Introduction à l'intelligence artificielle

Jérôme Champavère

jerome.champavere @ lifl.fr

http://www.grappa.univ-lille3.fr/~champavere/?page=Enseignement

Contexte

● Des siècles de réflexion pour essayer de comprendre le processus de la pensée des Homo Sapiens

● Ambitions de l'intelligence artificielle (IA) : comprendre des entités intelligentes et en construire

● L'IA est une science récente (1956)

● Systématiser et automatiser des tâches intellectuelles– Tâches d'ordre général : apprendre, percevoir, …– Tâches spécifiques : jouer aux échecs, démontrer des théorèmes,

écrire des poèmes, établir un diagnostic, …

Un domaine très vaste

● Résolution de problèmes● Connaissances et raisonnement● Planification● Environnement incertain● Apprentissage● Communication, perception et action

Définition(s) de l'intelligence artificielle

Définir l'intelligence artificiellePremière tentative

● Doter les machines de capacités leur permettant d'effectuer des tâches ou des activités réputées intelligentes

● Qu'est-ce qu'une tâche intelligente ?– Classer des nombres entiers dans l'ordre croissant ? – Résoudre des équations ?

● Les machines sont plus performantes que les humains !

● Trop vague…

Définir l'intelligence artificielleAutour de la notion d'intelligence

● L'intelligence, c'est « le propre de l'homme »– Définition de l'IA par différenciation– Dans ce cas, l'intelligence artificielle est

impossible !

● Mesurer l'intelligence avec un test de QI ● Quelle est votre définition de l'intelligence ?● Examinons celles du dictionnaire…

Définir l'intelligence artificiellePlusieurs dimensions

Systèmes qui pensentcomme les humains

Systèmes qui pensentrationnellement

Systèmes qui agissentrationnellement

Systèmes qui agissentcomme les humains

Processus de la pensée et raisonnement

Comportement

Évaluation parrapport aux

performanceshumaines

Évaluation parrapport à unconcept idéal

de l'intelligence :la rationalité

● Deux principales approches– Définition faisant appel à la rationalité (logique)– Déf. centrée sur l'homme (sciences cognitives)

Penser comme les humainsCitations

● « La tentative nouvelle et passionnante d'amener les ordinateurs à penser ; en faire des machines dotées d'un esprit au sens le plus littéral. » (Haugeland, 1985)

● « L'automatisation d'activités que nous associons à la pensée humaine, des activités telle que la prise de décision, la résolution de problèmes, l'apprentissage… » (Bellman, 1978)

Penser comme les humains

● Comment fonctionne l'esprit humain ?– Introspection– Expériences

psychologiques

● Sciences cognitives● Courants de pensée

– Connexionnisme– Cognitivisme

Électroencéphalographie (EEG)© http://experiences.risc.cnrs.fr/

Agir comme les humainsCitations

● « L'art de créer des machines capables de prendre en charge des fonctions exigeant de l'intelligence quand elles sont réalisées par des gens. » (Kurzweil, 1990)

● « L'étude des moyens à mettre en œuvre 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, 1991)

Agir comme les humains

● Test de Turing (1950)– Proposition pour décider si une machine est intelligente

– Un juge expert communique par l'intermédiaire d'un terminal avec un humain et une machine et doit les distinguer

– Prédiction : « Dans 50 ans, pas plus de 70% de chances après 5 minutes. »

● Fonctionnalités requises– Traitement du langage naturel

– Représentation des connaissances

– Raisonnement automatisé

– Apprentissage

● Test complet– Dispositif de vision informatique

– Capacités robotiques

Penser rationnellementCitations

● « L'étude des facultés mentales grâce à des modèles informatiques. » (McDermott, 1985)

● « L'étude des moyens informatiques qui rendent possible la perception, les raisonnement et l'action. » (Winston, 1992)

Penser rationnellement

● Les lois de la pensée– « Socrate est un homme, tous les hommes sont

mortels, donc Socrate est mortel. » (Aristote)– Formaliser les opérations de l'esprit– Tradition logiciste de l'IA

