La technologie émergente de l’intelligence artificielle, ou IA, croise plusieurs techniques simulant les processus cognitifs humains. Existant depuis les années 60, la recherche s’est développée récemment au point de multiplier les applications : voitures autonomes, diagnostics médicaux, assistants personnels, finance algorithmique, robots industriels, jeux vidéo… L’explosion de la puissance de calcul des machines a fait basculer l’IA, dans les années 2010. Aujourd’hui l’IA se retrouve intégré dans un nombre grandissant de domaines d’application, notamment en SIG ou l’IA prend une place importante.
L’IA est un sujet qui investit tous les domaines d’application de l’informatique et donc celui du traitement automatisé des données géospatiales et la résolution de problèmes spatiale. La vision artificielle, par exemple, permet à la machine de déterminer précisément le contenu d’une image pour ensuite la classer automatiquement selon l’objet, ou la couleur.
Intelligence Artificielle (AI), Machine Learning (ML) et Deep Learning (DL)
L’IA est le terme générique qualifiant les procédés informatiques (algorithmes et mises en œuvre techniques) permettant à des machines de simuler des compétences ou des raisonnements humains. Le Machine Learning est une sous-partie de l’IA dans laquelle on utilise des algorithmes et des techniques d’entraînement basés sur des données permettant à l’ordinateur de déterminer des tendances ou des modèles. Le Deep Learning est également une sous partie de l’IA qui utilise des structures de codes faiblement couplées (appelées réseaux neuronaux) pour imiter la façon dont le cerveau humain travaille pour réaliser des analyses prédictives. L’IA s’applique de plus en plus avec succès sur des données géospatiales autour de trois grandes familles d’analyse : classification, clustering et prédiction. ArcGIS dispose depuis de nombreuses années d’outils d’analyse intégrant des algorithmes de Machine Learning pour la classification et le clustering. Ces outils peuvent être complétés en couplant ArcGIS à des frameworks et des plateformes IA externes. L’utilisation de l’API Python d’ArcGIS est une clé essentielle dans cette intégration. Esri continue à développer de nouveaux outils de Machine Learning et de Deep Learning dédiées aux données géospatiales, en particulier dans une optique de traitements parallélisés (en Serveur avec Spark ML mais aussi dans ArcGIS Pro).
Sources:
https://siecledigital.fr/2016/12/22/machine-learning-deep-learning-ca-marche/https://becominghuman.ai/ai-machine-learning-deep-learning-explained-in-5-minutes-b88b6ee65846https://www.futura-sciences.com/tech/definitions/informatique-intelligence-artificielle-555https://ici.radio-canada.ca/nouvelle/1100646/intelligence-artificielle-application-chronique-matthieu-dugal