Introduction à l Intelligence Artificielle (L3) Introduction
|
|
|
- Alphonse Cantin
- il y a 8 ans
- Total affichages :
Transcription
1 Introduction à l Intelligence Artificielle (L3) Introduction vincent.risch@univ-amu.fr Merci à Cyril Terrioux et Nicola Olivetti
2 Plan 1 Introduction 2 Tentatives de définition(s)... 3 Exemples d applications 4 Fondements historiques 5 Difficultés 6 Ce qui sera abordé dans ce cours...
3 Qu est-ce que l intelligence? Définition (Petit Robert) 1 faculté de connaître, de comprendre
4 Qu est-ce que l intelligence? Définition (Petit Robert) 1 faculté de connaître, de comprendre 2 ensemble des fonctions mentales ayant pour objet la connaissance conceptuelle et rationnelle
5 Qu est-ce que l intelligence? Définition (Petit Robert) 1 faculté de connaître, de comprendre 2 ensemble des fonctions mentales ayant pour objet la connaissance conceptuelle et rationnelle 3 aptitude (d un être vivant) à s adapter à des situations nouvelles, à découvrir des solutions aux difficultés qu il rencontre
6 Qu est-ce que l intelligence? Définition (Petit Robert) 1 faculté de connaître, de comprendre 2 ensemble des fonctions mentales ayant pour objet la connaissance conceptuelle et rationnelle 3 aptitude (d un être vivant) à s adapter à des situations nouvelles, à découvrir des solutions aux difficultés qu il rencontre fonctions mentales : imagination, raisonnement(s), conceptualisation...
7 Qu est-ce que l intelligence? Définition (Petit Robert) 1 faculté de connaître, de comprendre 2 ensemble des fonctions mentales ayant pour objet la connaissance conceptuelle et rationnelle 3 aptitude (d un être vivant) à s adapter à des situations nouvelles, à découvrir des solutions aux difficultés qu il rencontre fonctions mentales : imagination, raisonnement(s), conceptualisation... aptitude : adaptation, action...
8 Et l intelligence artificielle alors? Définition (Petit Robert, encore) Intelligence Artificielle (I.A.) : partie de l informatique qui a pour but la simulation de facultés cognitives afin de suppléer l être humain pour assurer des fonctions dont on convient, dans un contexte donné, qu elles requièrent de l intelligence
9 Et l intelligence artificielle alors? Définition (Petit Robert, encore) Intelligence Artificielle (I.A.) : partie de l informatique qui a pour but la simulation de facultés cognitives afin de suppléer l être humain pour assurer des fonctions dont on convient, dans un contexte donné, qu elles requièrent de l intelligence Conséquence : l I.A. fait le pari (ahurissant?) que ces facultés cognitives seraient (par la simulation) réductibles à un calcul...
10 Et l intelligence artificielle alors? Définition (Petit Robert, encore) Intelligence Artificielle (I.A.) : partie de l informatique qui a pour but la simulation de facultés cognitives afin de suppléer l être humain pour assurer des fonctions dont on convient, dans un contexte donné, qu elles requièrent de l intelligence Conséquence : l I.A. fait le pari (ahurissant?) que ces facultés cognitives seraient (par la simulation) réductibles à un calcul... ECHEC ASSURE d emblée à partir du théorème d incomplétude de Gödel... C est la question de la distinction entre raisonnement et calcul
11 I.A. forte vs I.A. faible Exemple d une définition fort prétentieuse... I.A. = recherche des moyens susceptibles de doter les systèmes informatiques de capacités intellectuelles comparables à des êtres humains [La recherche, janvier 1979]
12 I.A. forte vs I.A. faible Exemple d une définition fort prétentieuse... I.A. = recherche des moyens susceptibles de doter les systèmes informatiques de capacités intellectuelles comparables à des êtres humains [La recherche, janvier 1979] Searle, 1980 I.A. forte : les machines seront intelligentes, possèderont une conscience, quelque soit le support physique de leur implémentation
![comparables à des êtres humains [La recherche, janvier 1979] Searle, 1980 I.A.](/docs-images/43/14327301/images/page_12.jpg "forte : les machines seront intelligentes, possèderont une conscience, quelque soit le support")
13 I.A. forte vs I.A. faible Exemple d une définition fort prétentieuse... I.A. = recherche des moyens susceptibles de doter les systèmes informatiques de capacités intellectuelles comparables à des êtres humains [La recherche, janvier 1979] Searle, 1980 I.A. forte : les machines seront intelligentes, possèderont une conscience, quelque soit le support physique de leur implémentation I.A. faible : les machines pourront agir comme si elles étaient intelligentes mais ne penseront pas, n auront ni émotion ni conscience
14 Quatre approches de l I.A. Penser comme les humains IA=tentative d amener les ordinateurs à penser, d en faire des machines dotées d un esprit [Haugeland, 85]
15 Quatre approches de l I.A. Penser comme les humains IA=tentative d amener les ordinateurs à penser, d en faire des machines dotées d un esprit [Haugeland, 85] Agir comme les humains IA=étude des moyens à mettre en œvre pour faire en sorte que des ordinateurs accomplissent des choses pour lesquelles il est préférable de recourir à des personnes pour le moment [Rich, Knight, 91]
![machines dotées d un esprit [Haugeland, 85] Agir comme les humains IA=étude des moyens à](/docs-images/43/14327301/images/page_15.jpg "mettre en œvre pour faire en sorte que des ordinateurs accomplissent des choses pour")
16 Quatre approches de l I.A. Penser comme les humains IA=tentative d amener les ordinateurs à penser, d en faire des machines dotées d un esprit [Haugeland, 85] Penser rationnellement IA=étude des moyens informatiques qui rendent possibles la perception, le raisonnement, et l action [Winston, 92] Agir comme les humains IA=étude des moyens à mettre en œvre pour faire en sorte que des ordinateurs accomplissent des choses pour lesquelles il est préférable de recourir à des personnes pour le moment [Rich, Knight, 91]
![85] Penser rationnellement IA=étude des moyens informatiques qui rendent possibles la perception, le raisonnement, et l action](/docs-images/43/14327301/images/page_16.jpg "[Winston, 92] Agir comme les humains IA=étude des moyens à mettre en œvre pour faire en sorte que des ordinateurs accomplissent")
17 Quatre approches de l I.A. Penser comme les humains IA=tentative d amener les ordinateurs à penser, d en faire des machines dotées d un esprit [Haugeland, 85] Penser rationnellement IA=étude des moyens informatiques qui rendent possibles la perception, le raisonnement, et l action [Winston, 92] Agir comme les humains IA=étude des moyens à mettre en œvre pour faire en sorte que des ordinateurs accomplissent des choses pour lesquelles il est préférable de recourir à des personnes pour le moment [Rich, Knight, 91] Agir rationnellement IA= étude du comportement intelligent dans des artefacts [Nilsson, 98]
![rationnellement IA=étude des moyens informatiques qui rendent possibles la perception, le raisonnement, et l action [Winston, 92] Agir comme les](/docs-images/43/14327301/images/page_17.jpg "humains IA=étude des moyens à mettre en œvre pour faire en sorte que des ordinateurs accomplissent des choses pour lesquelles il est préférable de")
18 Quatre approches de l I.A. Intellect Penser comme les humains IA=tentative d amener les ordinateurs à penser, d en faire des machines dotées d un esprit [Haugeland, 85] Penser rationnellement IA=étude des moyens informatiques qui rendent possibles la perception, le raisonnement, et l action [Winston, 92] Comportement Agir comme les humains IA=étude des moyens à mettre en œvre pour faire en sorte que des ordinateurs accomplissent des choses pour lesquelles il est préférable de recourir à des personnes pour le moment [Rich, Knight, 91] Agir rationnellement IA= étude du comportement intelligent dans des artefacts [Nilsson, 98]
![rationnellement IA=étude des moyens informatiques qui rendent possibles la perception, le raisonnement, et l action [Winston, 92] Comportement Agir comme les](/docs-images/43/14327301/images/page_18.jpg "humains IA=étude des moyens à mettre en œvre pour faire en sorte que des ordinateurs accomplissent des choses pour lesquelles il est préférable de recourir à")
19 Quatre approches de l I.A. Intelligence(s) Rationnalité Intellect Penser comme les humains IA=tentative d amener les ordinateurs à penser, d en faire des machines dotées d un esprit [Haugeland, 85] Penser rationnellement IA=étude des moyens informatiques qui rendent possibles la perception, le raisonnement, et l action [Winston, 92] Comportement Agir comme les humains IA=étude des moyens à mettre en œvre pour faire en sorte que des ordinateurs accomplissent des choses pour lesquelles il est préférable de recourir à des personnes pour le moment [Rich, Knight, 91] Agir rationnellement IA= étude du comportement intelligent dans des artefacts [Nilsson, 98]
![[Haugeland, 85] Penser rationnellement IA=étude des moyens informatiques qui rendent possibles la perception, le raisonnement, et l action [Winston, 92]](/docs-images/43/14327301/images/page_19.jpg "Comportement Agir comme les humains IA=étude des moyens à mettre en œvre pour faire en sorte que des ordinateurs accomplissent des choses pour lesquelles il est")
20 Penser comme les humains : l approche cognitive Comment pénétrer les rouages de l esprit? Introspection Expériences psychologiques (observer une personne dans ses comportements) Imagerie cérébrale (observer le cerveau en fonctionnement)...
