{"id":21504,"date":"2023-10-19T08:04:00","date_gmt":"2023-10-19T12:04:00","guid":{"rendered":"https:\/\/intosaijournal.org\/?post_type=journal-entry&p=21504"},"modified":"2023-10-29T22:28:17","modified_gmt":"2023-10-30T02:28:17","slug":"evolution-and-applications-of-artificial-intelligence-in-sais","status":"publish","type":"journal-entry","link":"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/","title":{"rendered":"\u00c9volution et Applications de l\u2019intelligence artificielle dans les ISC"},"content":{"rendered":"\n

Auteurs: <\/strong>Diego Oliveira Farias (oliveiraf@tcu.gov.br<\/a>); Eric Hans Messias da Silva (erichm@tcu.gov.br<\/a>);  Erick Muzart Fonseca dos Santo (erickmf@tcu.gov.br<\/a>); Monique Louise de Barros Monteiro (moniquebm@tcu.gov.br<\/a>); Tib\u00e9rio Cesar Jocundo Loureiro (tiberio.loureiro@tcu.gov.br<\/a>)<\/p>\n\n\n\n

Qu’est-ce que l’intelligence artificielle ?<\/strong><\/h2>\n\n\n\n

Au fil du temps, de nombreuses d\u00e9finitions ont \u00e9t\u00e9 donn\u00e9es au terme \u00ab intelligence artificielle \u00bb (IA), et l’association de ce terme avec d’autres, tels que l’apprentissage automatique et le \u00ab deep learning \u00bb, a entra\u00een\u00e9 des difficult\u00e9s pour une meilleure compr\u00e9hension du sujet.<\/p>\n\n\n\n

L’aspect artificiel de l’IA est relativement simple. Il s’agit de toute chose non naturelle cr\u00e9\u00e9e par l’homme. L’utilisation de termes tels que machines, ordinateurs ou syst\u00e8mes peut \u00e9galement la repr\u00e9senter. L’intelligence, en revanche, est un concept beaucoup plus large et contest\u00e9, ce qui explique pourquoi un accord sur la d\u00e9finition de l’IA n’a pas encore \u00e9t\u00e9 trouv\u00e9 (Miaihle et Hodes, 2017).<\/p>\n\n\n\n

L’IA peut \u00eatre d\u00e9finie comme l’utilisation de la technologie num\u00e9rique pour cr\u00e9er des syst\u00e8mes capables de r\u00e9aliser des t\u00e2ches habituellement consid\u00e9r\u00e9es comme n\u00e9cessitant de l’intelligence. <\/p>\n\n\n\n

Dans ce contexte, on peut citer la d\u00e9finition de l’Organisation de coop\u00e9ration et de d\u00e9veloppement \u00e9conomiques (OCDE), qui consid\u00e8re l’IA comme un syst\u00e8me bas\u00e9 sur une machine qui peut, pour un ensemble sp\u00e9cifique d’objectifs d\u00e9finis par l’homme, faire des pr\u00e9dictions, des recommandations ou des d\u00e9cisions qui influencent des environnements r\u00e9els ou virtuels.<\/p>\n\n\n\n

L’IA actuelle implique principalement des machines qui utilisent des statistiques pour trouver des mod\u00e8les dans de grandes quantit\u00e9s de donn\u00e9es et effectuer des t\u00e2ches r\u00e9p\u00e9titives sans avoir besoin d’\u00eatre constamment guid\u00e9es par l’homme. Ainsi, l’IA n’est pas li\u00e9e \u00e0 une solution technologique appliqu\u00e9e \u00e0 tous les cas, car elle ne fournit g\u00e9n\u00e9ralement de bonnes performances qu’avec des donn\u00e9es significatives, pertinentes et de haute qualit\u00e9.<\/p>\n\n\n\n

