Intelligence Articielle (1) Introduction

Transcription

1 1/32 Introduction Un peu d'histoire Les nouveaux dés Intelligence Articielle (1) Introduction Pierre Gançarski Université de Strasbourg IUT Robert Schuman DUT Informatique

2 /32 Plan 1 Introduction 2 Un peu d'histoire 3 Les nouveaux dés

3 3/32 Introduction Un peu d'histoire Les nouveaux dés Introduction Qu'est ce que l'intelligence articielle? L'expression intelligence articielle est apparue en 1956 pour désigner la problématique fondamentale : Comment concevoir une machine intelligente? Construire une machine intelligente? Deux types de réponses : une machine sera considérée comme intelligente si elle reproduit le comportement d'un être humain dans un domaine spécique ou non une machine sera considérée comme intelligente si elle modélise le fonctionnement d'un être humain

4 4/32 Introduction Un peu d'histoire Les nouveaux dés Exemple du jeu d'échecs Remarques préalables 1. On admet communément que savoir jouer aux échecs est une capacité humaine qui requiert de l'intelligence 2. Le but de ce cours n'est pas de dénir ce qu'est l'intelligence

5 5/32 Introduction Un peu d'histoire Les nouveaux dés Exemple du jeu d'échecs Les deux solutions possibles 1. On essaie avant tout à obtenir un programme ecace : peut importe que la machine fasse des calculs inaccessibles à l'homme comme explorer quelques centaines (ou milliards) de positions à la seconde : complexité en O(p n ) où p est le nombre moyen de coups légaux dans une position donnée, n est la profondeur étudiée Si on veut étudier par exemple 11 coups en avance et qu'il y a en moyenne 40 coups possibles : (2 2 10) coups coups IBM Deeper Blue (1997) : opérations/s de combinaisons/s 10 9 secondes 192 jours (en fait, il ne calculait que sur 6 coups) Supercalculateur CURIE (2012) : opérations/s 10 2 secondes 1,5 minutes si on considére qu'il faut une seule opération par combinaison!!! Pocket Fritz 4 HTC (2009) : mêmes résultats en terme de victoires que Deep Blue avec seulement 4 coups et positions/seconde.

6 6/32 Introduction Un peu d'histoire Les nouveaux dés Exemple du jeu d'échecs Les deux solutions possibles 1. On essaie avant tout à obtenir un programme ecace : peut importe que la machine fasse des calculs inaccessibles à l'homme comme explorer quelques centaines (ou milliards) de positions à la seconde 2. On cherche à comprendre/imiter comment l'homme joue aux échecs : interviews des grands maîtres, étude des parties, recherche des règles plus ou moins consciemment suivies par les joueurs (occupation du centre, domination d'une couleur de case, etc.) an d'en déduire des statégies de jeu. Les deux approches de l'ia Ces deux approches illustrent bien les deux courants de pensées en IA : les pragmatistes et les cogniticiens.

7 7/32 Introduction Un peu d'histoire Les nouveaux dés Approche pragmatique Paradigme Utiliser l'ordinateur au mieux de ses capacités pour obtenir de meilleurs résultats que ceux que pourrait obtenir un humain. Une machine intelligente est une boîte noire où entrerait des données du problème et sortirait des résultats sans que l'on se préoccupe de ce qui se passe dans la boîte. La boîte serait considérée comme intelligente si elle réussit les mêmes tests que réussirait un être humain : le plus célébre est le test de Turing

8 8/32 Introduction Un peu d'histoire Les nouveaux dés Approche pragmatique Tests de Turing Jeu de l'imitation : Un homme, une femme et un observateur sont chacun dans une pièce : L'observateur doit déterminer avec des questions du type :Comment sont vos cheveux? qui est la femme et qui est l'homme. Les intervenant ne se voit pas entre eux, les voix sont déformées,... Un des deux joueurs (l'homme) doit essayer d'induire en erreur l'observateur, l'autre essaie au contraire de l'aider. On remplace l'homme par une machine

9 9/32 Introduction Un peu d'histoire Les nouveaux dés Approche pragmatique Tests de Turing Alan Turing postule alors que si la machine fait au moins aussi bien que l'humain (elle trompe l'observateur), alors elle est intelligente. Si l'on peut confondre les deux comportements alors on peut considérer que le programme exécuté est équivalent à un esprit.

10 10/32 Approche pragmatique Mise en oeuvre Dans le cadre de cette approche de nombreuses techniques d'ia (espaces d'états, parcours d'arbres, algorithmes minimaux, etc.) existent mais ils modèlisent peu le fonctionnement d'un esprit humain. On dit souvent que cette approche est de l'ia faible car la valeur du mot penser est extrêment faible.