21 Penser comme les humains : l approche cognitive Comment pénétrer les rouages de l esprit? Introspection Expériences psychologiques (observer une personne dans ses comportements) Imagerie cérébrale (observer le cerveau en fonctionnement)... Les sciences cognitives combinent modèles informatiques de l IA et techniques expérimentales de psychologie pour élaborer des théories précises et vérifiables du fonctionnement de l esprit
22 Penser rationnellement Lois de la pensée données par la logique (Aristote, Leibniz, Boole, Frege...). Plusieurs obstacles : encore : théorème d incomplétude (Gödel)
23 Penser rationnellement Lois de la pensée données par la logique (Aristote, Leibniz, Boole, Frege...). Plusieurs obstacles : encore : théorème d incomplétude (Gödel) difficultés du passage d une connaissance informelle à l expression de cette connaissance en termes formels
24 Penser rationnellement Lois de la pensée données par la logique (Aristote, Leibniz, Boole, Frege...). Plusieurs obstacles : encore : théorème d incomplétude (Gödel) difficultés du passage d une connaissance informelle à l expression de cette connaissance en termes formels question de la complexité
25 Agir comme les humains : le Test de Turing Un être humain interroge un agent sans le voir au travers d une interface : si les réponses données ne lui permettent pas de distinguer un agent artificiel d un agent humain alors l agent artificiel est déclaré intelligent. Exemple de dialogue [Turing, 1950] Interrogator : In the first line of your sonnet which reads Shall I compare thee to a summer s day, would not a spring day do as well or better?
26 Agir comme les humains : le Test de Turing Un être humain interroge un agent sans le voir au travers d une interface : si les réponses données ne lui permettent pas de distinguer un agent artificiel d un agent humain alors l agent artificiel est déclaré intelligent. Exemple de dialogue [Turing, 1950] Interrogator : In the first line of your sonnet which reads Shall I compare thee to a summer s day, would not a spring day do as well or better? Witness : It wouldn t scan.
27 Agir comme les humains : le Test de Turing Un être humain interroge un agent sans le voir au travers d une interface : si les réponses données ne lui permettent pas de distinguer un agent artificiel d un agent humain alors l agent artificiel est déclaré intelligent. Exemple de dialogue [Turing, 1950] Interrogator : In the first line of your sonnet which reads Shall I compare thee to a summer s day, would not a spring day do as well or better? Witness : It wouldn t scan. Interrogator : How about a winter day, That would scan all right.
28 Agir comme les humains : le Test de Turing Un être humain interroge un agent sans le voir au travers d une interface : si les réponses données ne lui permettent pas de distinguer un agent artificiel d un agent humain alors l agent artificiel est déclaré intelligent. Exemple de dialogue [Turing, 1950] Interrogator : In the first line of your sonnet which reads Shall I compare thee to a summer s day, would not a spring day do as well or better? Witness : It wouldn t scan. Interrogator : How about a winter day, That would scan all right. Witness : Yes, but nobody wants to be compared to a winter s day.
29 Agir comme les humains : le Test de Turing Un être humain interroge un agent sans le voir au travers d une interface : si les réponses données ne lui permettent pas de distinguer un agent artificiel d un agent humain alors l agent artificiel est déclaré intelligent. Exemple de dialogue [Turing, 1950] Interrogator : In the first line of your sonnet which reads Shall I compare thee to a summer s day, would not a spring day do as well or better? Witness : It wouldn t scan. Interrogator : How about a winter day, That would scan all right. Witness : Yes, but nobody wants to be compared to a winter s day. Interrogator : Would you say Mr. Pickwick reminded you of Christmas?
30 Agir comme les humains : le Test de Turing Un être humain interroge un agent sans le voir au travers d une interface : si les réponses données ne lui permettent pas de distinguer un agent artificiel d un agent humain alors l agent artificiel est déclaré intelligent. Exemple de dialogue [Turing, 1950] Interrogator : In the first line of your sonnet which reads Shall I compare thee to a summer s day, would not a spring day do as well or better? Witness : It wouldn t scan. Interrogator : How about a winter day, That would scan all right. Witness : Yes, but nobody wants to be compared to a winter s day. Interrogator : Would you say Mr. Pickwick reminded you of Christmas? Witness : In a way.
31 Agir comme les humains : le Test de Turing Un être humain interroge un agent sans le voir au travers d une interface : si les réponses données ne lui permettent pas de distinguer un agent artificiel d un agent humain alors l agent artificiel est déclaré intelligent. Exemple de dialogue [Turing, 1950] Interrogator : In the first line of your sonnet which reads Shall I compare thee to a summer s day, would not a spring day do as well or better? Witness : It wouldn t scan. Interrogator : How about a winter day, That would scan all right. Witness : Yes, but nobody wants to be compared to a winter s day. Interrogator : Would you say Mr. Pickwick reminded you of Christmas? Witness : In a way. Interrogator : Yet Christmas is a winter s day, and I do not think Mr. Pickwick would mind the comparison.
32 Agir comme les humains : le Test de Turing Un être humain interroge un agent sans le voir au travers d une interface : si les réponses données ne lui permettent pas de distinguer un agent artificiel d un agent humain alors l agent artificiel est déclaré intelligent. Exemple de dialogue [Turing, 1950] Interrogator : In the first line of your sonnet which reads Shall I compare thee to a summer s day, would not a spring day do as well or better? Witness : It wouldn t scan. Interrogator : How about a winter day, That would scan all right. Witness : Yes, but nobody wants to be compared to a winter s day. Interrogator : Would you say Mr. Pickwick reminded you of Christmas? Witness : In a way. Interrogator : Yet Christmas is a winter s day, and I do not think Mr. Pickwick would mind the comparison. Witness : I don t think you re serious. By a winter s day one means a typical winter sday, rather than a special one like Christmas.
33 Agir comme les humains : le Test de Turing Un programme réalisant le test de Turing avec succés devrait posséder les fonctionnalités suivantes : capacités de traitement du langage naturel
34 Agir comme les humains : le Test de Turing Un programme réalisant le test de Turing avec succés devrait posséder les fonctionnalités suivantes : capacités de traitement du langage naturel capacités de représentation des connaissances
35 Agir comme les humains : le Test de Turing Un programme réalisant le test de Turing avec succés devrait posséder les fonctionnalités suivantes : capacités de traitement du langage naturel capacités de représentation des connaissances capacités de raisonnement automatisé
36 Agir comme les humains : le Test de Turing Un programme réalisant le test de Turing avec succés devrait posséder les fonctionnalités suivantes : capacités de traitement du langage naturel capacités de représentation des connaissances capacités de raisonnement automatisé capacité d apprentissage
37 Agir comme les humains : le Test de Turing Un programme réalisant le test de Turing avec succés devrait posséder les fonctionnalités suivantes : capacités de traitement du langage naturel capacités de représentation des connaissances capacités de raisonnement automatisé capacité d apprentissage plus : vision artificielle, capacités robotiques...
38 Agir comme les humains : le Test de Turing Un programme réalisant le test de Turing avec succés devrait posséder les fonctionnalités suivantes : capacités de traitement du langage naturel capacités de représentation des connaissances capacités de raisonnement automatisé capacité d apprentissage plus : vision artificielle, capacités robotiques... Le test de Turing a le mérite d évacuer la question de la pensée...
