95
c. Connaissances, raisonnement, ontologies, web sémantique, TALN, émotions,
chatbots
La quarantaine de réponses au questionnaire relevant de cette catégorie mentionne plusieurs des
thématiques communes avec les deux précédentes telles que l’apprentissage automatique ou le
raisonnement dans l’incertain, mais font surtout ressortir comme thème prédominant le sujet du
traitement automatique du langage naturel (y compris vocal), tant pour la fouille de données textuelles
que pour l’interaction humain-machine. D’autres sujets émergent également, tels que la représentation
et l’ingénierie des connaissances, le calcul de préférences et de recommandations, les agents virtuels,
le calcul émotionnel et le web sémantique.
Concernant les domaines d’applications cible, la plupart des secteurs requérant de la relation humainservice/système sont visés : commerce électronique, ciblage et recommandation, e-réputation,
formation et e-éducation, e-santé, assistants personnels, agents conversationnels, robots compagnons
et industriels, traduction et résumé automatiques, suivi de réunions, etc.
Dans cette catégorie, peu d’équipes de recherche font état d’expériences de transfert, réussies ou non.
Par ailleurs, très peu des systèmes mentionnés sont indiqués comme ayant été testés en condition
d’utilisation réelle. Ce qui, par exemple, dans le domaine du traitement automatique du langage
naturel, pose question au vu des besoins exprimés par les entreprises, d’autant qu’il s’agit d’un thème
de recherche historique et pour lequel certaines applications opérationnelles sont d’ores et déjà
déployées.
Quant aux moyens requis pour l’industrialisation, le renforcement des ressources d’aide au
développement et aux expérimentations en vraie grandeur (ingénieurs, plateformes, données réelles)
est particulièrement évoqué, en particulier à travers des programmes de soutien à la maturation et au
transfert. Une autre préconisation mérite d’être mentionnée : réduire le nombre d’intermédiaires dans
les relations Recherche-Industrie en favorisant l’accueil d’ingénieurs de grandes entreprises ou de
PME dans les laboratoires de recherche et, inversement, le détachement de chercheurs dans l’industrie
pour accompagner les transferts (« avec des rémunérations libres », sic).
d. Evolution artificielle, systèmes multi-agents, robotique, autres
Cette section regroupe des sous-domaines qui partagent notamment une vision distribuée de
l’intelligence artificielle, que ce soit sous forme de populations de solutions qui évoluent pour apporter
la meilleure réponse possible à un problème d’optimisation ; de réseaux d’agents intelligents
collaborant pour simuler des systèmes complexes ou pour combiner des solutions partielles ; de
systèmes ouverts intégrant des agents intelligents coopérant entre eux et avec des humains pour fournir
des services à valeur ajoutée ; ou de robots interagissant entre eux ou avec des humains.
Plus de quarante technologies ont été identifiées par les répondants au questionnaire dans cette
catégorie.
Une dizaine de technologies utilisant l’évolution artificielle (EA) a été mentionnée ; le plus souvent,
il s’agit de démonstrateurs. Les applications sont variées, l’EA étant connue pour pouvoir résoudre des
catégories de problèmes très diverses. On peut noter en particulier des applications en planification et
ordonnancement, en reconnaissance de mouvements, en robotique, ou pour les jeux vidéo ; notons
également l’application de l’EA pour détecter des bugs dans des logiciels, ce qui pourrait offrir un
marché intéressant à une société qui voudrait se développer sur cette base. Dans la plupart des cas, les
besoins identifiés sont de travailler avec des utilisateurs pour transposer les technologies à des cas
réels et développer les codes pour pouvoir passer à l’échelle.
c. Connaissances, raisonnement, ontologies, web sémantique, TALN, émotions,
chatbots
La quarantaine de réponses au questionnaire relevant de cette catégorie mentionne plusieurs des
thématiques communes avec les deux précédentes telles que l’apprentissage automatique ou le
raisonnement dans l’incertain, mais font surtout ressortir comme thème prédominant le sujet du
traitement automatique du langage naturel (y compris vocal), tant pour la fouille de données textuelles
que pour l’interaction humain-machine. D’autres sujets émergent également, tels que la représentation
et l’ingénierie des connaissances, le calcul de préférences et de recommandations, les agents virtuels,
le calcul émotionnel et le web sémantique.
Concernant les domaines d’applications cible, la plupart des secteurs requérant de la relation humainservice/système sont visés : commerce électronique, ciblage et recommandation, e-réputation,
formation et e-éducation, e-santé, assistants personnels, agents conversationnels, robots compagnons
et industriels, traduction et résumé automatiques, suivi de réunions, etc.
Dans cette catégorie, peu d’équipes de recherche font état d’expériences de transfert, réussies ou non.
Par ailleurs, très peu des systèmes mentionnés sont indiqués comme ayant été testés en condition
d’utilisation réelle. Ce qui, par exemple, dans le domaine du traitement automatique du langage
naturel, pose question au vu des besoins exprimés par les entreprises, d’autant qu’il s’agit d’un thème
de recherche historique et pour lequel certaines applications opérationnelles sont d’ores et déjà
déployées.
Quant aux moyens requis pour l’industrialisation, le renforcement des ressources d’aide au
développement et aux expérimentations en vraie grandeur (ingénieurs, plateformes, données réelles)
est particulièrement évoqué, en particulier à travers des programmes de soutien à la maturation et au
transfert. Une autre préconisation mérite d’être mentionnée : réduire le nombre d’intermédiaires dans
les relations Recherche-Industrie en favorisant l’accueil d’ingénieurs de grandes entreprises ou de
PME dans les laboratoires de recherche et, inversement, le détachement de chercheurs dans l’industrie
pour accompagner les transferts (« avec des rémunérations libres », sic).
d. Evolution artificielle, systèmes multi-agents, robotique, autres
Cette section regroupe des sous-domaines qui partagent notamment une vision distribuée de
l’intelligence artificielle, que ce soit sous forme de populations de solutions qui évoluent pour apporter
la meilleure réponse possible à un problème d’optimisation ; de réseaux d’agents intelligents
collaborant pour simuler des systèmes complexes ou pour combiner des solutions partielles ; de
systèmes ouverts intégrant des agents intelligents coopérant entre eux et avec des humains pour fournir
des services à valeur ajoutée ; ou de robots interagissant entre eux ou avec des humains.
Plus de quarante technologies ont été identifiées par les répondants au questionnaire dans cette
catégorie.
Une dizaine de technologies utilisant l’évolution artificielle (EA) a été mentionnée ; le plus souvent,
il s’agit de démonstrateurs. Les applications sont variées, l’EA étant connue pour pouvoir résoudre des
catégories de problèmes très diverses. On peut noter en particulier des applications en planification et
ordonnancement, en reconnaissance de mouvements, en robotique, ou pour les jeux vidéo ; notons
également l’application de l’EA pour détecter des bugs dans des logiciels, ce qui pourrait offrir un
marché intéressant à une société qui voudrait se développer sur cette base. Dans la plupart des cas, les
besoins identifiés sont de travailler avec des utilisateurs pour transposer les technologies à des cas
réels et développer les codes pour pouvoir passer à l’échelle.