L'Intelligence Artificielle pour les développeurs - Concepts et implémentations en C#

Ce livre sur l'Intelligence Artificielle s'adresse particulièrement aux développeurs. En effet, bien que l'IA soit un domaine présent en informatique depuis de nombreuses années, il est encore sous-utilisé. Les développeurs hésitent souvent à se lancer, rebutés par les connaissances mathématiques qu'ils pensent nécessaires à l'exploitation de ce domaine. Dans ce livre, les exemples donnés en C# permettent de les aider à passer de la théorie à la pratique. De plus ceux-ci étant génériques, ils sont facilement adaptables à de nombreuses applications C#, que ce soit en Silverlight, sur Windows Phone, pour Windows 8 ou pour des applications .Net plus classiques.

Ainsi, au fil des chapitres, l'auteur présente les principales techniques d'Intelligence Artificielle existantes. Pour chaque technique, sont présentées les inspirations, biologiques, physiques voire mathématiques, puis les différents concepts et principes (sans entrer dans les détails mathématiques), avec des exemples et figures pour chacun de ceux-ci. Les domaines d'application sont illustrés par des applications réelles et actuelles. Enfin, chaque chapitre contient un exemple d'implémentation générique, complété par une application pratique, développée en C#, dont le code est disponible sur le site de l'éditeur.

Les techniques d'Intelligence Artificielles décrites sont :

- Les systèmes experts, permettant d'appliquer des règles pour prendre des décisions ou découvrir de nouvelles connaissances.
- La logique floue, permettant de contrôler des systèmes informatiques ou mécaniques de manière beaucoup plus souple que les programmes traditionnels.
- Les algorithmes de recherche de chemin, dont le A* très utilisé dans les jeux vidéo pour trouver les meilleurs itinéraires.
- Les algorithmes génétiques, utilisant la puissance de l'évolution pour apporter des solutions à des problèmes complexes.
- Les principales métaheuristiques, dont la recherche tabou, trouvant des optimums à des problèmes d'optimisation, avec ou sans contraintes.
- Les systèmes multi-agents, simulant des foules ou permettant des comportements émergents à partir de plusieurs agents très simples.
- Et les réseaux de neurones, capables de découvrir et de reconnaître des patterns, dans des suites historiques, des images ou encore des données.
Le livre se termine par une bibliographie, permettant au lecteur de trouver plus d'informations sur certaines techniques particulières, une sitographie listant quelques articles présentant des applications réelles, une annexe et un index.