39 Agir rationnellement Approche reposant sur la notion d agent :
40 Agir rationnellement Approche reposant sur la notion d agent : Agent artefact qui dans un environnement donné est capable de fonctionner de manière autonome de percevoir cet environnement de s adapter au changement de poursuivre des objectifs
41 Agir rationnellement Approche reposant sur la notion d agent : Agent artefact qui dans un environnement donné est capable de fonctionner de manière autonome de percevoir cet environnement de s adapter au changement de poursuivre des objectifs Agent rationnel Agent qui agit de manière à atteindre la meilleure solution ou, dans un environnement incertain, la meilleure solution prévisible
42 Agir rationnellement Cette approche a deux avantages sur les autres : 1 elle est plus générale que l approche par les lois de la pensée car la validité d une inférence n est qu un des mécanismes qui permet d accéder à la rationnalité
43 Agir rationnellement Cette approche a deux avantages sur les autres : 1 elle est plus générale que l approche par les lois de la pensée car la validité d une inférence n est qu un des mécanismes qui permet d accéder à la rationnalité 2 la rationnalité prise comme norme est mathématiquement définie et totalement générique
44 En définitive... Se demander si un ordinateur sait penser est aussi intéressant que se demander si un sous-marin sait nager. (Edsger W. Dijkstra)
45 Agent rationnel : un exemple de défi
46 Agent rationnel : un exemple de défi Capacités requises : compréhension, raisonnement, planification, connaissance spatiale...
47 cognitif vs calculatoire HUMAIN difficile facile facile difficile MACHINE
48 cognitif vs calculatoire HUMAIN difficile facile facile compter, trier difficile MACHINE
49 cognitif vs calculatoire HUMAIN difficile calculer une trajectoire... facile facile compter, trier... difficile MACHINE
50 cognitif vs calculatoire HUMAIN difficile calculer une trajectoire... reconnaître une personne, facile compter, trier... dialogue, conscience, émotions... MACHINE facile difficile
51 cognitif vs calculatoire HUMAIN difficile calculer une trajectoire... jouer au échecs, gestion d emploi du temps... reconnaître une personne, facile compter, trier... dialogue, conscience, émotions... MACHINE facile difficile
52 cognitif vs calculatoire HUMAIN difficile calculer une trajectoire... IA faible jouer au échecs, gestion d emploi du temps... reconnaître une personne, facile compter, trier... dialogue, conscience, émotions... MACHINE facile difficile
53 cognitif vs calculatoire HUMAIN difficile calculer une trajectoire... IA faible jouer au échecs, gestion d emploi du temps... IA forte reconnaître une personne, facile compter, trier... dialogue, conscience, émotions... MACHINE facile difficile
54 cognitif vs calculatoire : évolution HUMAIN difficile Deep Blue (IBM) bat Kasparov (mai 1997) WATSON (IBM) champion de Jeopardy (février 2011) CAPTCHAS Test de Turing facile facile difficile MACHINE
55 cognitif vs calculatoire : évolution HUMAIN difficile Deep Blue (IBM) bat Kasparov (mai 1997) WATSON (IBM) champion de Jeopardy (février 2011) CAPTCHAS Test de Turing facile facile difficile MACHINE
56 cognitif vs calculatoire : évolution HUMAIN difficile Deep Blue (IBM) bat Kasparov (mai 1997) WATSON (IBM) champion de Jeopardy (février 2011) L HUMAIN EST ENCORE INVAINCU LA MACHINE BAT LES CHAMPIONS CAPTCHAS Test de Turing facile facile difficile MACHINE
57 Fondements de l I.A. : la philosophie 400 av. JC Représentation des connaissances séparant le sensible (perceptions) de l intelligible Platon (pensée) Perception, imagination et mémoire ne sont pas fiables mais raisonnement, doute et Discours de la méthode déduction permettent de connaître la vérité. (Descartes) 1675 Pensée symbolique(leibniz) Le raisonnement est réductible à une manipulation de symboles Th. d incomplétude Tout système formel capable de démontrer sa propre cohérence est inconsistant. (Gödel) 1950 Test (Turing) Critère de définition pour l intelligence d une machine Naissance de l IA Conf. de Darthmouth : tous les aspects de l intelligence sont appréhendables (!) (Minsky, McCarthy) 1980 IA faible/forte (Searle) quels les enjeux? 1987 Connaissance indissociable de l action : donner un corps à la machine pour qu elle IA située (Brooks) perçoive et agisse afin de développer son intelligence IA forte : le calcul permet de simuler l organisation causale abstraite de n importe quel The conscious mind système, comme par ex. les propriétés mentales (Chalmers) futur Singularité (Good, Kurzweil) Point dans le futur proche à partir duquel une IA dépassera l intelligence humaine et prendra son relais dans l accroissement exponentiel des connaissances.
58 Fondement de l I.A. : les sciences 350 av. JC Aristote Première approche de la logique formelle 350 av. JC Eléments (Euclide) Premières méthodes de raisonnement formel en géométrie et th. des nombres Etude des relations entre symboles et comme les règles logiques Algèbre (Al-Khwarizmi) rel. probabiliste permettant l apprentissage automatique d un modèle du monde. Th. de Bayes (Bayes) Bases mathématiques de la logique The laws of thought (Boole) Machine universelle pour la manipulation de symboles Machine de Turing (Turing) Cerveau = réseau de neurones qui génèrent des impulsions électriques Neurologie Premier modèle simplifié de fonctionnement du neurone. Neurone formel (McCulloch, Pitts) Bases des méthodes de traitement de l information. Th. de l information (Shannon) Premier démonstrateur de théorèmes (conf. de Darthmouth). Logic Theorist (Newell, Simon) Premier neurone artificiel capable d opérer une classification par apprentissage à partir Perceptron (Rosenblatt) d exemples. Introduction des méthodes bayesiennes pour inférence et prédiction. Méthodes bayesiennes Inférence dans des systèmes ayant des degrés de vérité. Logique floue (Zadeh) Système expert en chimie. Dendral (Feigenbaum) Premier modèle de cellules artificielles capables de s auto-répliquer. Automates cellulaires (Von Neumann) Réseaux de concepts pour la représentation des connaissances. Réseaux sémantiques (Quillian)
59 Fondement de l I.A. : les sciences 1968 Système de compréhension du langage naturel dans un environnement de bloc, utilisant SHRDLU (Winograd) la planification Prolog (Colmerauer) Naissance de la programmation logique Algorithmes génétiques algorithmes simulant la sélection naturelle pour des problèmes d optimisation. (Holland) 1976 Théorie des croyances Théorie englobant la th. des probabilités et celle des possibilités. (Dempster, Schaffer) 1982 Réseaux de neurones dont les sorties connectées aux entrées permettent d apprendre des Réseaux récurrents séquences d opérations. (Hopfield) 1983 Apprentissage par renforcement Apprentissage automatique par essai/erreur. (Barto) 1985 Rétro-propagation (Le- Apprentissage dans un réseau de neurones. Cun) 1990 Systèmes multi-agents Interactions entre agents autonomes. (Ferber) 1992 Machines à vecteurs supports (Guyon) Algorithme de classification fondé sur l apprentissage statistique.
60 Le temps de l I.A. : applications 2 s. av. JC Machine d Anticythère (Archimède ou Hipparque) 12e s 13e s 17e s 18e s / / Carillons Ars Generalis Ultima (Llull) Appareil mécanique capable de calculer des positions astronomiques. Carillons programmables. Mécanisme pour la génération de raisonnements philosohiques en alignant des faits élémentaires. Premières machines à calculer. Speeding clock (Shickard), Pascaline (Pascal), Stepped reckoner (Leibniz) Orgue de barbarie, Automates programmables. Canard (Vaucanson), Métier à tisser (Jacquard) Machine analytique Machine programmable. (Babbage) Automate à base d électroaimants capable de jouer des finales de parties d échecs. El Ajedrecista (Torres y Quevedo) Machine électromécanique programmable, premier ordinateur. Z3 (Zuse) Dendral, Mycin Premiers systèmes experts. Systèmes généraux de représentation symbolique, découverte de concepts et théorèmes AM/EURISKO/CYC (Lenat) mathématiques. Logiciel de vie artificielle utilisé dans des films. Boids (Reynolds)
61 Le temps de l I.A. : applications / Métro de Sendai, Japon (Hitochi) Drone Pioneer (armée américaine) TD-Gammon, IBM (Tesauro) VaMP/VITA2, Daimler- Benz (Dickmanns) Sojourner (NASA) Creatures (Grand) Deep Blue (IBM) AIBO (Sony) ASIMO (Sony) Google, Bing, Yahoo Amazon Roomba (irobot) DARPA challenge MoGo (LRI, INRIA, CNRS) Watson (IBM) Premières applications de la logique floue pour le contrôle de la vitesse. Utilisation d avions partiellement autonomes pendant la guerre du golfe. Logiciel de backgammon de haut niveau, basé sur le renforcement. Deuw voitures autonomes parcourent 1000km sur l autoroute A1 à proximité d Paris. Robot utilisé pour l exploration de Mars. Jeu vidéo de vie artificielle basé sur des simulations biologique et neurologiques. Le champion du monde d échecs Kasparov est battu par ce programme. Robot simulant le comportement d un chien. Robot humanoïde capable d interagir avec les humains : reconnaissance de personnes et d environnements, manipulation d objets, interprétation de gestes. Utilisation de moteurs de recherche et de recommandation sur internet. Aspirateur autonome capable de reconnaître et d éviter des obstacles. Compétition entre véhicules terrestres autonomes. Premier logiciel qui bat un joueur professionnel de Go. Système capable de battre les grands champions de Jeopardy.
