Vous êtes sur la page 1sur 7

Intelligence Artificielle NFP106 Anne 2011-2012

Introduction Is artificial intelligence a contradiction in terms _______________________________________ Can your computer think? _______________________________________

Introduction & Dfinitions

F.-Y. Villemin f-yv@cnam.fr http://deptinfo.cnam.fr

Annonce publicitaire pour la NCC'86, Las Vegas juin 1986


F.-Y. Villemin 2011! 2!

Origines
! Platon, Socrate, Aristote ! logique, concepts

Test de Turing (1950)


Agir comme un humain ou le jeu de l imitation : Un utilisateur humain ne peut savoir si c est un humain ou un programme qui rpond une question pose (en crit)

! "Ars magna" de Raymond Lulle (1302) ! Le Discours de la mthode de Ren Descartes (1637) ! "Calculus ratiocinator" de G. W. Leibnitz (1685) ! "The Laws of Thaught" de George Boole (1854) ! "Difference Engine" de Charles Babbage (1865) ! logique des prdicats de Gottlob Frege (1879) ! "Principia Mathematica" de B. Russell & A. N. Whitehead (1910-1913) ! Machine d'Alan Turing (1936) ! Ordinateur de John von Neumann (1940-1944) ! "Joueur d'checs" de Torres y Quevedo (1911) ! Programme d'checs de Claude Shannon (1950) ! Congrs de Dartmouth College de 1957 (McCarthy) ! invention du terme "Intelligence artificielle"
F.-Y. Villemin 2011! 3!

Les machines sont-elles capables de raisonner (penser)? Est-ce qu une machine peut avoir un comportement intelligent?
F.-Y. Villemin 2011! 4!

Test de Turing (1950)


Le test de Turing n est : ! ni reproductible ! ni constructif ! ni accessible l analyse mathmatique Caractristiques du programme : ! Traitement de la langue " Comprhension de texte " Gnration de textes ! Reprsentation des connaissances ! Raisonnement et infrences de connaissances ! Apprentissage

Dfinition
"L intelligence est : (a) La capacit d apprendre ou de comprendre grce l'exprience. La capacit d'acquise et de retenir les connaissances. La capacit mentale (b) La capacit de rpondre rapidement et de manire approprie une nouvelle situation; L utilisation de la facult de raisonnement pour rsoudre des problmes, se comporter en socit, etc.. de manire effective (c) En Psychologie, le succs mesure de l utilisation de ces capacits afin de rsoudre certaines taches" (Webster s New World Dictionary 1988)
5! F.-Y. Villemin 2011! 6!

F.-Y. Villemin 2011!

Dfinition
Intelligence artificielle (Le Petit Robert) : "Partie de l'informatique qui a pour but la simulation de facults cognitives afin de suppler l'tre humain pour assurer des fonctions dont on convient, dans un contexte donn, qu'elles requirent de l'intelligence (cf. Systme expert) Les langages de l'intelligence artificielle ! ada, lisp, prolog Les fonctions de l'intelligence artificielle : reconnaissance des formes et de la parole, simulation, jeu, conduite de robots, apprentissage Les outils de l'intelligence artificielle : rseau de neurones (cf. connexionnisme), rseau smantique (cf. aussi cogniticien)"

Definition
"Le but de intelligence artificielle est l tude de la structure de l information et de la structure de processus de rsolution de problmes, indpendamment des applications et indpendamment d une ralisation" (John McCarthy) "L IA a pour but la construction de programmes informatiques qui s adonnent a des taches qui sont, pour l instant, accomplies de faon plus satisfaisantes par des tres humains car elles demandent des processus mentaux de haut niveau tels que : l apprentissage perceptuel, l organisation de la mmoire et le raisonnement critique" (Marvin Minsky) "Une prsupposition essentielle pour agir intelligemment d une manire gnrale est la capacit de produire et de manipuler des structures symboliques" (Allen Newell)
F.-Y. Villemin 2011! 8!

F.-Y. Villemin 2011!

7!

Dfinition
Reproduction des activits cognitives juges intelligentes pour l'homme (John Shore) Instrument = ordinateur Intelligence artificielle = sous-ensemble du logiciel traitant de problmes : ! de nature symbolique, ne ncessitant pas (ou peu) de calculs numriques ! n'ayant pas de solution algorithmique possible ou satisfaisante

Thses sur l'IA


Thse faible : Il est possible de construire des machines qui se comportent comme si elles taient intelligentes Thse forte : Les machines qui ont un comportement intelligent possdent des tats cognitifs

F.-Y. Villemin 2011!

9!