R\u00e9seaux neuronaux artificiels<\/strong><\/h2>\n\n\n\n

Les algorithmes traditionnels d’apprentissage automatique s’appuient fortement sur la repr\u00e9sentation des donn\u00e9es pour cr\u00e9er des relations entre les donn\u00e9es et les pr\u00e9dictions qui en d\u00e9coulent. Par exemple, imaginez la diff\u00e9rence entre un syst\u00e8me de diagnostic qui d\u00e9pend des informations sur le patient fournies par un m\u00e9decin (par exemple, l’interface cerveau-machine – l’IMC, le groupe sanguin, le niveau de glucose dans le sang) pour proposer un diagnostic et un syst\u00e8me capable d’identifier des tumeurs \u00e0 partir d’une image radiographique. Alors que les algorithmes traditionnels peuvent extraire des corr\u00e9lations entre le premier groupe d’informations fournies par le m\u00e9decin, appel\u00e9es caract\u00e9ristiques ou attributs, et un diagnostic potentiel, dans le second exemple, ces syst\u00e8mes ont des limites dans l’analyse de donn\u00e9es non structur\u00e9es comme les images, car ils ne peuvent pas extraire le sens d’un simple ensemble de pixels. <\/p>\n\n\n\n

Une solution \u00e0 ce probl\u00e8me consiste \u00e0 utiliser des techniques pour apprendre les relations entre les attributs et la sortie (pr\u00e9diction) et la meilleure fa\u00e7on de repr\u00e9senter les donn\u00e9es d’entr\u00e9e.<\/p>\n\n\n\n

Dans ce contexte, la technique de l’apprentissage par transfert se distingue. Elle est de plus en plus utilis\u00e9e, en particulier dans les domaines de la vision artificielle et du traitement du langage naturel (NLP), o\u00f9 les connaissances acquises par un mod\u00e8le pr\u00e9-entra\u00een\u00e9 dans un domaine\/t\u00e2che sp\u00e9cifique sont \u00ab transf\u00e9r\u00e9es \u00bb \u00e0 un autre domaine\/t\u00e2che. Il permet de \u00ab d\u00e9mocratiser \u00bb l’utilisation des mod\u00e8les d’IA puisque de nouveaux mod\u00e8les peuvent \u00eatre form\u00e9s avec seulement une fraction des donn\u00e9es et des ressources informatiques qui seraient utilis\u00e9es si un mod\u00e8le devait \u00eatre appris \u00ab \u00e0 partir de z\u00e9ro \u00bb. L’apprentissage par transfert s’inspire de la mani\u00e8re dont les humains apprennent, car nous apprenons rarement quelque chose \u00e0 partir de z\u00e9ro, mais souvent par analogie, en incorporant une exp\u00e9rience pr\u00e9c\u00e9demment acquise dans de nouveaux contextes.<\/p>\n\n\n\n

Il ne fait aucun doute que les architectures et les strat\u00e9gies d’apprentissage des r\u00e9seaux neuronaux adopt\u00e9es ces derni\u00e8res ann\u00e9es ont permis des avanc\u00e9es consid\u00e9rables dans des t\u00e2ches telles que la traduction de textes, la r\u00e9ponse \u00e0 des questions et les chatbots, m\u00eame dans des t\u00e2ches form\u00e9es \u00e0 partir de z\u00e9ro. Toutefois, des changements importants dans la distribution des \u00e9chantillons de donn\u00e9es ont entra\u00een\u00e9 une d\u00e9gradation des performances, ce qui indique que les mod\u00e8les se sont sp\u00e9cialis\u00e9s pour ne donner de bons r\u00e9sultats qu’avec des donn\u00e9es d’entr\u00e9e sp\u00e9cifiques (par exemple, des langues ou des types de texte sp\u00e9cifiques).<\/p>\n\n\n\n

Des d\u00e9fis restent \u00e0 relever pour les langues moins populaires que l’anglais ou pour des t\u00e2ches encore plus sp\u00e9cifiques ou inexplor\u00e9es. Dans le cas des langues, un probl\u00e8me se pose avec les langues moins parl\u00e9es qui ont une disponibilit\u00e9 limit\u00e9e de corpus \u00e9tiquet\u00e9s pour l’entra\u00eenement des mod\u00e8les de NLP.<\/p>\n\n\n\n

Dans les ann\u00e9es 1960, la premi\u00e8re \u00e9tape de l’apprentissage par transfert a consist\u00e9 \u00e0 utiliser des espaces vectoriels pour repr\u00e9senter les mots sous forme de vecteurs num\u00e9riques. Au milieu des ann\u00e9es 2010, des mod\u00e8les tels que word2vec, sent2vec et doc2vec ont \u00e9t\u00e9 introduits. Ces mod\u00e8les ont \u00e9t\u00e9 entra\u00een\u00e9s \u00e0 exprimer les mots, les phrases et les documents dans des espaces vectoriels de sorte que la distance entre les vecteurs soit li\u00e9e \u00e0 la diff\u00e9rence de signification entre les entit\u00e9s correspondantes. L’entra\u00eenement visait \u00e0 associer la signification d’un mot \u00e0 son contexte, c’est-\u00e0-dire aux mots adjacents dans le texte, ce qui repr\u00e9sente un exemple d’apprentissage non supervis\u00e9.<\/p>\n\n\n\n