62 Domaines de l informatique concernés par l I.A. Algorithmique (écriture, preuve et complexité des programmes)
63 Domaines de l informatique concernés par l I.A. Algorithmique (écriture, preuve et complexité des programmes) Théorie de la complexité
64 Domaines de l informatique concernés par l I.A. Algorithmique (écriture, preuve et complexité des programmes) Théorie de la complexité Imagerie numérique (reconnaissance de formes)
65 Domaines de l informatique concernés par l I.A. Algorithmique (écriture, preuve et complexité des programmes) Théorie de la complexité Imagerie numérique (reconnaissance de formes) Logiques (représentation des connaissances, modèles de raisonnement)
66 Domaines de l informatique concernés par l I.A. Algorithmique (écriture, preuve et complexité des programmes) Théorie de la complexité Imagerie numérique (reconnaissance de formes) Logiques (représentation des connaissances, modèles de raisonnement) Langage naturel (compréhension et traitement, sémantique)
67 Domaines de l informatique concernés par l I.A. Algorithmique (écriture, preuve et complexité des programmes) Théorie de la complexité Imagerie numérique (reconnaissance de formes) Logiques (représentation des connaissances, modèles de raisonnement) Langage naturel (compréhension et traitement, sémantique) Bases de données (apprentissage et fouille de données)
68 Domaines de l informatique concernés par l I.A. Algorithmique (écriture, preuve et complexité des programmes) Théorie de la complexité Imagerie numérique (reconnaissance de formes) Logiques (représentation des connaissances, modèles de raisonnement) Langage naturel (compréhension et traitement, sémantique) Bases de données (apprentissage et fouille de données)...
69 SHRDLU (Winograd) Un environnement constitué de blocs et d un bras articulé :
70 SHRDLU (Winograd) Exemple de dialogue Person : Pick up a big red block.
71 SHRDLU (Winograd) Exemple de dialogue Person : Pick up a big red block. Computer : OK.
72 SHRDLU (Winograd) Exemple de dialogue Person : Pick up a big red block. Computer : OK. Person : Grasp the pyramid.
73 SHRDLU (Winograd) Exemple de dialogue Person : Pick up a big red block. Computer : OK. Person : Grasp the pyramid. Computer : I don t understand which pyramid you mean.
74 SHRDLU (Winograd) Exemple de dialogue Person : Pick up a big red block. Computer : OK. Person : Grasp the pyramid. Computer : I don t understand which pyramid you mean. Person (changing her mind) : find a block which is taller than the one you are holding and put it into the box.
75 SHRDLU (Winograd) Exemple de dialogue Person : Pick up a big red block. Computer : OK. Person : Grasp the pyramid. Computer : I don t understand which pyramid you mean. Person (changing her mind) : find a block which is taller than the one you are holding and put it into the box. Computer : By it, I assume that you mean the block which is taller than the one I am holding.
76 SHRDLU (Winograd) Exemple de dialogue Person : Pick up a big red block. Computer : OK. Person : Grasp the pyramid. Computer : I don t understand which pyramid you mean. Person (changing her mind) : find a block which is taller than the one you are holding and put it into the box. Computer : By it, I assume that you mean the block which is taller than the one I am holding. Computer : OK.
77 SHRDLU (Winograd) Exemple de dialogue Person : Pick up a big red block. Computer : OK. Person : Grasp the pyramid. Computer : I don t understand which pyramid you mean. Person (changing her mind) : find a block which is taller than the one you are holding and put it into the box. Computer : By it, I assume that you mean the block which is taller than the one I am holding. Computer : OK. Person : What does the box contain?
78 SHRDLU (Winograd) Exemple de dialogue Person : Pick up a big red block. Computer : OK. Person : Grasp the pyramid. Computer : I don t understand which pyramid you mean. Person (changing her mind) : find a block which is taller than the one you are holding and put it into the box. Computer : By it, I assume that you mean the block which is taller than the one I am holding. Computer : OK. Person : What does the box contain? Computer : The blue pyramid and the blue box.
79 SHRDLU (Winograd) Exemple de dialogue Person : Pick up a big red block. Computer : OK. Person : Grasp the pyramid. Computer : I don t understand which pyramid you mean. Person (changing her mind) : find a block which is taller than the one you are holding and put it into the box. Computer : By it, I assume that you mean the block which is taller than the one I am holding. Computer : OK. Person : What does the box contain? Computer : The blue pyramid and the blue box. Person : What is the pyramid supported by?
80 SHRDLU (Winograd) Exemple de dialogue Person : Pick up a big red block. Computer : OK. Person : Grasp the pyramid. Computer : I don t understand which pyramid you mean. Person (changing her mind) : find a block which is taller than the one you are holding and put it into the box. Computer : By it, I assume that you mean the block which is taller than the one I am holding. Computer : OK. Person : What does the box contain? Computer : The blue pyramid and the blue box. Person : What is the pyramid supported by? Computer : The box.
81 SHRDLU (Winograd) Exemple de dialogue Person : Pick up a big red block. Computer : OK. Person : Grasp the pyramid. Computer : I don t understand which pyramid you mean. Person (changing her mind) : find a block which is taller than the one you are holding and put it into the box. Computer : By it, I assume that you mean the block which is taller than the one I am holding. Computer : OK. Person : What does the box contain? Computer : The blue pyramid and the blue box. Person : What is the pyramid supported by? Computer : The box. Person : How many blocks are in the box?
82 SHRDLU (Winograd) Exemple de dialogue Person : Pick up a big red block. Computer : OK. Person : Grasp the pyramid. Computer : I don t understand which pyramid you mean. Person (changing her mind) : find a block which is taller than the one you are holding and put it into the box. Computer : By it, I assume that you mean the block which is taller than the one I am holding. Computer : OK. Person : What does the box contain? Computer : The blue pyramid and the blue box. Person : What is the pyramid supported by? Computer : The box. Person : How many blocks are in the box? Computer : Four of them.
83 SHRDLU (Winograd) Exemple de dialogue Person : Pick up a big red block. Computer : OK. Person : Grasp the pyramid. Computer : I don t understand which pyramid you mean. Person (changing her mind) : find a block which is taller than the one you are holding and put it into the box. Computer : By it, I assume that you mean the block which is taller than the one I am holding. Computer : OK. Person : What does the box contain? Computer : The blue pyramid and the blue box. Person : What is the pyramid supported by? Computer : The box. Person : How many blocks are in the box? Computer : Four of them. Person : Is at least one of them narrower than the which I told you to pick up?
84 SHRDLU (Winograd) Exemple de dialogue Person : Pick up a big red block. Computer : OK. Person : Grasp the pyramid. Computer : I don t understand which pyramid you mean. Person (changing her mind) : find a block which is taller than the one you are holding and put it into the box. Computer : By it, I assume that you mean the block which is taller than the one I am holding. Computer : OK. Person : What does the box contain? Computer : The blue pyramid and the blue box. Person : What is the pyramid supported by? Computer : The box. Person : How many blocks are in the box? Computer : Four of them. Person : Is at least one of them narrower than the which I told you to pick up? Computer : Yes, the red cube.