F.-Y. Villemin 2011!

10!

Les problmes interessant l'I.A.


Comprhension !!de scnes (vision) !!de paroles (mots) !!de phrases (sens) Raisonnement !!Rsolution de problmes !!Dmonstration de thormes !!Jeu et simulation Ractions l'environnement !!Simulation du comportement social !!Apprentissage !!Prise de dcisions partir d'informations partielles (Prix Nobel d'conomie pour H. Simon en 1978)
F.-Y. Villemin 2011! 11!

Les problmes relevant de l'I. A.


I.A.
Comprhension de la langue naturelle

Formalisables
NON OUI

Dcidables
NON Preuves de programmes OUI

Ayant un algorithme reprsentable


Jeux d'chec et de Go NON OUI

D'une complexit acceptable


Gnration de plans NON OUI

Prcis et donnes prcises


Diagnostic de pannes NON OUI

Constants dans le temps


Dplacement d'un robot NON OUI

INFORMATIQUE CLASSIQUE
12!

F.-Y. Villemin 2011!

Heuristique
"Mthode de rsolution de problmes, non fonde sur un modle formel et qui n aboutit pas ncessairement une solution" (J.O. du 16 septembre 1989) Le mot "heuristique" vient du grec "heuriskin", (trouver, dcouvrir) En intelligence artificielle, les heuristiques sont vues comme des "rgles non systmatiques qui permettent de se dbrouiller dans des situations o la systmatisation n'est pas performante" (Jean Petitot 1992)
METHODES FAIBLES

Mthodes de l'I. A.
RECHERCHE OPERATIONNELLE

RECHERCHES AVEUGLES ! ! aucune connaissance RECHERCHES HEURISTIQUES ! ! connaissance implicite SATISFACTIONDESCONTRAINTES ! ! connaissance des contraintes ANALYSEDESBUTSET DES MOYENS ! ! connaissance des actions SYSTEMES EXPERTS
! METHODES SPECIFIQUES ! connaissance de la mthode d'un expert INTELLIGENCE ARTIFICIELLE
14!

F.-Y. Villemin 2011!

13!

F.-Y. Villemin 2011!

Science ou technique?
Un projet impossible? (Searle, Dreyfus, Penrose) Une discipline double : !!essentiellement exprimentale ! recherche des heuristiques !!essentiellement thorique ! reprsentation des connaissances Systmes mathmatiques la fois : !!suffisamment expressifs (science) !!d'une complexit acceptable (technique) Procde de : !!Mathmatiques, Informatique !!Psychologie exprimentale, Sciences du cerveau !!Linguistique, Philosophie
F.-Y. Villemin 2011! 15!

Apports de l'intelligence artificielle


Cration d'un systme ayant une fonction intelligente " Thorie scientifique d'un petit domaine et d'un petit problme Ralisations marquantes :
!!Apprentissage (Samuel 59, Winston 70 ) !!GPS (Simon NOBEL 78) !!Systmes Experts (MYCIN 75, PROSPECTOR 78, PLANTS 80 ) !!Logiques de sens commun (McCarthy 80, Reiter 80 ) !!Vision (Waltz 75, Ullmann 82 ) !!Comprhension de la langue naturelle (Winograd 71, Schank 75 ) !!Agents de recherche d'information, agents pour le commerce lectronique ! Le Web Smantique (Berners-Lee-Hendler-Lassila 01) ! Moteurs de recherche smantique (PowerSet, Exalead, Hakia ) ! Rseaux sociaux de la connaissance (Twine, Splayce )
16!

F.-Y. Villemin 2011!

Connaissance et reprsentation
Systme intelligent!"!si comportement du systme performance comparable celle de l'expert !!code informatique reprsente connaissance de l'expert !"!systme de symboles
!!codant des connaissances !!ralisant un modle opratoire d'une activit experte

Description des systmes par niveaux


Correcteur de fautes d'orthographe (du Libero Maesano): Quelle description (modle) du correcteur d'orthographe permet d'expliquer son comportement? Description en tant que programme qui :
(1) traduit une squence de frappes au clavier en une structure de donnes; (2) soumet cette donne un algorithme de comparaison d'autres structures soit contenues dans une base de donnes charge en mmoire soit gnres l'excution; (3) lorsqu'il ne trouve pas une structure gale cherche dans la base (et/ou gnre) des structures proches (selon un certain calcul de proximit); (4) affiche (ventuellement) suites de caractres correspondantes ces structures
F.-Y. Villemin 2011! 18!

reprsentation!"!smantique oprationnelle des programmes qui manipulent structures de donnes cohrente avec l'interprtation humaine Problme de la connaissance:
! ! ! la Qu'est-ce que la connaissance? Comment est-elle lie la reprsentation? Qu'est-ce qu'un systme possde lorsque on dit qu'il possde de connaissance?
17!

