Les étudiants devront savoir expliquer comment Sciences Cognitives et Intelligence Artificielle sont associées, devront savoir décrire comment fonctionne une inférence ontologique, comment fonctionne un raisonnement analogique, devront savoir présenter les différentes facettes d’un problème d’ingénierie des connaissances.
S’il existe un domaine de l’informatique riche en débats et fertile en espoirs comme en déception, c’est bien celui de tenter d’établir une « Intelligence Artificielle ».
Le fait de considérer une « Intelligence Artificielle » amène fatalement à considérer le caractère « computationnel » de l’homme qui fait preuve d’intelligence.
La première partie du cours s’intéressera aux efforts déployés pour modéliser les fonctions cognitives sous une forme « computationnelle » propice à une mécanisation et par suite à inspirer la création d’une intelligence artificielle. Abstraction (connaissance sur la représentation du monde) et raisonnement (calculs plus ou moins conscients) seront considérés ici comme composantes de comportements « intelligents ».
Le caractère réductionniste de ces modèles est admis mais ils permettent de concevoir des éléments d’une « intelligence » sous forme de calculs sur des « formes » inscrites représentant les connaissances.
La deuxième partie du cours s’intéressera donc à la manière dont en informatique on s’attache à représenter la connaissance et les calculs afférents permettant d’approcher cette intelligence artificielle (par définition). Nous concentrerons notre exposé d’une part sur la notion d’ontologie et d’inférence ontologique et d’autre part sur les modèles analogiques de raisonnement.
La troisième partie du cours traitera de ce qu’il est convenu d’appeler l’Ingénierie des Connaissances et qui s’intéresse à gérer au mieux les relations qu’il faut établir entre des modèles formels (objets de calculs) et l’interprétation par l’homme. Les relations entre inscriptions de la connaissance, les calculs qui peuvent être réalisés sur les relations construites sur ces inscriptions et l’interprétation qu’en fera l’homme seront abordés au travers d’exemples applicatifs.
Outre les exposés du cours, il sera demandé aux étudiants de faire des fiches résumées d’articles qui leur seront distribués.
Nous
ferons un rappel rapide de l'histoire de l'IA et de ses principes
fondateurs.
La situation de l'IA au sein des autres domaines scientifiques (maths,
informatique, robotique, sciences cognitives, etc) introduira la suite
du cours
en discenant ce que l'on peut considérer comme les acquis de
l'IA et les enjeux
actuels. (support
de cours = diapos + pointeurs web)
C'est pour permettre au groupe d'harmoniser un minimum ses
connaissances sur le
sujet. Nous reprendrons ici les fondements logiques de l'IA, le
principe de
résolution de problème, d'inférence, de moteur
d'inférences. L'approche logique
sera "discutée". La
résolution de problème par les approches combinatoires
fait l'objet d'un
autre cours de la filière et sera donc présentée
seulement dans ses enjeux. [PPT][PDF][Lien sur le
cours de Jean-Marc Fouet]
Dans le cadre de
l'inférence
logique, de nombreux travaux sur la représentation de la
connaissance ont
abouti à des formalismes et des langages de
représentation. Nous en reprendrons
le fil pour en montrer tout à la fois la puissance d'expression
et de calcul et
les limites cognitives qu'elles montrent. La notion de réseau
sémantique sera
abordé à
cette occasion.[PPT][PDF] [Un
site en anglais sur les réseaux sémantiques]
Graphes
conceptuels, logique terminologique, les outils de la
représentation de la
connaissance. Ontologies ?[PPT à partir diapos 23][PDF][Document sur les graphes
conceptuels .PS][Document
sur les langages de descriptions .PDF]
En
résolution de problème, une alternative à
l'exploration d'espaces de solutions
construites à partir des connaissances disponibles est
proposée par le
raisonnement analogique. Ce raisonnement fait l'hypothèse qu'une
solution n'est
pas reconstruite à partir de "zéro" mais à partir
d'une solution approchée
sélectionnée comme pouvant s'appliquer car
résolvant un problème
"similaire". [Initiation
RàPC .ppt][Exposé
RàPE .ppt]
Une introduction en html (en cours de mise
au point :-)
A) Les
bases du RàPC
B) Connaissances du
RàPC
C) Le cycle du
RàPC
Savoir que l'on sait, croire que l'on sait ? Comment exprimer ces
notions pour
représenter des connaissances. Cette approche est à la
base de nombreux travaux
sur les logiques modales.
Il s'agit de
mettre en
évidence le mouvement actuel qui re-trouve les racines de l'IA
fondatrice en
remettant en question fondamentalement la notion de résolution
de problème
s'appuyant sur la métaphore du "cerveau-ordinateur" pour
proposer un
autre point de vue émergentiste de la connaissance "en
situation. Les
notions actuellement en discussion de cognition située et
distribuée seront au
centre de cette séance.
Présentation introductive .ppt
(conférence invitée 2003) [version .pdf]
Un document reprenant la
présentation (traduite, résumée et
commentée ) de [Clancey ,97] [.PDF]
Une
ingénierie des connaissances est-elle possible ? Comment
considérer des
inscriptions de connaissances comme supports possibles de raisonnement
et
construire des systèmes qui les gère et les exploite en
tant que telles ? Tel
est le sujet de ce cours qui fera un bilan des travaux sur le sujet et
un état
de l'art de la question aujourd'hui. Présentation
empruntée à la communauté d'acquisition des
connaissances [.pdf] [Le support à imprimer 4 slides / page .pdf]
Un site de référence pour les outils issus des travaux sur l'ingénierie des connaissances au niveau européen COMMONKADS (cours, exercices, références) http://www.commonkads.uva.nl
(Weil-Barais 1993; Kayser 1997; Ecco 1999)
Ecco, U. (1999). Kant et l'ornithorynque. Paris, Grasset. Un ouvrage un peu difficile mais extrêmement utile pour comprendre le débat actuel sur les ontologies.
Kayser, D. (1997). La représentation des connaissances, Hermes. Incontournable pour ceux qui auraient peu de formation initiale aux techniques de l'intelligence artificielle.
Weil-Barais, A. (1993). L'homme cognitif, Presses Universitaires de France. Une bonne introduction assez facile d'accès aux modèles cognitifs.
Un examen de 2 heures sera proposé (sans documents). Il consistera en quelques questions élémentaires de cours sur les fondamentaux et proposera un article qu’il faudra résumer à son essentiel. Les fiches résumées réalisées pendant le cours interviendront dans ¼ de la note.