In Silico

[Arno]

Le 31 août 1955, J. McCarthy (Dartmouth College, New Hampshire), M.L. Minsky (Harvard University), N. Rochester (I.B.M. Corporation) et C.E. Shannon (Bell Telephone Laboratories) proposèrent de réunir pendant l'été 56 un groupe de chercheurs, sur la base de la conjecture suivante : en principe, tout aspect de l'apprentissage ou de l'intelligence pourrait être décrit si précisément qu'une machine devrait pouvoir les simuler...

Cette réunion, connue aujourd'hui sous le nom de Conférence de Dartmouth, catalysa la révolution que nous appelons Intelligence Artificielle.

3 novembre 2006, Ministère de la Recherche:
Un manifeste de l'IA est organisé 5 rue Descartes au Ministère de la Recherche pour les 50 ans de l'IA. La participation à la journée est libre et gratuite, avec inscription obligatoire pour raisons logistiques.

Incription par mail à marie-carol.lopes at inria dot fr

( source : http://afia.lri.fr/ )

[Arno]

« La légendaire conférence de Dartmouth, partant du principe que les aspects de l'intelligence humaine étaient si bien connus qu'ils pouvaient désormais être reproduits en machine, a crée le terme Intelligence Artificielle.

Ainsi animés d'un optimisme infondé et ignorant notre ignorance, qu'avons nous découvert ? Que l'ordinateur, déjà capable de briser des codes secrets […], peut aussi construire une nouvelle perception du monde (voir l'essor de la simulation, de la médecine à la physique), voire créer un monde nouveau : les piliers en sont Google, Napster, MSN,... - où certains d'entre nous vivent déjà une partie de leur temps.

Si l'intelligence de la machine reste toujours insuffisante, les principes de l'IA sont désormais au coeur de la plupart des programmes existants, de la défense aux jeux vidéo en passant par l'art, la banque, les super-marchés, les assurances et les sciences de l'ingénieur. »

« Le but de cette journée, […] est d'en définir les Nouvelles Frontières : priorités, enjeux, domaines, science et société. »

A- Introductions :

a. IA, le temps des expériences, Jacques Pitrat (Paris-VI, CNRS)
Jacques Pitrat, présenté comme père de l’AI en France est revenu sur 50 ans de recherche :
· Peu de choses en 50 ans dans le domaine de l’IA en comparaison par exemple des progrès faits dans le domaine de l’informatique et des ordinateurs
· Trop de théories / pas assez de systèmes réalisés
· Il faut avoir une démarche « Méta »
· Organisation de la Recherche :
o les enseignants chercheurs ne peuvent consacrer que la moitié du temps à la recherche,
o les chercheurs sont promus en fonction de leurs publications (perte de temps)
o trop peu de chercheurs confirmés
· Industrie : besoin de résultats
· Il FAUT des projets importants et ambitieux.

b. IA, les mythes et l'histoire, Jean-Gabriel Ganascia (Paris-VI)
J.B. Ganascia a présenté une vision des 50 ans d’IA au travers de thèmes « originaux » :
« Les prédictions à long terme sont plus fiables qu’à court terme »
· Rétrospectives aux travers des échecs et des réussites de l’IA .
« la loi du second arrivant »
· Google contre yahoo, altavista,etc.
· Palm / Newton apple
· Etc.
« le temps est cyclique dans les STIC »
· Montre aux travers d’exemples que les techniques IA sont régulièrement remises au goût du jour suivant un cycle d’environ 20 ans, en bénéficiant de progrès technologique et de l’expérience (ex : systèmes experts, etc. )

Ouverture : Anticipons le long terme, imaginons l’avenir, rêvons.

[Arno]

B- Débats : L’IA et l’Informatique (présentations)
Chacune des personnes ci-dessous a pris la parole pour présenter sa vision de l’IA :

a. 4 zooms de Yves Caseau ( DSI Bouygues Telecom)
· Les systèmes à base de règles (utilisées pour : commission, monitoring, alarmes, logiciels de vente, etc.)
1. Il faut mettre les règles au cœur des systèmes : marier un moteur d’orchestration de processus et un moteur de règles
2. Partager les règles
· Besoin de programmation par contraintes (utilisé pour : la gestion de catalogue, configuration, personnalisation de l’environnement, etc.)
1. besoin réel
2. mais manque de spécialiste et il y a quelques problèmes de maturité.
· Technique IA dans l’aide à la décision
jeu/simulations (modèles économiques modélisés, ajout de la notion d’apprentissage)
· La production
1. procédure de suivi de la qualité à partir de systèmes
2. OAI
3. Autonomic Computing, etc.

