnowMap, il suffit de faire un cliquer glisser (comme avec le téléphone) pour déplacer la carte. Vous pouvez également faire tourner la molette de la souris pour zoomer/dézoomer ou « pincer » votre écran si vous êtes sur un téléphone ou une tablette tactile.

détail d'un noeud carte ia knowmap
Détail d’un noeud de KnowMap

Ensuite, vous pouvez cliquer sur un noeud de la carte IA pour ouvrir le détail sur la droite. Vous trouverez dans l’onglet qui s’ouvre :

  • Une explication générale du noeud, tirée de Wikipedia (dans la majorité des cas, ou rédigée par moi-même sinon)
  • Un ou plusieurs niveaux de connaissance du noeud, inspirés des jeux de rôles pour la gamification du savoir, qui vont servir à auto-évaluer son niveau (car on ne peut pas être « ignorant » ou « expert », il y a plusieurs degrés de maîtrise !)
  • Pour chaque niveau, des liens vers des tutoriels, en français autant que possible, qui aideront à accomplir l’objectif du niveau. Il y a aussi, parfois, des vidéos ou des recommandations de livres.

Par défaut, le cadenas d’un niveau est ouvert. Cela signifie que vous ne répondez pas à la description du niveau. Pour verrouiller vos acquis, il suffit de cliquer sur le cadenas (ce qui signifie que vous maîtrisez ce qui est indiqué en description du niveau) !

premier niveau ia knowmap
Premier niveau de l’IA validé : les systèmes experts et le ML deviennent colorés

Verrouiller un niveau permet de débloquer le niveau suivant, ainsi que d’activer les noeuds dépendants du noeud où vous êtes.

Par exemple, sur l’image ci-contre, on voit que verrouiller le niveau 1 d’Intelligence Artificielle a débloqué les noeuds Système Expert et Machine Learning. A tout moment, vous pouvez cliquer sur n’importe quel noeud (même grisé) et en activer le contenu, mais je recommande de faire les choses dans l’ordre, car « tout est lié ».

Pourquoi les noeuds Deep Learning et Reinforcement Learning sont encore grisés sur ma carte IA ? En fait, ces noeuds dépendent également de Machine Learning, c’est-à-dire que pour les comprendre, on va avoir besoin de notions d’intelligence artificielle ET de machine learning ! Si vous verrouillez le niveau 1 de machine learning (en gardant celui d’IA), les deux noeuds apparaîtront alors débloqués !

menu utilisateur knowmap
Gestion de son compte cloud

Enfin, si l’onglet « orange » sert à avoir le détail d’un noeud, KnowMap dispose également d’un onglet bleu générique qui vous permettra de gérer votre compte, une fois connecté à votre adresse email Google (Gmail). Cette connexion permettra de voir apparaître deux boutons :

  • Une disquette pour sauvegarder la carte active dans le cloud
  • Un nuage avec une flèche, permettant de remplacer la carte active actuelle par la version qui est sauvegardée dans le cloud

Il n’y a aucune sauvegarde « automatique », pour éviter qu’une mauvaise action (typiquement un clic non voulu sur la corbeille) n’efface tous vos progrès. Ce sera donc à vous de les sauvegarder régulièrement, et de les charger (le chargement est automatique à l’ouverture de la page, si vous ne venez pas d’un lien d’une autre carte).

Pour terminer, vous verrez des boutons « faire un don » un peu partout. L’argent récolté servira à couvrir les frais de KnowMap (développé sur une bonne partie de mon temps libre) mais surtout à payer pour les prochaines idées gratuites que j’ai 🙂 En guise de teaser, attendez-vous à un jeu de type casse-tête pour vous familiariser avec les réseaux de neurones !!

Ai-je vraiment besoin de KnowMap ?

Que vous travailliez ou non dans l’intelligence artificielle, oui.

En effet, dans tous les cas, KnowMap vous donnera une culture générale de l’IA indispensable de nos jours. Même si vous n’irez pas regarder chaque noeud et débloquer chaque niveau, vous saurez au moins « quelle taille a l’IA », et « quelles ressources consulter pour vous perfectionner » !

Tous les retours sur KnowMap sont extrêmement positifs, car cette carte aide vraiment à fixer les idées, donc j’espère vraiment que vous y trouverez votre compte 🙂 D’autant que tout est gratuit !!

PARTAGER
Article précédentDétection de fraude en temps réel avec LightGBM et SocketIO
Article suivantPrédire le futur grâce au jumeau numérique
Lambert R.
Ingénieur d'Etudes et Data Scientist depuis plusieurs années, mes travaux et mon parcours scolaire (master en mathématiques fondamentales) m'ont amené aux abords de l'intelligence artificielle. Aujourd'hui j'écris des articles en data science, deep learning, big data et intelligence artificielle pour PenseeArtificielle.fr, dans le but de promouvoir et vulgariser les promesses d'avenir qu'offrent ces domaines de pointe.