11 11/32 Approche cognitive Paradigme L'IA est la réalisation de programmes imitant dans leur fonctionnement l'esprit humain. L'étude des raisonnements humains est une n en soi. Le but est d'étudier et de généraliser le concept d'intelligence en essayant de donner une description abstraite des mécanismes qui la rendent possible on étudie comment une capacité cognitive dénie de manière abstraite peut s'incarner dans un système informatique.

12 12/32 Approche cognitive Mise en oeuvre Dans cette approche on utilise des systèmes symboliques décrivant d'une part des connaissances et des moyens de les utiliser et surtout, d'autre part, des moyens de découvrir automatiquement de nouvelles connaissances soit par extraction de connaissances soit par inférence de nouvelles d'améliorer la façon de les utiliser Apprentissage symbolique

13 13/32 Limites des deux approches la force brute de l'ordinateur ne sut jamais à résoudre les problèmes les plus compliqués : il est nécessaire d'y adjoindre ds heuristiques, des méthodes de représentations des connaissances qui proviennent le plus souvent d'une analyse de la manière dont nous fonctionnons l'approche cognitive n'a pas donné les résultats escomptés car on a du mal à savoir comment fonctionne l'esprit humain d'autres paradigmes ont vu le jour

14 14/32 Les autres approches Connexionisme Modèlisation très grossière, très imparfaite et très réductrice du fonctionnement des neurones du cerveau humain. Un système connexionniste est formé de noeuds interconnectés capable d'apprendre automatiquement un certain nombre d'exemples puis de les généraliser d'une façon empirique sans qu'il faille à aucun moment décrire une quelconque symbolique de la connaissance.

15 15/32 Les autres approches L'algorithmique adaptative Les algorithmes génétiques sont des algorithmes dérivés de la génétique et de l'évolution naturelle : croisements, mutations,... Un algorithme génétique réalise une optimisation de la ou des solutions par évolution : 1. génération aléatoire de solutions 2. mesure de la qualité de chacune solution : fonction d'évaluation 3. reproduction des meilleures solutions 4. croisement mutation aléatoire des solutions retenues 5. si la ou les solutions sont satisfaisantes : Fin sinon retour en 2

16 Introduction Un peu d'histoire Les nouveaux dé s Les autres approches Vie arti cielle - émergence Société d'experts (approche multi-agents). Émergence : donner aux agents des mécanismes de base (manger, se déplacer, et quelques connaissances) et les laisser trouver par eux-mêmes le meilleur moyen de survivre : fourmi 16/32 apparition d'une intelligence collective.

17 17/32 Mais qu'est-ce qu'est réellement l'intelligence articielle? Une dénition actuelle L'intelligence articielle a pour but de faire exécuter par un ordinateur des tâches pour lesquelles l'homme, dans un contexte donné, est aujourd'hui meilleur que la machine. Autrement dit l'ia doit permettre de programmer des ordinateurs de façon à ce qu'ils montrent des caractéristiques normalement associées à l'intelligence humaine : compréhension du langage, apprentissage, résolution de problèmes, raisonnement... correspondant à des classes de problèmes pour lesquels on pense qu'il n'existe pas d'algorithme exact : non calculable ou NP-complet

18 8/32 Plan 1 Introduction 2 Un peu d'histoire 3 Les nouveaux dés

19 19/ Les pionners l'ia comme méthode générale : mise en oeuvre des idées déjà anciennes sur les machines intelligences Alan Turing : Computing Machinery and Intelligence et Can a machine think? : tests de turing objections contre le possibilité de l'i.a - obj. théologique, - obj de l'autruche (ce serait tellement épouvantable que les machines pensent qu'il vaut mieux croire qu'elles n'en seront jamais capables), - obj. mathématique (Théorème de Godel sur l'incomplétude), - obj. de conscience, - obj du caractère non formalisable du comportement (comment énoncer les règles par exemple que j'utilise pour conduire?)... La pensée est vue comme une manipulation de représentation discrètes des connaissances (IA symbolique)

20 20/ Les pionners Séminaire de Dartmouth (1956) apparition du terme Intelligence Articielle (proposé par J. McCarthy). Premier programme de démonstration automatique de théorème Logic Theorist par Newell, Shaw et Simon LISP (1958) : LISt Processing par J. Mac Carthy Premier traducteur Anglais/Russe GPS (1959) : logiciel General Problem Solver A. Newell et H.Simon Enthousiasme exessif : dans 5 ans, nous auront un traducteur automatique, en 1968, nous auront une machine qui arrivera au niveau du champion du monde d'échecs À comparer avec des résultats décevants.