85 Un canular : ELIZA (Pseudo)-simulation d un dialogue entre un psychothérapeute et son patient...
86 l I.A. au quotidien : quelques exemples Optimisation d une facture énergétique (algorithmes évolutionnistes)
87 l I.A. au quotidien : quelques exemples Optimisation d une facture énergétique (algorithmes évolutionnistes) Reconnaissance de mouvements d un joueur de jeux vidéo (traitement du signal et association à des gestes répertoriés)
88 l I.A. au quotidien : quelques exemples Optimisation d une facture énergétique (algorithmes évolutionnistes) Reconnaissance de mouvements d un joueur de jeux vidéo (traitement du signal et association à des gestes répertoriés) Vérification de chargements sans les ouvrir aux douanes (reconnaissance de forme)
89 l I.A. au quotidien : quelques exemples Optimisation d une facture énergétique (algorithmes évolutionnistes) Reconnaissance de mouvements d un joueur de jeux vidéo (traitement du signal et association à des gestes répertoriés) Vérification de chargements sans les ouvrir aux douanes (reconnaissance de forme) Aide au diagnostique médical (maladie d Alzheimer : classement des IRM des sujets)
90 l I.A. au quotidien : quelques exemples Optimisation d une facture énergétique (algorithmes évolutionnistes) Reconnaissance de mouvements d un joueur de jeux vidéo (traitement du signal et association à des gestes répertoriés) Vérification de chargements sans les ouvrir aux douanes (reconnaissance de forme) Aide au diagnostique médical (maladie d Alzheimer : classement des IRM des sujets) Localisation de zones inondables par image satellite (raisonnement spatial)
91 l I.A. au quotidien : quelques exemples Optimisation d une facture énergétique (algorithmes évolutionnistes) Reconnaissance de mouvements d un joueur de jeux vidéo (traitement du signal et association à des gestes répertoriés) Vérification de chargements sans les ouvrir aux douanes (reconnaissance de forme) Aide au diagnostique médical (maladie d Alzheimer : classement des IRM des sujets) Localisation de zones inondables par image satellite (raisonnement spatial) Récupération d informations pertinentes sur le WEB (analyse de textes)
92 l I.A. au quotidien : quelques exemples Optimisation d une facture énergétique (algorithmes évolutionnistes) Reconnaissance de mouvements d un joueur de jeux vidéo (traitement du signal et association à des gestes répertoriés) Vérification de chargements sans les ouvrir aux douanes (reconnaissance de forme) Aide au diagnostique médical (maladie d Alzheimer : classement des IRM des sujets) Localisation de zones inondables par image satellite (raisonnement spatial) Récupération d informations pertinentes sur le WEB (analyse de textes) Robots automones (aspirateur dans mon salon, Curiosity sur Mars...)
93 l I.A. au quotidien : quelques exemples Optimisation d une facture énergétique (algorithmes évolutionnistes) Reconnaissance de mouvements d un joueur de jeux vidéo (traitement du signal et association à des gestes répertoriés) Vérification de chargements sans les ouvrir aux douanes (reconnaissance de forme) Aide au diagnostique médical (maladie d Alzheimer : classement des IRM des sujets) Localisation de zones inondables par image satellite (raisonnement spatial) Récupération d informations pertinentes sur le WEB (analyse de textes) Robots automones (aspirateur dans mon salon, Curiosity sur Mars...) Jeux...
94 Difficultés de l I.A. Difficultés de modélisation : problèmes mal décrits, notions difficiles à exprimer...
95 Difficultés de l I.A. Difficultés de modélisation : problèmes mal décrits, notions difficiles à exprimer... de résolution : conception d algorithmes difficile, espace de recherche vaste, temps de réponse rédhibitoires...
96 Difficultés de l I.A. Difficultés de modélisation : problèmes mal décrits, notions difficiles à exprimer... de résolution : conception d algorithmes difficile, espace de recherche vaste, temps de réponse rédhibitoires... de généralisation : méthodes dédiées à un problème particulier...
97 Difficultés de l I.A. Difficultés de modélisation : problèmes mal décrits, notions difficiles à exprimer... de résolution : conception d algorithmes difficile, espace de recherche vaste, temps de réponse rédhibitoires... de généralisation : méthodes dédiées à un problème particulier... technologiques : certaines avancées peuvent rendre opérationnelles des méthodes qui ne l étaient pas...
98 Abordés dans ce cours Agents Graphes d états CSP Logique élémentaire Programmation logique Jeux...
Intelligence Artificielle et Robotique
Intelligence Artificielle et Robotique Introduction à l intelligence artificielle David Janiszek david.janiszek@parisdescartes.fr http://www.math-info.univ-paris5.fr/~janiszek/ PRES Sorbonne Paris Cité
Les apports de l informatique. Aux autres disciplines
Les apports de l informatique Aux autres disciplines Le statut de technologie ou de sous-discipline est celui de l importation l et de la vulgarisation Le statut de science à part entière est lorsqu il
Intelligence Articielle (1) Introduction
1/32 Introduction Un peu d'histoire Les nouveaux dés Intelligence Articielle (1) Introduction Pierre Gançarski Université de Strasbourg IUT Robert Schuman DUT Informatique /32 Plan 1 Introduction 2 Un
Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com
Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines
Instructions Mozilla Thunderbird Page 1
Instructions Mozilla Thunderbird Page 1 Instructions Mozilla Thunderbird Ce manuel est écrit pour les utilisateurs qui font déjà configurer un compte de courrier électronique dans Mozilla Thunderbird et
Module Title: French 4
CORK INSTITUTE OF TECHNOLOGY INSTITIÚID TEICNEOLAÍOCHTA CHORCAÍ Semester 2 Examinations 2010 Module Title: French 4 Module Code: LANG 6020 School: Business Programme Title: Bachelor of Business Stage 2
Application Form/ Formulaire de demande
Application Form/ Formulaire de demande Ecosystem Approaches to Health: Summer Workshop and Field school Approches écosystémiques de la santé: Atelier intensif et stage d été Please submit your application
Dans une agence de location immobilière...
> Dans une agence de location immobilière... In a property rental agency... dans, pour et depuis vocabulaire: «une location» et «une situation» Si vous voulez séjourner à Lyon, vous pouvez louer un appartement.
ANGULAR JS AVEC GDE GOOGLE
ANGULAR JS AVEC GDE GOOGLE JUIN 2015 BRINGING THE HUMAN TOUCH TO TECHNOLOGY 2015 SERIAL QUI SUIS-JE? ESTELLE USER EXPERIENCE DESIGNER BUSINESS ANALYST BRINGING THE HUMAN TOUCH TO TECHNOLOGY SERIAL.CH 2
Introduction à la robotique Licence 1ère année - 2011/2012
Introduction à la robotique Licence 1ère année - 2011/2012 Laëtitia Matignon GREYC-CNRS Université de Caen, France Laetitia Matignon Université de Caen 1 / 61 Plan Définitions 1 Définitions 2 3 Robots
DOCUMENTATION MODULE BLOCKCATEGORIESCUSTOM Module crée par Prestacrea - Version : 2.0
DOCUMENTATION MODULE BLOCKCATEGORIESCUSTOM Module crée par Prestacrea - Version : 2.0 INDEX : DOCUMENTATION - FRANCAIS... 2 1. INSTALLATION... 2 2. CONFIGURATION... 2 3. LICENCE ET COPYRIGHT... 3 4. MISES
Les défis statistiques du Big Data
Les défis statistiques du Big Data Anne-Sophie Charest Professeure adjointe au département de mathématiques et statistique, Université Laval 29 avril 2014 Colloque ITIS - Big Data et Open Data au cœur
PARIS ROISSY CHARLES DE GAULLE
GPS 2 34 1 E 49 0 46 N GPS* 2 56 56 E 49 0 12 N Votre contact / Your contact: et / and: Accueil : Cabines téléphoniques publiques Reception: Public telephone kiosks Navette Shuttle AÉROPORT DE TT CAR TRANSIT
Le passé composé. C'est le passé! Tout ça c'est du passé! That's the past! All that's in the past!
> Le passé composé le passé composé C'est le passé! Tout ça c'est du passé! That's the past! All that's in the past! «Je suis vieux maintenant, et ma femme est vieille aussi. Nous n'avons pas eu d'enfants.
