L'intelligence artificielle est l'étude des limites fondamentales de l'informatique. Vous étudiez l'IA si vous êtes intéressé par la découverte d'une nouvelle classe de problèmes informatiques. Une fois qu'une classe de problèmes est identifiée, elle acquiert un nom et devient sa propre discipline. Vous pouvez toujours y faire de la recherche ou l'étudier pour comprendre les problèmes et les outils permettant de les résoudre. Les personnes qui étudient dans cette sous-discipline peuvent ou non identifier leur travail avec l'IA. Cela dépend souvent de la manière dont ils ont été initiés à cette sous-discipline. Les personnes qui affirment que l'IA est morte ne prennent pas cela en considération lorsqu'elles font une telle déclaration. Je travaille dans le domaine de l'IA depuis trente ans et j'ai rencontré les affirmations " l'IA est vivante/morte " à de nombreuses reprises.
L'apprentissage automatique statistique (ML) est une sous-discipline de l'IA. Son étude a commencé en IA parce qu'elle implique un très grand nombre de paramètres (de l'ordre de millions ou plus), qu'elle doit fonctionner et qu'elle doit résoudre un problème du monde réel. Actuellement, la manière la plus fructueuse d'aborder la ML est d'un point de vue statistique (plus la théorie de l'information plus ...), de sorte que de nombreux chercheurs en ML seront des mathématiciens appliqués, mais ce n'est pas ainsi que la ML a commencé à l'origine et ce n'est pas nécessairement l'avenir de la ML. Les statisticiens théoriques ne sont pas nécessairement intéressés par l'étude de la ML. Ils veulent ajouter aux fondements théoriques de la science, prouver que leur théorie a certaines propriétés mathématiques, et parce qu'ils font la preuve, ne peuvent gérer qu'un très petit nombre de paramètres par rapport à ce que fait ML.
De nombreux systèmes d'IA ne sont pas triviaux à construire et nécessitent donc une analyse minutieuse du problème, une modélisation, un système de conception et d'ingénierie du système, et un test et une évaluation. Vous pouvez également acquérir ces compétences en génie logiciel (SE) - cela dépend du programme d'études en SE. Il est intéressant de noter que la recherche avancée en génie logiciel peut faire un usage efficace de l'expertise en IA. Les fondateurs de l'IA, comme Marvin Minsky, ont souvent souligné l'importance du génie logiciel pour la création de systèmes d'IA performants. La théorie de la complexité computationnelle, un élément de base de tout programme d'études en informatique, est également née de la nécessité d'évaluer et de prédire les performances des algorithmes d'IA avant de les mettre en œuvre.
Si un jeu vidéo modélise des comportements humains pour rendre leurs personnages artificiels crédibles, les développeurs du jeu appellent ces entités des "personnages artificiellement intelligents". C'est parce que les personnages sont, en effet, "artificiels" et parce qu'ils ont une gamme de comportements plus riche que de simples comportements réactifs (par exemple, des mouvements aléatoires ou des mouvements vers le personnage contrôlé par l'homme). Mais bien qu'ils soient appelés personnages IA, ils n'identifient pas une nouvelle classe de problèmes informatiques et ne tentent pas de modéliser l'intelligence humaine. Dans de rares cas, il se peut que la recherche en intelligence artificielle qui a développé des modèles informatiques de comportements humains soit l'inspiration pour les personnages IA d'un jeu, mais généralement, pour les marchés des jeux, ces modèles doivent être réduits et réimplémentés pour une architecture de jeu afin de garantir des réponses très rapides et évolutives.
Strictement parlant, à moins que vous ne prévoyiez de faire de la recherche en génie logiciel, obtenir un MS en IA ne vous aidera pas sur le marché du travail ... il vous rendra surqualifié pour la plupart des emplois SE. Le fait d'être un SE peut vous qualifier pour un emploi dans une startup d'IA, mais pas pour la recherche en IA, car les problèmes de recherche en IA ne sont pas bien définis pour justifier l'utilisation des techniques de SE. Avoir un MS en IA vous qualifiera pour des emplois CS mieux rémunérés parce que la discipline de l'analyse et de l'abstraction de problèmes avancés vous qualifiera pour des postes d'analyste de systèmes et d'architecte de systèmes à haut salaire.