F.-Y. Villemin 2011!

Description des systmes par niveaux (2)


Description en tant que systme qui :
(1) a des buts (dtecter mots n'appartenant pas au lexique franais et, dans ce cas : proposer des mots appartenant au lexique franais et ressemblant au mots dtects); (2) communique avec l'utilisateur au moyen d'un ensemble d'interactions, capable : de lire les mots issus de la frappe au clavier d'afficher l'cran les mots proposer; (3) possde des connaissances : du lexique franais d'un critre de ressemblance entre chane de caractres et mots du lexique

Description des systmes par niveaux (3)


Deux descriptions sont systmiques (systme dot d'un comportement ralisant fonction) premire description: en termes de structures de donnes, programmes, algorithmes !!structure interne du systme (logiciel)
!

deuxime description: en termes de mots du lexique franais !!objets du monde extrieur (orthographe franaise) !!structure interne du systme non cite
!

Description permet

F.-Y. Villemin 2011!

!!d'expliquer et de prdire efficacement le comportement du systme !!type de description naturelle pour expliquer correcteur d'orthographe utilisateur sans comptences informatiques.
19!

Diffrence de niveau de description : ! premire description!!!niveau programme (ou symbole ) ! deuxime description!!!niveau connaissance
F.-Y. Villemin 2011! 20!

Description des systmes par niveaux (4)


niveau programme ou symbole :
!dcomposable en plusieurs sous-niveaux!!!hirarchie des langages
! !chaque langage dfini dans langage de plus bas niveau ! !langage machine n'est rductible qu' squences des signaux de ! !commandes traites par circuits logiques:

Niveau connaissance
A. Newell [Newell 1982, 1990] propose niveau suprieur au niveau programme, le niveau connaissance (knowledge level) caractris par : (1) objet du traitement ou connaissance composants: - ensemble des buts - ensemble des interactions (entres/sorties) (2) corpus de connaissances (3) loi de comportement: principe de rationalit : le systme slectionne une action s'il possde la connaissance qu'un de ses buts peut tre atteint au moyen de l'excution de l'action. Systme dcrit au niveau connaissance comme un agent rationnel dot : (1) de fins (l'ensemble des buts) (2) de moyens physiques d'interaction avec le monde extrieur (l'ensemble des interactions) (3) des comptences (le corpus de connaissances) liant fins et moyens selon principe de rationalit
F.-Y. Villemin 2011! 22!

!oprations arithmtiques et logiques !oprations de transfert de registres... ! !!niveau circuits logiques

niveau circuits logiques : !repose sur ensemble de circuits lectroniques ! !!niveau circuits lectroniques... description du systme tout niveau!!!mme organisation: !!objet du traitement !!composants du systme et sa structure !!lois de comportement: comment le comportement du systme dpend du comportement des composants
F.-Y. Villemin 2011! 21!

Exemple de Brachman & Levesque


Schma de relation R(A, B) & table :
(1) Combien de ai sont associs b1 dans la table R ? Point de vue Base de donnes (niveau symbole) : (2) Count x in R where B = b1 (rponse 2 ) Table " R(a1, b1) # R(a2, b2) # ! Connaissance insuffisante, rien n implique que :
(a) au moins 2 ai (a1 & a3 peuvent tre les noms d un mme individu) (b) au plus 2 ai (ai peut ne pas tre explicitement cit)
F.-Y. Villemin 2011! 23!

Exemple de Brachman & Levesque


B b1 b2 b1 b2 ! cj L'hypothse du Monde Clos : $x (R(x, b1) % (x = a1 # x = a2)) (3) Combien de tuples de la table R contiennent "b1" dans leur champs "B"? Information additionnelle au niveau connaissance : L'hypothse de Nom Unique : ci cj, pour des constantes distinctes ci et

A a1 a2 a2 a3 !

F.-Y. Villemin 2011!

24!

Exemple de Brachman & Levesque


Base de donnes au niveau connaissance : (1)!ensemble des buts : extraire certaines donnes (2)!ensemble des interactions : un langage de requtes (3)!corpus de connaissances : (a) connaissances sur le domaine (b) signification des donnes (noms des relations & attributs dans schma) (c) contraintes entre donnes (4)!principe de rationalit : certaines commandes du langage de requtes vont conduire l extraction de donnes recherches
F.-Y. Villemin 2011! 25!