PRESENT SIMPLE PRESENT PROGRESSIF
PRESENT SIMPLE PRESENT PROGRESSIF 1 Exercice 1 : Conjuguez les verbes suivants au présent simple et au Verbe Pronom Présent simple Présent Progressif Exemple : To fall They fall They are falling To think
Institut français des sciences et technologies des transports, de l aménagement
Institut français des sciences et technologies des transports, de l aménagement et des réseaux Session 3 Big Data and IT in Transport: Applications, Implications, Limitations Jacques Ehrlich/IFSTTAR h/ifsttar
Machines virtuelles Cours 1 : Introduction
Machines virtuelles Cours 1 : Introduction Pierre Letouzey 1 pierre.letouzey@inria.fr PPS - Université Denis Diderot Paris 7 janvier 2012 1. Merci à Y. Régis-Gianas pour les transparents Qu est-ce qu une
L apprentissage automatique
L apprentissage automatique L apprentissage automatique L'apprentissage automatique fait référence au développement, à l analyse et à l implémentation de méthodes qui permettent à une machine d évoluer
Eléments de statistique
Eléments de statistique L. Wehenkel Cours du 9/12/2014 Méthodes multivariées; applications & recherche Quelques méthodes d analyse multivariée NB: illustration sur base de la BD résultats de probas en
Tammy: Something exceptional happened today. I met somebody legendary. Tex: Qui as-tu rencontré? Tex: Who did you meet?
page: pro10 1. quelqu'un, quelque chose 2. chacun vs. aucun 3. more indefinite pronouns A pronoun replaces a noun which has been mentioned or is obvious from context. An indefinite pronoun refers to people
Ingénierie et gestion des connaissances
Master Web Intelligence ICM Option Informatique Ingénierie et gestion des connaissances Philippe BEAUNE Philippe.Beaune@emse.fr 18 novembre 2008 Passer en revue quelques idées fondatrices de l ingénierie
CEST POUR MIEUX PLACER MES PDF
CEST POUR MIEUX PLACER MES PDF ==> Download: CEST POUR MIEUX PLACER MES PDF CEST POUR MIEUX PLACER MES PDF - Are you searching for Cest Pour Mieux Placer Mes Books? Now, you will be happy that at this
Comprendre l impact de l utilisation des réseaux sociaux en entreprise SYNTHESE DES RESULTATS : EUROPE ET FRANCE
Comprendre l impact de l utilisation des réseaux sociaux en entreprise SYNTHESE DES RESULTATS : EUROPE ET FRANCE 1 Objectifs de l étude Comprendre l impact des réseaux sociaux externes ( Facebook, LinkedIn,
Informatique et Société : une brève histoire
Informatique et Société : une brève histoire Igor Stéphan UFR Sciences Angers 2012-2013 Igor Stéphan UEL29 1/ 24 Informatique et Société : une brève histoire 1 Les conditions de l émergence 2 3 4 5 Igor
How to Login to Career Page
How to Login to Career Page BASF Canada July 2013 To view this instruction manual in French, please scroll down to page 16 1 Job Postings How to Login/Create your Profile/Sign Up for Job Posting Notifications
Histoire de l Informatique
Histoire de l Informatique Abdelaaziz EL HIBAOUI Université Abdelelmalek Essaadi Faculté des Sciences de-tétouan hibaoui.ens@gmail.com 14 Feb 2015 A. EL HIBAOUI (FS-Tétouan) Architecture des ordinateurs
Utiliser une WebCam. Micro-ordinateurs, informations, idées, trucs et astuces
Micro-ordinateurs, informations, idées, trucs et astuces Utiliser une WebCam Auteur : François CHAUSSON Date : 8 février 2008 Référence : utiliser une WebCam.doc Préambule Voici quelques informations utiles
Une brève introduction aux Sciences Cognitives
Une brève introduction aux Sciences Cognitives Sommaire Une brève introduction aux Sciences Cognitives... 1 1. Introduction... 1 2. Objet et enjeux des Sciences Cognitives... 2 2.1. Historique... 2 2.2.
Exemple PLS avec SAS
Exemple PLS avec SAS This example, from Umetrics (1995), demonstrates different ways to examine a PLS model. The data come from the field of drug discovery. New drugs are developed from chemicals that
Partenaires: w w w. c o g m a s t e r. n e t
Partenaires: w w w. c o g m a s t e r. n e t Une approche interdisciplinaire et intégrative neuropsychologie psychologie neuroanatomie linguistique philosophie SCIENCES COGNITIVES logique/probas neurosciences
MODERN LANGUAGES DEPARTMENT
MODERN LANGUAGES DEPARTMENT Common Assessment Task 3 YEAR 9 Je m appelle Ma classe Mark 20 10 19 22 16 13 Total Effort Instructions For this extended piece of homework, you are going to learn and write
Demande d inscription aux cours IB pour septembre 2012
École Gabrielle-Roy 6887, 132 e Rue, Surrey, C.-B. V3W 4L9 Téléphone / Phone : (604) 599-6688 Télécopieur / Fax : (604) 599-6628 Courriel : ecole_gabrielle-roy @csf.bc.ca Site hypertoile : www.csf.bc.ca
THE SUBJUNCTIVE MOOD. Twenty-nineth lesson Vingt-neuvième leçon
THE SUBJUNCTIVE MOOD Twenty-nineth lesson Vingt-neuvième leçon SOMMAIRE 1) Definition 2) Uses 2.1) Common expressions of doubt 2.2) Common expressions of necessity 2.3) Common expressions of desirability
Spécialité IAD. Master de Sciences et technologie de l UPMC. Mention informatique. Partenaires : ENST, ENSTA. Responsables : T. Artières, C.
Master de Sciences et technologie de l UPMC Mention informatique Spécialité IAD Partenaires : ENST, ENSTA Responsables : T. Artières, C. Gonzales Secrétariat : N. Nardy LES THÉMATIQUES ABORDÉES Les thématiques
Stakeholder Feedback Form January 2013 Recirculation
071 Stakeholder Feedback Fm January 2013 Recirculation A. How to Submit Your Comments 1. 2. 3. EMAIL: submissions@collegeofpsychotherapists.on.ca OR FAX: (416) 874-4079 OR MAIL: Consultations Transitional
setting the scene: 11dec 14 perspectives on global data and computing e-infrastructure challenges mark asch MENESR/DGRI/SSRI - France
setting the scene: perspectives on global data and computing e-infrastructure challenges 11dec 14 mark asch MENESR/DGRI/SSRI - France 1 questions The volume, variety and complexity of research data require
Innovation in Home Insurance: What Services are to be Developed and for what Trade Network?
Brochure More information from http://www.researchandmarkets.com/reports/40137/ Innovation in Home Insurance: What Services are to be Developed and for what Trade Network? Description: Consumer needs in
Dis où ces gens vont d après les images / Tell where these people are going based on the pictures.
CHAPITRE 9 ALLONS EN VILLE! Prépare toi pour l examen Dis où ces gens vont d après les images / Tell where these people are going based on the pictures. 1. Phillipe et moi allons à la poste. 2. Tu vas
Introduction à L Intelligence Artificielle
Introduction à L Intelligence Artificielle Esma Aïmeur Université de Montréal Département d informatique et de recherche opérationnelle Montréal, Canada Email :aimeur: aimeur@iro.umontreal.cairo.umontreal.ca
La carte, le territoire et l'explorateur où est la visualisation? Jean-Daniel Fekete Equipe-projet AVIZ INRIA Jean-Daniel.Fekete@inria.fr www.aviz.
La carte, le territoire et l'explorateur où est la visualisation? Jean-Daniel Fekete Equipe-projet AVIZ INRIA Jean-Daniel.Fekete@inria.fr www.aviz.fr Quelques exemples 1 La campagne de Russie de Napoléon
CETTE FOIS CEST DIFFERENT PDF
CETTE FOIS CEST DIFFERENT PDF ==> Download: CETTE FOIS CEST DIFFERENT PDF CETTE FOIS CEST DIFFERENT PDF - Are you searching for Cette Fois Cest Different Books? Now, you will be happy that at this time
Big Data -Comment exploiter les données et les transformer en prise de décisions?
IBM Global Industry Solution Center Nice-Paris Big Data -Comment exploiter les données et les transformer en prise de décisions? Apollonie Sbragia Architecte Senior & Responsable Centre D Excellence Assurance
Logitech Tablet Keyboard for Windows 8, Windows RT and Android 3.0+ Setup Guide Guide d installation
Logitech Tablet Keyboard for Windows 8, Windows RT and Android 3.0+ Setup Guide Guide d installation English.......................................... 3 Français.........................................