● Limites de l'approche logique classique– Comment gérer l'incertitude ?– Complexité, explosion combinatoire

Agir rationnellementCitations

● « L'intelligence computationnelle est l'étude de la conception d'agents intelligents. » (Poole et al. 1998)

● « L'IA étudie le comportement intelligent dans des artéfacts. » (Nilsson, 1998)

Agir rationnellement

● Effectuer l'action qui maximise les chances de succès étant donné un but à atteindre

● Englobe l'approche par les lois de la pensée– Action décidée après un calcul rationnel– Capacité à atteindre une meilleure solution en

environnement incertain

● Compatible avec le test de Turing

Agent rationnel

● Plus qu'un simple programme– Opérer sous le contrôle d'une instance autonome– Percevoir l'environnement– Persister pendant une période prolongée– S'adapter au changement– Être capable de partager les objectifs d'un autre agent

● Rationalité parfaite inenvisageable en pratique– Complexité des calculs– Tenir compte des ressources disponibles (temps, espace)

Fondements de l'intelligence artificielle

Fondements de l'IA

● Philosophie● Mathématiques● Économie● Neurosciences● Psychologie et linguistique● Ingénierie informatique● Théorie du contrôle et cybernétique

Philosophie

● Peut-on utiliser des règles formelles pour tirer des conclusions valides ?

● Quel rapport l'esprit entretient-il avec la nature physique du cerveau ?

● D'où la connaissance provient-elle ?● Comment la connaissance conduit-elle à

l'action ?

Mathématiques

● Quelles sont les règles formelles qui permettent de tirer des conclusions valides ?

● Qu'est-ce qui peut être calculé ?● Comment raisonne-t-on à partir d'informations

incertaines ?

Économie

● Comment prendre des décisions qui maximisent les gains ?

● Comment faire quand les autres risquent de ne pas coopérer ?

● Comment y parvenir alors que les gains sont susceptibles d'être éloignés dans le futur ?

Neurosciences

● Comment le cerveau traite-t-il l'information ?

Psychologie et linguistique

● Comment les hommes et les animaux pensent et agissent-ils ?

● Quels sont les rapports entre le langage et la pensée ?

Ingénierie informatique

● Comment construire un ordinateur performant ?

Métier Jacquard (1801) Zuse Z3 (1941) IBM Roadrunner (2008)

Théorie du contrôle et cybernétique

● Comment faire en sorte que des artefacts opèrent de façon autonome ?

Robot humanoïde Honda ASIMO (2001)

Prothèse de jambeavec intelligenceartificielle intégréeOssur Power-Knee®

Histoire de l'intelligence artificielle

Quelques précurseurs

● Boole (1854), Les lois de la pensée● Turing (1936), Théorie des nombres

calculables, suivie d'une application au problème de la décision. C'est la fameuse machine de Turing !

● Von Neumann (1945-1949) : architecture d'un calculateur

● Shannon (1948) : théorie de l'information

Réseaux de neuronesMcCulloch et Pitts (1943)

● Neurone formel : modèle simplifié de neurone biologique

● Réalisation de fonctions logiques, arithmétiques et symboliques complexes

● Apprentissage(Hebb, 1949)

CybernétiqueWiener (1948)

● Théorie mathématique de la rétroaction● Application au traitement de l'information :

réception d'une info., prise de décision● Tortues de Bristol (Grey Walter, 1950)

© Eric Long / Smithsonian Institution

Acte de naissanceConférence de Dartmouth (été 1956)

● Séminaire de deux mois à Dartmouth (USA)– Atelier de réflexion autour des « machines

pensantes »– Une dizaine de chercheurs dont John McCarthy et

Marvin Minsky

● Objectif : tracer les frontières de la discipline● Présentation de Logic Theorist par Newell et

Simon

Premières réalisations(1952-1969)

● General Problem Solver (Newell et Simon, 1957)

● Geometry Theorem Prover (Gelertner, 1959)

● Programme qui apprend à jouer aux dames (Samuel, 1956)

● Langage de programmation Lisp (McCarthy, 1958)

● Micromondes– ANALOGY (Evans, 1968)– STUDENT (Bobrow, 1967)– Monde des blocs

● Perceptrons (Rosenblatt, 1962)

● ELIZA (Weizenbaum, 1965) ANALOGY – A est à B ce que C est à ?Tiré de The Computational Modeling ofAnalogy-Making, Robert M. French,Trends in Cognitive Sciences:6(2), 2002.

