33
- De manière générale, l’ensemble des domaines utilisant des simulations est en train d’être impacté.
Enjeux actuels. La pratique et la technologie sont très en avance de la théorie. Les attentes sont exubérantes et irrationnelles; en cas d’échec, la réaction consiste à augmenter la taille des données ou
l’architecture des réseaux. Mais les limites ne sont pas identifiées, et du coup le domaine est en expansion avec deux dangers :
- Le battage médiatique pourrait retomber brutalement, pour un nouvel hiver de l’IA, si les promesses
ne sont pas tenues (i.e., si elles sont irréalistes) ;
- Les experts, le public, les institutions s’émeuvent du coté « boîte noire » des systèmes ainsi réalisés ;
pour beaucoup d’applications sensibles (de l’octroi de prêts bancaires à la recherche de terroristes),
le fait de dépendre de boites noires n’est pas acceptable.
Représentation des connaissances et modélisation des raisonnements
Description de la problématique
Il s’agit de représenter les différentes informations dont a besoin un agent pour raisonner (ses
croyances, connaissances, buts, etc.), au moyen typiquement de formalismes logiques, comme par
exemple les logiques non monotones, les logiques para-consistantes, les logiques modales (temporelles, doxastiques, déontiques, etc), les logiques de description, etc.
Ensuite la problématique est de modéliser et d’automatiser les différents raisonnements que l’agent
peut être conduit à faire, en particulier le raisonnement sur l’action et le changement des croyances, le
raisonnement en présence d’exceptions, la gestion ou résolution de l’incohérence, le raisonnement
temporel et spatial, le diagnostic automatisé, le raisonnement qualitatif, le raisonnement à partir de cas
et par analogie, et le raisonnement sur les ontologies.
Quelques défis actuels:
- Etude de la notion de causalité: La notion de causalité a déjà été grandement étudiée en intelligence
artificielle et en philosophie, mais les études actuelles ont montré la grande difficulté de définir une
notion générale de causalité et de responsabilité. Il reste encore beaucoup à faire sur l’étude de cette
notion, qui est de première importance pour mener à bien un grand nombre de raisonnements.
- Argumentation: L’argumentation est un processus usuel pour tenter de trouver une position acceptable à partir d’informations qui se contredisent. C’est un processus utile à un agent pour tenter de
résoudre des contradictions entre ses croyances, mais c’est également un processus de base dans les
échanges (délibération, persuasion, etc.) entre plusieurs agents. De plus actuellement de nombreuses
plate-formes de débats, basés sur l’argumentation, se popularisent sur le web. Il est donc nécessaire
de disposer de notions d’acceptation adéquates. Or, les sémantiques existantes ne sont pas forcément
adaptées aux applications avec un grand nombre d’argument, et certaines relations entre argument,
notamment la notion de support entre arguments, loin d’avoir une sémantique consensuellement acceptée pour le moment.
- Raisonnement sur les logiques de description: les logiques de description sont très utiles pour manipuler les informations disponibles sur le web sémantique via les ontologies. Or ces logiques sont assez pauvres, et de nombreux résultats connus pour des logiques classiques et supra-classiques ne
peuvent pas être utilisés directement dans ce cadre. Il est donc nécessaire d’étudier comment mener
les raisonnement correspondant dans ce cadre, pour voir si les résultats connus pour les logiques
classiques peuvent s’exporter, et pour se poser la question de la calculabilité de ces méthodes dans
ce cadre.
- De manière générale, l’ensemble des domaines utilisant des simulations est en train d’être impacté.
Enjeux actuels. La pratique et la technologie sont très en avance de la théorie. Les attentes sont exubérantes et irrationnelles; en cas d’échec, la réaction consiste à augmenter la taille des données ou
l’architecture des réseaux. Mais les limites ne sont pas identifiées, et du coup le domaine est en expansion avec deux dangers :
- Le battage médiatique pourrait retomber brutalement, pour un nouvel hiver de l’IA, si les promesses
ne sont pas tenues (i.e., si elles sont irréalistes) ;
- Les experts, le public, les institutions s’émeuvent du coté « boîte noire » des systèmes ainsi réalisés ;
pour beaucoup d’applications sensibles (de l’octroi de prêts bancaires à la recherche de terroristes),
le fait de dépendre de boites noires n’est pas acceptable.
Représentation des connaissances et modélisation des raisonnements
Description de la problématique
Il s’agit de représenter les différentes informations dont a besoin un agent pour raisonner (ses
croyances, connaissances, buts, etc.), au moyen typiquement de formalismes logiques, comme par
exemple les logiques non monotones, les logiques para-consistantes, les logiques modales (temporelles, doxastiques, déontiques, etc), les logiques de description, etc.
Ensuite la problématique est de modéliser et d’automatiser les différents raisonnements que l’agent
peut être conduit à faire, en particulier le raisonnement sur l’action et le changement des croyances, le
raisonnement en présence d’exceptions, la gestion ou résolution de l’incohérence, le raisonnement
temporel et spatial, le diagnostic automatisé, le raisonnement qualitatif, le raisonnement à partir de cas
et par analogie, et le raisonnement sur les ontologies.
Quelques défis actuels:
- Etude de la notion de causalité: La notion de causalité a déjà été grandement étudiée en intelligence
artificielle et en philosophie, mais les études actuelles ont montré la grande difficulté de définir une
notion générale de causalité et de responsabilité. Il reste encore beaucoup à faire sur l’étude de cette
notion, qui est de première importance pour mener à bien un grand nombre de raisonnements.
- Argumentation: L’argumentation est un processus usuel pour tenter de trouver une position acceptable à partir d’informations qui se contredisent. C’est un processus utile à un agent pour tenter de
résoudre des contradictions entre ses croyances, mais c’est également un processus de base dans les
échanges (délibération, persuasion, etc.) entre plusieurs agents. De plus actuellement de nombreuses
plate-formes de débats, basés sur l’argumentation, se popularisent sur le web. Il est donc nécessaire
de disposer de notions d’acceptation adéquates. Or, les sémantiques existantes ne sont pas forcément
adaptées aux applications avec un grand nombre d’argument, et certaines relations entre argument,
notamment la notion de support entre arguments, loin d’avoir une sémantique consensuellement acceptée pour le moment.
- Raisonnement sur les logiques de description: les logiques de description sont très utiles pour manipuler les informations disponibles sur le web sémantique via les ontologies. Or ces logiques sont assez pauvres, et de nombreux résultats connus pour des logiques classiques et supra-classiques ne
peuvent pas être utilisés directement dans ce cadre. Il est donc nécessaire d’étudier comment mener
les raisonnement correspondant dans ce cadre, pour voir si les résultats connus pour les logiques
classiques peuvent s’exporter, et pour se poser la question de la calculabilité de ces méthodes dans
ce cadre.