Get Instant Access to ebook Cest Maintenant PDF at Our Huge Library CEST MAINTENANT PDF. ==> Download: CEST MAINTENANT PDF
CEST MAINTENANT PDF ==> Download: CEST MAINTENANT PDF CEST MAINTENANT PDF - Are you searching for Cest Maintenant Books? Now, you will be happy that at this time Cest Maintenant PDF is available at our
MANUEL MARKETING ET SURVIE PDF
MANUEL MARKETING ET SURVIE PDF ==> Download: MANUEL MARKETING ET SURVIE PDF MANUEL MARKETING ET SURVIE PDF - Are you searching for Manuel Marketing Et Survie Books? Now, you will be happy that at this
Intelligence Artificielle Planification
Intelligence Artificielle Planification Bruno Bouzy http://web.mi.parisdescartes.fr/~bouzy bruno.bouzy@parisdescartes.fr Licence 3 Informatique UFR Mathématiques et Informatique Université Paris Descartes
SysFera. Benjamin Depardon
SysFera Passage d applications en SaaS Benjamin Depardon CTO@SysFera SysFera Technologie 2001 Création 2010 Spin Off INRIA Direction par un consortium d investisseurs 12 personnes 75% en R&D Implantation
Cours de didactique du français langue étrangère (*) French as a foreign language (*)
FORMULAIRE DESTINE AUX DEMANDES DE BOURSE DURANT L ETE FORM TO BE USED FOR APPLICATIONS FOR A SUMMER SCHOLARSHIP Wallonie-Bruxelles International Service des Bourses d études 2, Place Sainctelette 1080
Évaluation et implémentation des langages
Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation
JSIam Introduction talk. Philippe Gradt. Grenoble, March 6th 2015
Introduction talk Philippe Gradt Grenoble, March 6th 2015 Introduction Invention Innovation Market validation is key. 1 Introduction Invention Innovation Market validation is key How to turn a product
Pratiques induites par les réunions à distance : discours, identités et organisation des actions
Pratiques induites par les réunions à distance : discours, identités et organisation des actions Clair-Antoine VEYRIER ATER Paris 3 Sorbonne Nouvelle Laboratoire Praxiling UMR 5267 (Université Montpellier
Règlement sur le télémarketing et les centres d'appel. Call Centres Telemarketing Sales Regulation
THE CONSUMER PROTECTION ACT (C.C.S.M. c. C200) Call Centres Telemarketing Sales Regulation LOI SUR LA PROTECTION DU CONSOMMATEUR (c. C200 de la C.P.L.M.) Règlement sur le télémarketing et les centres d'appel
Quel temps fait-il chez toi?
Quel temps fait-il chez toi? -------------------------------------------------------------------------------------------------------------------------------------- Teacher s note: We have prepared a teaching
L Internet des objets
L Internet des objets Une technologie déjà présente dans notre quotidien et «silencieuse» HISTORIQUE De nombreux termes pour une même technologie L Internet des objets La communication machine-to-machine
Introduction à l Informatique licence 1 ère année Notes de Cours
Introduction à l Informatique licence 1 ère année Notes de Cours Philippe Le Parc Mail : leparc@univ-brest.fr Bureau : LC101 Tel : (029801) 6960 Fiche UE (part.1) 2 Plan et planning Début des cours magistraux
Conception pédagogique Multimédia
1 Conception pédagogique Multimédia Le point de vue d'un indépendant sur les tendances de la formation professionnelle en entreprise Louis Brunier 2 Sommaire 1 ère Partie 2 ème Partie 3 ème Partie 3 Première
DOCUMENTATION - FRANCAIS... 2
DOCUMENTATION MODULE CATEGORIESTOPMENU MODULE CREE PAR PRESTACREA INDEX : DOCUMENTATION - FRANCAIS... 2 INSTALLATION... 2 CONFIGURATION... 2 LICENCE ET COPYRIGHT... 3 SUPPORT TECHNIQUE ET MISES A JOUR...
L OUTIL NUMERIQUE CARACTERISTIQUES ET FONCTIONNALITES
L OUTIL NUMERIQUE CARACTERISTIQUES ET FONCTIONNALITES Aujourd hui, le numérique est partout. Il se retrouve principalement dans les nouvelles technologies, mais également dans l art, les livres, notre
Présenta)on des ac)vités de recherche de l équipe PR du laboratorie MIS
Localisa1on et Naviga1on de Robots M2 EEAII, parcours ViRob, A.U. 2014-2015 Présenta)on des ac)vités de recherche de l équipe PR du laboratorie MIS Fabio MORBIDI E-mail: fabio.morbidi@u-picardie.fr Laboratorie
HELLO KIDS. Learn English with Charlie, Lily, Max & Fiona GUIDE PÉDAGOGIQUE
HELLO KIDS Learn English with Charlie, Lily, Max & Fiona GUIDE PÉDAGOGIQUE Stacey Wilson-McMahon Enseignante à l'école Américaine de Paris Brigitte Cojean-Pointeau Maître formateur et conseillère pédagogique
QUINTESSENCE de vie of life
Saint-Tropez Cannes Saint-Raphael Fréjus Golf de Valescure QUINTESSENCE de la Côte d Azur of the Côte d Azur Des criques de roches rouges se jetant dans une eau émeraude, des plages de sable fin bercées
Présentation par François Keller Fondateur et président de l Institut suisse de brainworking et M. Enga Luye, CEO Belair Biotech
Présentation par François Keller Fondateur et président de l Institut suisse de brainworking et M. Enga Luye, CEO Belair Biotech Le dispositif L Institut suisse de brainworking (ISB) est une association
Gestion des prestations Volontaire
Gestion des prestations Volontaire Qu estce que l Income Management (Gestion des prestations)? La gestion des prestations est un moyen de vous aider à gérer votre argent pour couvrir vos nécessités et
Le Futur de la Visualisation d Information. Jean-Daniel Fekete Projet in situ INRIA Futurs
Le Futur de la Visualisation d Information Jean-Daniel Fekete Projet in situ INRIA Futurs La visualisation d information 1.Présentation 2.Bilan 3.Perspectives Visualisation : 3 domaines Visualisation scientifique
Modélisation multi-agents - Agents réactifs
Modélisation multi-agents - Agents réactifs Syma cursus CSI / SCIA Julien Saunier - julien.saunier@ifsttar.fr Sources www-lih.univlehavre.fr/~olivier/enseignement/masterrecherche/cours/ support/algofourmis.pdf
Forum Web et Innovation Sociale
Forum Web et Innovation Sociale L entreprise, Foyer d Innovation Sociale 1 Présentation finale forum web et innovation sociale.pptx Six mutations changent le business La fin des temps modernes Les basculements
Le Marketing Mobile, des marques
Le Marketing Mobile, le nouvel Eldorado communicationnel des marques RAPPEL Engage your customers NO YES > L émergence des smartphones et des tablettes a bouleversé la vie quotidienne des Français : 47%
Formulaire d inscription (form also available in English) Mission commerciale en Floride. Coordonnées
Formulaire d inscription (form also available in English) Mission commerciale en Floride Mission commerciale Du 29 septembre au 2 octobre 2015 Veuillez remplir un formulaire par participant Coordonnées
AXES DE RECHERCHE - DOMAINE D'INTERET MAJEUR LOGICIELS ET SYSTEMES COMPLEXES
1 AXES DE RECHERCHE - DOMAINE D'INTERET MAJEUR LOGICIELS ET SYSTEMES COMPLEXES 2 Axes de recherche L activité du DIM LSC concerne la méthodologie de la conception et le développement de systèmes à forte
Cours de Master Recherche
Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction
Once the installation is complete, you can delete the temporary Zip files..