Une fois que les mots, les phrases ou les paragraphes sont repr\u00e9sent\u00e9s sous forme de vecteurs, il est possible d’utiliser des algorithmes de classification ou de regroupement (clustering), dans lesquels les donn\u00e9es d’entr\u00e9e sont repr\u00e9sent\u00e9es sous forme de points dans un espace vectoriel. Par exemple, dans le cas de la classification, il s’agit d’une approche semi-supervis\u00e9e puisque la t\u00e2che de classification est supervis\u00e9e, mais la repr\u00e9sentation des donn\u00e9es d’entr\u00e9e a \u00e9t\u00e9 obtenue de mani\u00e8re non supervis\u00e9e tout en int\u00e9grant la s\u00e9mantique textuelle.<\/p>\n\n\n\n

Par la suite, la vectorisation au niveau des caract\u00e8res a commenc\u00e9 \u00e0 \u00eatre utilis\u00e9e pour traiter les mots ne figurant pas dans le vocabulaire initial (par exemple, les nouveaux mots, l’argot, les emojis, les mots \u00e9trangers ou les noms de personnes). <\/p>\n\n\n\n

Cette description peut \u00eatre consid\u00e9r\u00e9e comme une forme pr\u00e9coce d’apprentissage par transfert, puisque le mod\u00e8le de vectorisation pr\u00e9-entra\u00een\u00e9 peut d\u00e9j\u00e0 int\u00e9grer un certain niveau de s\u00e9mantique ou de signification aux mots, aux phrases, etc.<\/p>\n\n\n\n

En 2018, une v\u00e9ritable r\u00e9volution s’est produite dans le domaine du NLP lorsque les chercheurs ont commenc\u00e9 \u00e0 appliquer l’apprentissage par transfert \u00e0 un niveau plus abstrait, en fournissant non seulement des mod\u00e8les de vectorisation pr\u00e9-entra\u00een\u00e9s, mais aussi des r\u00e9seaux neuronaux entiers pr\u00e9-entra\u00een\u00e9s sur des t\u00e2ches g\u00e9n\u00e9riques et non supervis\u00e9es \u00e0 un niveau plus \u00e9lev\u00e9. Les exemples incluent les r\u00e9seaux neuronaux mettant en \u0153uvre des mod\u00e8les linguistiques, des mod\u00e8les statistiques entra\u00een\u00e9s \u00e0 pr\u00e9dire le mot ou l’ensemble de mots suivants en fonction des termes pr\u00e9c\u00e9dents. Gr\u00e2ce \u00e0 un processus connu sous le nom de r\u00e9glage fin, il est possible de prendre l’un de ces mod\u00e8les pr\u00e9-entra\u00een\u00e9s et d’effectuer un bref entra\u00eenement suppl\u00e9mentaire ax\u00e9 sur l’optimisation du mod\u00e8le pour la t\u00e2che sp\u00e9cifique \u00e0 entra\u00eener, en ajustant les poids du r\u00e9seau. Ce mouvement est m\u00eame appel\u00e9 le \u00ab moment ImageNet \u00bb, en raison de l’utilisation g\u00e9n\u00e9ralis\u00e9e de r\u00e9seaux neuronaux pr\u00e9-entra\u00een\u00e9s sur la base de donn\u00e9es ImageNet pour diverses applications dans le domaine de la vision par ordinateur.<\/p>\n\n\n\n

Le transformateur g\u00e9n\u00e9ratif pr\u00e9-entra\u00een\u00e9 (GPT) de l’OpenAI se distingue parmi les innovations pionni\u00e8res en mati\u00e8re d’apprentissage par transfert pour le NLP. Bas\u00e9 sur le mod\u00e8le de r\u00e9seau neuronal appel\u00e9 Transformer (Vaswani et al, 2017), qui permet un plus grand parall\u00e9lisme et de meilleures performances par rapport aux architectures pr\u00e9c\u00e9dentes qui n’avaient pas le m\u00eame degr\u00e9 de parall\u00e9lisme et avaient des difficult\u00e9s \u00e0 traiter les textes longs. Dans sa formulation la plus r\u00e9cente – GPT-4 – il est capable de g\u00e9n\u00e9rer automatiquement des textes r\u00e9alistes, similaires \u00e0 ceux \u00e9crits par des humains.<\/p>\n\n\n\n

