Le but de l'intelligence artificielle (IA) est double. D'une part, l'IA s'attache à résoudre des problèmes qui relèvent d'activités humaines ou animales de nature variée : perception, prise de décision, planification, diagnostic, interprétation de données, compréhension du langage, conception. D'autre part, l'IA cherche à mieux comprendre et modéliser l'intelligence.

Les systèmes formels ont montré leurs limites intrinsèques (en particulier avec les travaux de Gödel et de Church) pour la modélisation du raisonnement. La nécessité de restreindre un raisonnement à un champ d’application bien délimité et d’appuyer ce raisonnement sur des connaissances variées est ainsi apparue rapidement en IA. Cette approche symbolique de l’IA a donné lieu aux systèmes à bases de connaissances.

Une autre approche, connexionniste, tente de s’inspirer du fonctionnement du cortex cérébral. Un réseau neuronal est formé par l’interconnexion d’un grand nombre de neurones artificiels. Il présente des propriétés intéressantes, notamment la capacité d’apprendre à partir d’exemples.

Quelques succès récents, notamment la victoire du programme de jeu d’échecs Deep Blue contre le champion du monde G. Kasparov, la mission des robots martiens, le jeu américain de questions-réponses Jeopardy, sans parler du film AI..., ont médiatisé certains aspects de l’IA. De façon plus générale, l’IA aborde un vaste champ d’activités que l’on peut classer en quelques grands domaines : la reconnaissance et l’interprétation de formes et de données, la planification d’actions et la robotique, l’aide à la décision, le traitement de la langue naturelle, écrite et parlée, la formation assistée. Elle est ainsi entrée dans notre vie quotidienne.

Des exemples pratiques issus de ces domaines illustreront l'exposé qui sera centré sur un ensemble de défis posés à l’IA. L’utilisation d’un logiciel libre permettra par ailleurs de montrer le fonctionnement réel d’un moteur de raisonnement.