Sommaire Installation... 2 After the download... 2 From a CD... 2 Access codes... 2 DirectX Compatibility... 2 Using the program... 2 Structure... 4 Lier une structure à une autre... 4 Personnaliser une
Les enjeux du Big Data Innovation et opportunités de l'internet industriel. Datasio 2013
Les enjeux du Big Data Innovation et opportunités de l'internet industriel François Royer froyer@datasio.com Accompagnement des entreprises dans leurs stratégies quantitatives Valorisation de patrimoine
L ABC de l acquisition de petites entreprises
L ABC de l acquisition de petites entreprises Bienvenue Séries d acquisition de petites entreprises Comment aborder le sujet. Comment vendre aux petites entreprises. Accroître la connaissance des produits
Améliorer l'expérience client grâce à la gestion efficace des connaissances
Améliorer l'expérience client grâce à la gestion efficace des connaissances Suzanne Henricksen @SuzHenricksen Directrice, Marque, Canaux digitaux et Relations Consommateurs 28 Mai, 2015 Imaginez avec moi
Vanilla : Virtual Box
Vanilla : Virtual Box Installation Guide for Virtual Box appliance Guide d'installation de l'application VirtualBox Vanilla Charles Martin et Patrick Beaucamp BPM Conseil Contact : charles.martin@bpm-conseil.com,
COUNCIL OF THE EUROPEAN UNION. Brussels, 18 September 2008 (19.09) (OR. fr) 13156/08 LIMITE PI 53
COUNCIL OF THE EUROPEAN UNION Brussels, 18 September 2008 (19.09) (OR. fr) 13156/08 LIMITE PI 53 WORKING DOCUMENT from : Presidency to : delegations No prev. doc.: 12621/08 PI 44 Subject : Revised draft
Quick Start Guide This guide is intended to get you started with Rational ClearCase or Rational ClearCase MultiSite.
Rational ClearCase or ClearCase MultiSite Version 7.0.1 Quick Start Guide This guide is intended to get you started with Rational ClearCase or Rational ClearCase MultiSite. Product Overview IBM Rational
Algorithmes de recommandation, Cours Master 2, février 2011
, Cours Master 2, février 2011 Michel Habib habib@liafa.jussieu.fr http://www.liafa.jussieu.fr/~habib février 2011 Plan 1. Recommander un nouvel ami (ex : Facebook) 2. Recommander une nouvelle relation
Provincial Mathematics Assessment at Grade 3 French Immersion. Sample Assessment
Provincial Mathematics Assessment at Grade 3 French Immersion Sample Assessment 2011 PROVINCIAL ASSESSMENT PROGRAM Provincial Mathematics Assessment Program: Information Bulletin February, 2011 Department
Bienvenue au séminaire HP Service Anywhere Mardi 11 février 2014
Bienvenue au séminaire HP Service Anywhere Mardi 11 février 2014 Copyright 2012 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice. Merci à nos
Chimie et physique informatiques
Chimie et physique informatiques 1 ère partie Information et ordinateurs 2 ème partie Programmation en Turbo Pascal 1 ère partie Information et ordinateurs Objectif de la 1 ère partie 1) Introduction 2)
Micro-ordinateurs, informations, idées, trucs et astuces utiliser le Bureau à distance
Micro-ordinateurs, informations, idées, trucs et astuces utiliser le Bureau à distance Auteur : François CHAUSSON Date : 8 février 2008 Référence : utiliser le Bureau a distance.doc Préambule Voici quelques
Les cinq premiers pas pour devenir vraiment agile à XP Day Suisse 2009 par Pascal Van Cauwenberghe et Portia Tung: La Rétrospective
Ce qui était bien Ce qui n était pas bien Questions J ai appris Bon résumé des valeurs Simplicité du format Présentateurs sympathiques et joie communicative Bonbons Utilisation réelle du feedback Présentation
Guide Installation Serveur Extensive Testing
Sommaire Installation simple sur un système vierge... 2 Installation personnalisée sur un système vierge... 3 Restauration du produit avec une version antérieure... 5 Mise à jour du produit... 6 Déployer
Grégoire de Lassence. Copyright 2006, SAS Institute Inc. All rights reserved.
Grégoire de Lassence 1 Grégoire de Lassence Responsable Pédagogie et Recherche Département Académique Tel : +33 1 60 62 12 19 gregoire.delassence@fra.sas.com http://www.sas.com/france/academic SAS dans
Editing and managing Systems engineering processes at Snecma
Editing and managing Systems engineering processes at Snecma Atego workshop 2014-04-03 Ce document et les informations qu il contient sont la propriété de Ils ne doivent pas être copiés ni communiqués
IDENTITÉ DE L ÉTUDIANT / APPLICANT INFORMATION
vice Direction des Partenariats Internationaux Pôle Mobilités Prrogrramme de bourrses Intterrnattiionalles en Mastterr (MIEM) Intterrnattiionall Mastterr Schollarrshiip Prrogrramme Sorrbonne Parriis Ciitté
EN UNE PAGE PLAN STRATÉGIQUE
EN UNE PAGE PLAN STRATÉGIQUE PLAN STRATÉGIQUE EN UNE PAGE Nom de l entreprise Votre nom Date VALEUR PRINCIPALES/CROYANCES (Devrait/Devrait pas) RAISON (Pourquoi) OBJECTIFS (- AN) (Où) BUT ( AN) (Quoi)
PROJET DE LOI 15 BILL 15. 1st Session, 56th 58th Legislature New Brunswick 63-6456 Elizabeth II, II, 2014-2015 2007
1st Session, 56th 58th Legislature New Brunswick 63-6456 Elizabeth II, II, 2014-2015 2007 1 re session, 56 58 e législature Nouveau-Brunswick 63-6456 Elizabeth II, II, 2014-2015 2007 BILL 15 PROJET DE
If you understand the roles nouns (and their accompanying baggage) play in a sentence...
If you understand the roles nouns (and their accompanying baggage) play in a sentence...... you can use pronouns with ease (words like lui, leur, le/la/les, eux and elles)...... understand complicated
AIDE FINANCIÈRE POUR ATHLÈTES FINANCIAL ASSISTANCE FOR ATHLETES
AIDE FINANCIÈRE POUR ATHLÈTES FINANCIAL ASSISTANCE FOR ATHLETES FORMULAIRE DE DEMANDE D AIDE / APPLICATION FORM Espace réservé pour l utilisation de la fondation This space reserved for foundation use
Guide Installation Serveur Extensive Testing
Sommaire Installation sur un système vierge... 1 Mise à jour du produit... 4 Déployer un nouveau client Windows... 5 Déployer un nouveau client Linux... 5 Auteur : Denis Machard Date : 22/03/2015 Version
SEMINAIRE SAS VISUAL ANALYTICS LAUSANNE, MARCH 18 : JÉRÔME BERTHIER VALERIE AMEEL
SEMINAIRE SAS VISUAL ANALYTICS LAUSANNE, MARCH 18 : JÉRÔME BERTHIER VALERIE AMEEL AGENDA 14:15-14:30 Bienvenue & Introduction Jérôme Berthier et Manuel Fucinos 14:30-14:45 Le concept de la Data Viz et
Formulaire de candidature pour les bourses de mobilité internationale niveau Master/ Application Form for International Master Scholarship Programme
Formulaire de candidature pour les bourses de mobilité internationale niveau Master/ Application Form for International Master Scholarship Programme Année universitaire / Academic Year: 2013 2014 A REMPLIR
L étonnant flair du chien
Fiche pédagogique Magazine Les Débrouillards Conception: Audrey Miller Septembre 2015 Titre : Des chiens au secours des animaux menacés Rubrique : Monde animal Pages : 19-22 Thème : Les chiens renifleurs
GIGABIT PCI DESKTOP ADAPTER DGE-530T. Quick Installation Guide+ Guide d installation+
GIGABIT PCI DESKTOP ADAPTER Quick Installation Guide+ Guide d installation+ Check Your Package Contents Quick Installation Guide Gigabit Ethernet PCI Adapter CD with Manual and Drivers DO NOT insert the
Le Cloud Computing est-il l ennemi de la Sécurité?
Le Cloud Computing est-il l ennemi de la Sécurité? Eric DOMAGE Program manager IDC WE Security products & Solutions Copyright IDC. Reproduction is forbidden unless authorized. All rights reserved. Quelques
Diligence raisonnable avant l acquisition d une PME américaine lorsqu on est au Québec : Certains aspects juridiques
Série Frontière Sud Manufacturiers et exportateurs du Québec Comment augmenter les activités de votre entreprise au sud de la frontière? Diligence raisonnable avant l acquisition d une PME américaine lorsqu
Parce que, dans sa construction, le sujet est directement rattaché au verbe sans recours à un auxiliaire quelconque.
LE PRESENT SIMPLE 1. Valeur Pourquoi appeler ce temps présent simple? Parce que, dans sa construction, le sujet est directement rattaché au verbe sans recours à un auxiliaire quelconque. I speak English.