ChatGPT, les grands mod\u00e8les de langage et l’IA g\u00e9n\u00e9rative<\/strong><\/h2>\n\n\n\n

En novembre 2022, l’OpenAI ChatGPT a \u00e9t\u00e9 lanc\u00e9, conduisant l’intelligence artificielle \u00e0 une nouvelle \u00e9tape : en quelques jours, le chatbot est devenu la r\u00e9alisation la plus c\u00e9l\u00e8bre de l’histoire r\u00e9cente de la technologie en raison de ses capacit\u00e9s impressionnantes de compr\u00e9hension et de g\u00e9n\u00e9ration de textes.<\/p>\n\n\n\n

Malgr\u00e9 son \u00ab intelligence \u00bb et sa popularit\u00e9, le c\u0153ur de ChatGPT s’appuie sur une technique ancienne : la mod\u00e9lisation du langage. Dans une d\u00e9finition simple, la mod\u00e9lisation linguistique consiste \u00e0 utiliser des mod\u00e8les statistiques pour pr\u00e9dire les s\u00e9quences de mots les plus courantes dans une langue. Il s’agit donc de mod\u00e8les capables de pr\u00e9dire le mot suivant le plus probable \u00e0 partir d’une s\u00e9rie de mots. Chaque \u00e9l\u00e9ment pr\u00e9dit par le mod\u00e8le peut \u00eatre r\u00e9utilis\u00e9 pour pr\u00e9dire un autre mot, et ce processus se poursuit jusqu’\u00e0 ce que nous obtenions des paragraphes et des textes complets.<\/p>\n\n\n\n

Au cours des ann\u00e9es \u00e9coul\u00e9es, les chercheurs ont commenc\u00e9 \u00e0 utiliser des mod\u00e8les de langage neuronaux. En termes simples, il s’agit de mod\u00e8les de langage mis en \u0153uvre sous forme de r\u00e9seaux neuronaux. Supposons que nous disposions d’un vaste ensemble de textes. Dans ce cas, nous pouvons l’utiliser pour entra\u00eener un r\u00e9seau neuronal dont l’objectif d’optimisation est de g\u00e9n\u00e9rer le mot le plus probable \u00e0 partir de la s\u00e9quence de mots qui lui a \u00e9t\u00e9 donn\u00e9e jusqu’\u00e0 l’it\u00e9ration actuelle. Cette id\u00e9e a d’abord \u00e9t\u00e9 mise en \u0153uvre avec des r\u00e9seaux neuronaux r\u00e9currents. Toujours est-il qu’en 2018, l’architecture Transformer – une nouvelle famille de mod\u00e8les bas\u00e9s sur des mod\u00e8les d’attention et des r\u00e9seaux neuronaux feed-forward – a d\u00e9montr\u00e9 des r\u00e9sultats encore meilleurs.<\/p>\n\n\n\n

Ensuite, lorsque le nombre de param\u00e8tres de ces mod\u00e8les neuronaux est pass\u00e9 de millions \u00e0 des milliards ou des trillions, ils ont \u00e9t\u00e9 appel\u00e9s \u00ab grands mod\u00e8les de langage \u00bb.<\/p>\n\n\n\n

L’un des principaux avantages de la formation de mod\u00e8les de langage r\u00e9side dans l’ensemble de donn\u00e9es : il n’est pas n\u00e9cessaire qu’il soit \u00e9tiquet\u00e9 par des humains. En effet, si nous disposons d’un corpus de textes, il est d\u00e9j\u00e0 \u00ab annot\u00e9 \u00bb dans le sens o\u00f9 nous connaissons toujours le mot suivant. Les \u00e9tiquettes sont d\u00e9j\u00e0 pr\u00e9sentes, m\u00eame dans des contextes o\u00f9 les objectifs d’optimisation sont l\u00e9g\u00e8rement diff\u00e9rents (par exemple, en masquant certains mots et en entra\u00eenant le mod\u00e8le \u00e0 pr\u00e9dire les mots masqu\u00e9s). Cette technique est appel\u00e9e auto-supervision mais peut \u00e9galement \u00eatre consid\u00e9r\u00e9e comme une sorte d’apprentissage non supervis\u00e9 (du moins du point de vue des annotateurs humains).<\/p>\n\n\n\n