b. Jean-Luc Dormoy (CEA DRT ( LIST, LETI, LITEN)

Rétrospectives des progrès : du super computer vers la production de masse de « petits objets »
Les axes de progrès :
· De 1 processeur vers 1000 processeurs -> programmer 1000 proc.
· La sûreté/ sécurité
· Autonomie des systèmes
· Perception/ décision / action
· Vers de grands systèmes distribués / connectivité
· Connaissance : vers plus de sémantique
· Vers l’Autopoiese ( système qui se régénère lui-même)

c. Pierre Tchounikine (LIUM)

Présentation de l’IA pour l’enseignement et l’apprentissage.
Cette présentation est un exemple de l’IA comme outil pour la modélisation des connaissances, de la croyance, de l’évolution des connaissances, vers la résolution de problèmes pédagogiques.

d. Yves Demazeau (IMAG)

SMA (Systèmes multi agent), une des filles de l’IA.
Aujourd’hui, le SMA est en plein essor. Beaucoup de projets se basent sur cette technologie ( drones, jeux vidéo, cinéma ( exemple : les batailles des films du seigneur des anneaux sont réalisées avec des SMA) Des projets européens CCE : Archon, AgentCities, etc..
La Confiance (sécurité) reste un point sensible.
Il faut penser «programmation orientée multi agent » et non agent. (de nouvelles méthodologies)
e. Luc Steels (Sony CSL)

Pour qu’une technologie soit un succès, il faut qu’elle soit utilisée.
· Retour sur des exemples de grand succès de l’IA ( Google (moteur de recherche) , Word (correction orthographique, grammaire) , jeux vidéo ( SMA et les Sims)
· SMA : acteurs autonomes :
o Plus de contrôle centralisé
o Besoin de langages
o Pb complexité / pertinence face à la réalité/ autonomie
o Luc Steels nous a parlé de son futur voyage au japon afin de lancer un projet de création d’un langage de robots pour les nouveaux robots de chez Sony. (bases nécessaires pour pouvoir créer leur propre langage de communication)

· Impact de l’IA sur les autres sciences (psychologie, neurosciences) : reproduire l’intelligence / la pensée, le cerveau, permet de mieux la comprendre
· Problème de personnel : trop peu de chercheurs en IA : les jeunes chercheurs vont vers « l’applicatif » .
· Attitude expérimentale : il faut faire des systèmes pour faire des progrès.

On pensait « programmer » l’IA, la logique a montré ses limites.
L’intelligence est quelque chose de vivant, on se tourne désormais vers le machine learning, des systèmes d’apprentissage (stat, proba, etc.)
La biologie, la physique statistique offre de nouveaux outils.
Il faut mieux comprendre l’histoire des grandes idées.

Domaines d’applications : 3 suggestions
· La sécurité / systèmes autonomes pour résoudre les problèmes
· Le monde multiculturel au travers du web
· L’écologie : mesurer/interpréter/visualiser

f. François Cabestaing (Lille-I)

Présentation rapide des principes de communication Cerveau / humain ( biologie, electocorticogramme, encéphalogramme, etc.).
Une IHM permet un débit d’information entre l’humain et la machine, en se basant sur l’accessibilité et l’ergonomie.
L’interface cerveau/ ordinateur (BCI : Brain Computer Interface) a pour but d’augmenter les débits d’informations.
La BCI peut permettre d’apporter à l’IA le facteur humain (émotion, etc.)
Reproduire/modéliser le cerveau permet de mieux comprendre comment il marche.
L’IA apporte des techniques d’apprentissage, modélisation, etc.

[Arno]

C- IA : Opportunités et défis
a. Bertrand Braunschweig (ANR)
Présentations des projets de recherche de l’ANR. « Il n’y a pas de projet IA, mais il y a de l’IA partout »

b. Patrick Corsi (Project Officer de la Commission européenne, Kinnsys)
Présentations des projets de recherche européens.

c. Patrick Taillibert (Thalès)

« L’IA n’est pas LA solution, mais un rouage d’un système plus vaste. »
Il a été demandé à Patrick Taillibert de proposer des axes de défis pour le futur.
Les besoins :
· Gestion de conversations
· Planification
· Représentation des connaissances
· Tolérance aux fautes ( -> autonomie)
Il manque un langage de haut niveau pour tout cela. Pourquoi ne pas créer un langage ?

d. Patrick Albert (Ilog)
Il a été demandé à Patrick Albert de proposer des axes de défis pour le futur.
· Automatisation de la réglementation : Aide aux procédures : conception, simulation, validation, traduction, mise en œuvre.
· Web 3.0 : SMA Web, vers une société d’agent
· Conscience artificielle « self aware systems »