Premiers doutes(1966-1973)

● « Dans les dix ans, un ordinateur sera champion d'échecs et aura démontré un théorème important. » (Simon, 1957)

● Passage à l'échelle● Échec de la traduction automatique● Échec des premiers algorithmes génétiques● Limitations des réseaux de neurones

L'ère des systèmes experts(1969-1979)

● Systèmes à base de connaissances– Choix d'un domaine particulier– Connaissances issues de l'expertise sous forme de

faits et de règles– Moteur d'inférence (indépendant des

connaissances)

● Les pionniers– DENDRAL (Buchanan et al., 1969)– MYCIN (1972 ?)

Une industrie puis une science(1980-…)

● Premier système expert commercial réussi : Digital Equipment Corporation R1 (McDermott, 1982)

● « Hiver de l'IA » (1988-1993)● Retour des réseaux de neurones (1986)● Maturité scientifique

– Bases théoriques solides– Expériences reproductibles

État de l'art

Réalisations récentes

● Remote Agent (NASA) : programme de planification autonome embarqué (2000)

● Deep Blue : ordinateur d'IBM qui a battu le champion du monde d'échecs Kasparov (1997)

● ALVINN : système de vision informatique à basé sur un réseau de neurones entraîné pour piloter une voiture (Dean Pomerleau, 1989-1992)

● HipNav : système d'assistance chirurgicale pour la pose de prothèses de hanche (DiGioia et al., 1996)

● PROVERB : programme qui résout des problèmes de mots-croisés mieux que la majorité des humains (Littman et al., 1999)

Comparaison machines vs. humains

● Ce que les machines font mieux que la plupart des humains– Jouer aux échecs, aux dames, à Othello, au Backgammon

– Faire des mots-croisés

– Prouver des théorèmes

– Trier le courrier

– Détecter des fraudes

– Planifier, organiser les vols par avion

● Ce que les machines ne savent pas (encore) faire– Reconnaître une voix, un visage

– Comprendre une langue

– Composer de la musique, de l'art

– Naviguer de façon complètement autonome

– Avoir du bon sens : « Combien de jambes a un poisson ? »

Considérations philosophiques, éthiques et morales

● « Science sans conscience n'est que ruine de l'âme. » (Rabelais)

● Deux courants de pensée philosophiques– IA faible : les machines pourraient se comporter intelligemment– IA forte : les machines auraient des esprits réels

● Risques potentiels liés au développement de l'IA– Perdre son emploi au profit de l'automatisation– Avoir trop (ou pas assez) de temps libre– Perdre le sens de son unicité– Perdre certains de ses droits à la vie privée– L'utilisation des systèmes d'IA pourrait entraîner une perte de

responsabilité– Le succès de l'IA pourrait signifier la fin de l'espèce humaine

Crédits illustrations

● Hexagramme cognitiviste : Karim N'Diaye (Wikimedia Commons)

● Turing Test : Bilby (Wikimedia Commons)

● Neurone : Looxix (Wikimedia Commons)

● Cat Thought Doodles : Migraine Chick (Flickr)

● Cat Playing with an Adder : Karl Bodmer (Wikimedia Commons)

● Métier Jacquard : David Monniaux (Wikimedia Commons)

● Z3 Deutsches Museum : Venusianer (Wikimedia Commons)

● Roadrunner Supercomputer : LeRoy N. Sanchez (Los Alamos National Laboratory)

● Neurone artificiel : Chrislb (Wikimedia Commons)

● Neural Network : fdecomite (Flickr)