Nous n’avons pas beaucoup de d\u00e9tails sur la mati\u00e8re en soi de ChatGPT – nous savons seulement qu’il utilise des techniques suppl\u00e9mentaires d’apprentissage par renforcement en plus de la mod\u00e9lisation linguistique traditionnelle. Cependant, plusieurs mod\u00e8les de langage \u00e0 source ouverte ont \u00e9t\u00e9 lanc\u00e9s gr\u00e2ce \u00e0 son av\u00e8nement. Ces mod\u00e8les sont particuli\u00e8rement int\u00e9ressants pour les chercheurs et les institutions gouvernementales car ils sont moins co\u00fbteux que les mod\u00e8les OpenAI. Par ailleurs, nous poss\u00e9dons un contr\u00f4le total sur le mod\u00e8le, ce qui nous permet de le personnaliser en fonction de nos besoins (par exemple, la compr\u00e9hension de textes juridiques). <\/p>\n\n\n\n

Enfin, \u00e0 la Cour f\u00e9d\u00e9rale des comptes du Br\u00e9sil (TCU), nous avons lanc\u00e9 un outil appuy\u00e9 sur ChatGPT appel\u00e9 ChatTCU. La version actuelle est une enveloppe s\u00e9curis\u00e9e sur le mod\u00e8le OpenAI sous-jacent car elle permet aux auditeurs d’\u00e9changer des messages en toute s\u00e9curit\u00e9 sans envoyer de donn\u00e9es classifi\u00e9es \u00e0 OpenAI. Dans les versions futures, nous \u00e9tendrons les fonctionnalit\u00e9s de ChatTCU aux donn\u00e9es relatives \u00e0 la jurisprudence de la TCU, ainsi qu’\u00e0 plusieurs autres donn\u00e9es publiques ou non publiques appartenant \u00e0 l’institution.<\/p>\n\n\n\n

Conclusions<\/strong><\/h2>\n\n\n\n

Int\u00e9grer l’IA dans l’activit\u00e9 d’audit offre aux ISC une occasion unique d’am\u00e9liorer l’efficacit\u00e9 et l’efficience de leurs op\u00e9rations. Gr\u00e2ce \u00e0 l’analyse automatis\u00e9e de grands volumes de donn\u00e9es, l’IA peut identifier des mod\u00e8les complexes, des anomalies et des tendances en temps r\u00e9el, fournissant ainsi des informations pr\u00e9cieuses aux auditeurs. En outre, l’IA peut rationaliser les processus d’examen et d’analyse, r\u00e9duisant ainsi consid\u00e9rablement le temps n\u00e9cessaire pour r\u00e9aliser un audit complet. En lib\u00e9rant les professionnels de l’audit des t\u00e2ches routini\u00e8res et r\u00e9p\u00e9titives, l’IA leur permet de concentrer leur expertise sur l’analyse de haut niveau et la prise de d\u00e9cision strat\u00e9gique. Enfin, gr\u00e2ce \u00e0 l’utilisation de l’IA, les ISC peuvent renforcer l’exactitude, l’exhaustivit\u00e9 et la fiabilit\u00e9 de leurs activit\u00e9s d’audit, consolidant ainsi la confiance du public dans les institutions financi\u00e8res et les organismes audit\u00e9s.<\/p>\n","protected":false},"excerpt":{"rendered":"