21 21/ Les pionners Néanmoins cela a permis de mettre en évidence les problèmes : un algorithme doit combiner les approches combinatoires et heuristiques : utiliser les connaissances sur le problème à résoudre il faut distinguer dans un algorithme ce qui est connaissance sur le problème de ce qui est méthode de résolution (approche déclarative) les programmes d'ia doivent incorporer des modules d'apprentissage PROLOG : par J.A.Robinson pour la résolution automatique. Perceptron : premier système connexionnisme par Rosenblatt

22 22/ La connaissance est le pouvoir Représentation des connaissances : représentation structurées : réseaux sémantiques, scripts, schémas et frames extensions de la logique : non monotones, temporelles, oues, etc. Utilisation des connaissance : systèmes experts -> premières réalisations concrètes : DENDRAL (1969) : premier système expert pour l'analyse des résultats de spectographie de masse SCHRDLU (1970) : logiciel conçu par T.Winograd. Simule la manipulation de bloc géomètrique posés sur une table MYCIN (1974) : diagnostics de maladies infectieuses MACSYGMA (1977) : calcul formel PROSPECTOR (1978) : système expert d'aide à la prospection géologique R1/XON (1980) : calcul de la conguration optimal d'un système informatique

23 23/ Méthodes générales d'apprentissage Programme japonais dit Cinquième génération faire de l'ia une discipline ecace : résultats concrets plutôt mitigés sur le plan technique Méthodes symboliques : nombreuses réalisations et nouvelles techniques (algorithme d'élimination, arbres de décisions, méthode de l'étoile,...) et nouveaux principes (espace des versions,...) Renouveau du connexionnisme et du mouvement subsymbolique (popularisation des réseaux de neurones, algorithme génétique,... Apparition de l'iad : multi-agents, vie articielle

24 24/ On ne parle plus de connaissances Nouvelles méthodes subsymboliques : réseaux de neurones, algorithmes génétiques, réseaux bayésiens, chaînes de Markov Les besoins industriels inuent sur la recherche Nouvelles méthodes d'acquisition : data mining, text mining,...

25 25/ Retour aux sciences cognitives... Objectif initial de l'ia, peut être trop ambitieux Une nouvelle approche : Informatique Avancée, s'attaque aux problèmes que l'approche algorithmique classique ne peut résoudre. Mais l'objectif initial consistant à développer des machines aussi intelligentes que l'être humain continue à perdurer. = Pour le résoudre, il est cependant nécessaire d'en savoir plus sur l'intelligence humaine. L'IA s'inscrit de plus en plus dans le cadre des sciences cognitives En 2009, le MIT a lancé le Mind Machine Project consistant à revenir 30 ans en arrière pour repenser les bases de l'ia.

26 6/32 Plan 1 Introduction 2 Un peu d'histoire 3 Les nouveaux dés

27 27/32 Les nouveaux dés Données et Connaissances Capitaliser, diuser, exploiter les connaissances : Fouille de données de nature variée ; mémoires d'entreprise, commerce électronique, réseaux sociaux : Facebook et al., communautés virtuelles Web sémantique : Compréhension partagée de l'information : Entre les personnes Entre les applications et les objets Entre tous! Projet Read the Web (Carnegie Mellon, 2010) : un programme lit indéniment les pages Web et extrait des informations couvrant toutes les connaissances humaines Ontologies et métadonnées Agents

28 28/32 Les nouveaux dés Robotique Robotique mobile : Apprentissage de comportements Fusion de données de capteurs Planication (trajectoires, missions)

29 29/32 Les nouveaux dés Robotique Robotique mobile : Challenge DARPA : course de véhicules autonomes environ 200 km en 7h Gagnant : VW Stanly

30 30/32 Les nouveaux dés Robotique Robots humanoïdes Aldebaran Robotics (société française de robotique) : - robot autonome et programmable : NAO - robot destiné à l'aide aux personnes : Romeo

31 31/32 Les nouveaux dés Robotique Robotique mobile Robots humanoïdes : Robocup, coupe du monde football pour robot une équipe de robots championne du monde de football en

32 32/32 Les nouveaux dés IA et éthique Nuisance des systèmes d'ia (cf. lois d'asimov pour les robots) Statut moral des machines Propriétés requises du fait du rôle social potentiel de systèmes d'ia : prédictabilité, transparence à l'inspection... Systèmes à intelligence surhumaine : implique des comportements suréthiques...