Au fil du temps, de nombreuses d\u00e9finitions ont \u00e9t\u00e9 donn\u00e9es au terme \u00ab\u00a0intelligence artificielle\u00a0\u00bb (IA), et l’association de ce terme avec d’autres, tels que l’apprentissage automatique et le \u00ab\u00a0deep learning\u00a0\u00bb, a entra\u00een\u00e9 des difficult\u00e9s pour une meilleure compr\u00e9hension du sujet.<\/p>\n","protected":false},"author":172,"featured_media":21494,"template":"","meta":{"_acf_changed":false,"footnotes":""},"journal-categories":[3587],"content-tags":[2037,1880,1879],"country":[2897],"region":[2870],"section":[2133],"coauthors":[3570,3571,3572,3574,3573],"class_list":["post-21504","journal-entry","type-journal-entry","status-publish","has-post-thumbnail","hentry","journal-categories-q2-2023-fr","content-tags-audit-informatique","content-tags-intelligence-artificielle","content-tags-science-et-technologie","country-brazil-5-fr","region-olacefs-de-fr","section-articles-en-vedette"],"acf":[],"yoast_head":"\n\u00c9volution et Applications de l\u2019intelligence artificielle dans les ISC - INTOSAI Journal<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"\u00c9volution et Applications de l\u2019intelligence artificielle dans les ISC - INTOSAI Journal\" \/>\n<meta property=\"og:description\" content=\"Au fil du temps, de nombreuses d\u00e9finitions ont \u00e9t\u00e9 donn\u00e9es au terme \u00ab\u00a0intelligence artificielle\u00a0\u00bb (IA), et l'association de ce terme avec d'autres, tels que l'apprentissage automatique et le \u00ab\u00a0deep learning\u00a0\u00bb, a entra\u00een\u00e9 des difficult\u00e9s pour une meilleure compr\u00e9hension du sujet.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/\" \/>\n<meta property=\"og:site_name\" content=\"INTOSAI Journal\" \/>\n<meta property=\"article:modified_time\" content=\"2023-10-30T02:28:17+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI.png\" \/>\n\t<meta property=\"og:image:width\" content=\"663\" \/>\n\t<meta property=\"og:image:height\" content=\"440\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:site\" content=\"@intosaijournal\" \/>\n<meta name=\"twitter:label1\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data1\" content=\"9 minutes\" \/>\n\t<meta name=\"twitter:label2\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data2\" content=\"Diego Oliveira Farias, Eric Hans Messias da Silva, Erick Muzart Fonseca dos Santo, Monique Louise de Barros Monteiro, Tib\u00e9rio Cesar Jocundo Loureiro\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/\",\"url\":\"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/\",\"name\":\"\u00c9volution et Applications de l\u2019intelligence artificielle dans les ISC - INTOSAI Journal\",\"isPartOf\":{\"@id\":\"https:\/\/intosaijournal.org\/fr\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI.png\",\"datePublished\":\"2023-10-19T12:04:00+00:00\",\"dateModified\":\"2023-10-30T02:28:17+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/#primaryimage\",\"url\":\"https:\/\/www.intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI.png\",\"contentUrl\":\"https:\/\/www.intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI.png\",\"width\":663,\"height\":440,\"caption\":\"Source: Adobe Stock Images,\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/intosaijournal.org\/fr\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"\u00c9volution et Applications de l\u2019intelligence artificielle dans les ISC\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/intosaijournal.org\/fr\/#website\",\"url\":\"https:\/\/intosaijournal.org\/fr\/\",\"name\":\"INTOSAI Journal\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/intosaijournal.org\/fr\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/intosaijournal.org\/fr\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/intosaijournal.org\/fr\/#organization\",\"name\":\"INTOSAI Journal\",\"url\":\"https:\/\/intosaijournal.org\/fr\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/intosaijournal.org\/fr\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png\",\"contentUrl\":\"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png\",\"width\":736,\"height\":122,\"caption\":\"INTOSAI Journal\"},\"image\":{\"@id\":\"https:\/\/intosaijournal.org\/fr\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/x.com\/intosaijournal\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"\u00c9volution et Applications de l\u2019intelligence artificielle dans les ISC - INTOSAI Journal","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/","og_locale":"fr_FR","og_type":"article","og_title":"\u00c9volution et Applications de l\u2019intelligence artificielle dans les ISC - INTOSAI Journal","og_description":"Au fil du temps, de nombreuses d\u00e9finitions ont \u00e9t\u00e9 donn\u00e9es au terme \u00ab\u00a0intelligence artificielle\u00a0\u00bb (IA), et l'association de ce terme avec d'autres, tels que l'apprentissage automatique et le \u00ab\u00a0deep learning\u00a0\u00bb, a entra\u00een\u00e9 des difficult\u00e9s pour une meilleure compr\u00e9hension du sujet.","og_url":"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/","og_site_name":"INTOSAI Journal","article_modified_time":"2023-10-30T02:28:17+00:00","og_image":[{"width":663,"height":440,"url":"https:\/\/intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI.png","type":"image\/png"}],"twitter_card":"summary_large_image","twitter_site":"@intosaijournal","twitter_misc":{"Est. reading time":"9 minutes","Written by":"Diego Oliveira Farias, Eric Hans Messias da Silva, Erick Muzart Fonseca dos Santo, Monique Louise de Barros Monteiro, Tib\u00e9rio Cesar Jocundo Loureiro"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/","url":"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/","name":"\u00c9volution et Applications de l\u2019intelligence artificielle dans les ISC - INTOSAI Journal","isPartOf":{"@id":"https:\/\/intosaijournal.org\/fr\/#website"},"primaryImageOfPage":{"@id":"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/#primaryimage"},"image":{"@id":"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/#primaryimage"},"thumbnailUrl":"https:\/\/www.intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI.png","datePublished":"2023-10-19T12:04:00+00:00","dateModified":"2023-10-30T02:28:17+00:00","breadcrumb":{"@id":"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/"]}]},{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/#primaryimage","url":"https:\/\/www.intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI.png","contentUrl":"https:\/\/www.intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI.png","width":663,"height":440,"caption":"Source: Adobe Stock Images,"},{"@type":"BreadcrumbList","@id":"https:\/\/intosaijournal.org\/fr\/journal-entry\/evolution-and-applications-of-artificial-intelligence-in-sais\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/intosaijournal.org\/fr\/"},{"@type":"ListItem","position":2,"name":"\u00c9volution et Applications de l\u2019intelligence artificielle dans les ISC"}]},{"@type":"WebSite","@id":"https:\/\/intosaijournal.org\/fr\/#website","url":"https:\/\/intosaijournal.org\/fr\/","name":"INTOSAI Journal","description":"","publisher":{"@id":"https:\/\/intosaijournal.org\/fr\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/intosaijournal.org\/fr\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-FR"},{"@type":"Organization","@id":"https:\/\/intosaijournal.org\/fr\/#organization","name":"INTOSAI Journal","url":"https:\/\/intosaijournal.org\/fr\/","logo":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/intosaijournal.org\/fr\/#\/schema\/logo\/image\/","url":"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png","contentUrl":"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png","width":736,"height":122,"caption":"INTOSAI Journal"},"image":{"@id":"https:\/\/intosaijournal.org\/fr\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/x.com\/intosaijournal"]}]}},"_links":{"self":[{"href":"https:\/\/www.intosaijournal.org\/fr\/wp-json\/wp\/v2\/journal-entry\/21504","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.intosaijournal.org\/fr\/wp-json\/wp\/v2\/journal-entry"}],"about":[{"href":"https:\/\/www.intosaijournal.org\/fr\/wp-json\/wp\/v2\/types\/journal-entry"}],"author":[{"embeddable":true,"href":"https:\/\/www.intosaijournal.org\/fr\/wp-json\/wp\/v2\/users\/172"}],"version-history":[{"count":2,"href":"https:\/\/www.intosaijournal.org\/fr\/wp-json\/wp\/v2\/journal-entry\/21504\/revisions"}],"predecessor-version":[{"id":22343,"href":"https:\/\/www.intosaijournal.org\/fr\/wp-json\/wp\/v2\/journal-entry\/21504\/revisions\/22343"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.intosaijournal.org\/fr\/wp-json\/wp\/v2\/media\/21494"}],"wp:attachment":[{"href":"https:\/\/www.intosaijournal.org\/fr\/wp-json\/wp\/v2\/media?parent=21504"}],"wp:term":[{"taxonomy":"journal-categories","embeddable":true,"href":"https:\/\/www.intosaijournal.org\/fr\/wp-json\/wp\/v2\/journal-categories?post=21504"},{"taxonomy":"content-tags","embeddable":true,"href":"https:\/\/www.intosaijournal.org\/fr\/wp-json\/wp\/v2\/content-tags?post=21504"},{"taxonomy":"country","embeddable":true,"href":"https:\/\/www.intosaijournal.org\/fr\/wp-json\/wp\/v2\/country?post=21504"},{"taxonomy":"region","embeddable":true,"href":"https:\/\/www.intosaijournal.org\/fr\/wp-json\/wp\/v2\/region?post=21504"},{"taxonomy":"section","embeddable":true,"href":"https:\/\/www.intosaijournal.org\/fr\/wp-json\/wp\/v2\/section?post=21504"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.intosaijournal.org\/fr\/wp-json\/wp\/v2\/coauthors?post=21504"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}