IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique...

19
IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département d’informatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615

Transcript of IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique...

Page 1: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

IFT 615 – Intelligence Artificielle

Introduction

Froduald KabanzaDépartement d’informatique

Université de Sherbrookeplaniart.usherbrooke.ca/kabanza/cours/ift615

Page 2: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

Objectifs de l’Intelligence Artificielle

● Créer des systèmes (logiciels ou machines) intelligents Pensent/réfléchissent/raisonnent comme des humains et/ou Pensent/réfléchissent/raisonnent rationnellement et/ou Se comportent/agissent/réagissent comme les humains et/ou Se comportent/agissent/réagissent rationnellement

● Le domaine de l’IA est influencé par plusieurs disciplines : informatique, génie (comment programmer et implanter l’IA?) mathématiques, statistique (limites théoriques de l’IA?) neurosciences (comment le cerveau fonctionne?) psychologie cognitive (comment l’humain réfléchit?) économie, théorie de la décision (comment prendre une décision rationnelle?) linguistique (quelle est la relation entre le langage et la pensée?) philosophie (quel est le lien entre le cerveau et l’esprit?)

IFT 615 Froduald Kabanza 2

Page 3: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

Comment savoir si une machine est intelligente?

● Test de Turing : un interrogateur humain pose des questions écrites à une machine et à une

personne, les deux cachées par un rideau si l’interrogateur ne peut distinguer les réponses données par la machine de

celles données par la personne, alors la machine est intelligente

● Pour réussir le test, le système a besoin des capacités suivantes : traitement du langage naturel représentation des connaissances raisonnement apprentissage

● Le test de Turing complet permet les interactions physiques entre l’interrogateur et la machine, ce qui ajoute les capacités de : perception (pour le test complet) robotique

● Chacune de ces capacités correspond à une sous-discipline de l’IA

IFT 615 Froduald Kabanza 3

Page 4: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

Questionnement de l’Intelligence Artificielle

● Questionnements « théoriques » de l’IA peut-on créer un système aussi intelligent qu’un humain? peut-on créer un système aussi intelligent qu’une abeille? peut-on créer un système évolutif, qui communique, s’auto-améliore, apprend,

planifie, a des émotions, ….

● Questionnements « algorithmiques » de l’IA pour une banque donnée, peut-on épargner 50 millions de $ par année grâce

à un système de détection de fraude? peut-on sauver 50 millions de $ par un système de reconnaissance de formes

amélioré? peut-on sauver 5 millions de $ par année par un système de reconfiguration

du robot automatique? peut-on faire un jeu vidéo avec des personnages plus «intelligents » que la

version 1.0?

IFT 615 Froduald Kabanza 4

Page 5: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

© Froduald Kabanza 5

Perspective historique de l’IA

“The proposal [for the meeting] is to proceed on the basis of the conjecture that every aspect of . . . intelligence can in principle be so precisely described that a machine can be made to simulate it”

IFT615

Page 6: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

© Froduald Kabanza 6

Perspective historique de l’IA

● De 1956 jusqu’au milieu des années 1980, les recherches en IA sont dominées par des approches à base de connaissances (knowledge based). Critique : L’IA conventionnelle [knowledge based] n’est qu’une « application de

règles », mais l’intelligence [humaine] ne l’est pas (Haugeland)

● Dès les années 1980, les approches comportementales (behaviour based ou situated AI) deviennent populaire. Leitmotiv : La représentation des connaissances n’est pas nécessaire, elle est

même nuisible (Brooks)

● Dès les années 1990, les approches connectionistes et probabilistes reprennent de la vigueur (Neural Networks / Parallel Distributed Computing) Leitmotiv : L’inférence nécessaire [pour l’IA] est probabiliste, mais pas logique.

● Ces critiques paraissaient fondées à l’époque; elles le sont moins maintenant.

IFT615

Page 7: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

© Froduald Kabanza 7

L’IA aujourd’huiLes récentes publications dans AIJ, JAIR, AAAI et IJCAI contiennent des articles sur:

1. Recherche heuristique et planification2. Satisfaction de contraintes3. Planification probabiliste4. Systèmes multiagents5. Raisonnement probabiliste6. Inférence logique7. Apprentissage automatique8. Game AI9. Vision10. Robotique11. Traitement du langage naturel

Les théories et algorithmes sous-jacents à tous ces sujets seront introduits à part les trois derniers.

IFT615

Page 8: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

Exemples d’applications

● Intelligence artificielle dans les jeux

Deep BlueIBM

IFT 615 Froduald Kabanza 8

Page 9: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

● Planification de trajectoires pour un corps articulé, avec évitement d’obstacles

Exemples d’applications

IFT 615 Froduald Kabanza 9

Motion Planning Kit (MPK) Jean-Claude Latombe et Mitul Saha, Stanford University

Page 10: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

Exemples d’applications

● Planification de trajectoires pour un corps articulé, avec évitement d’obstacles

Station de contrôleBras-robot canadien

IFT 615 Froduald Kabanza 10

Page 11: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

Exemples d’applications

● Reconnaissance de caractères écrits

IFT 615 Froduald Kabanza 11

LeNet 5Yann LeCun, Léon Bottou, Yoshua Bengio et Patrick Haffner, AT&T Labs-Research

Page 12: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

Exemples d’applications

● Robot humanoïde

IFT 615 Froduald Kabanza 12

ASIMOHonda

Page 13: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

Exemples d’applications

● Voiture avec conduite automatique

IFT 615 Froduald Kabanza 13

Google CarSebastian Thrun, Stanford University/Google

Page 14: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

Autres exxemples d’applications

● IA dans les jeux● Et plusieurs autres :

détection de pourriels planification de transports (marchandise, personnes) traduction automatique robots ménagers (Roomba) reconnaissance de la parole détection de visage recommandation de produits (films, musique, etc.) etc.

● Ceci est le résultat de près de 60 ans de recherche lecture suggérée : section 1.3 du livre du cours

IFT 615 Froduald Kabanza 14

Page 15: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

Objectifs du cours

● Taxomomie de Bloom

IFT 615 Froduald Kabanza 15

Dans le cours IFT 615

Page 16: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

© Froduald Kabanza 16 IFT615

Objectifs du cours

● Acquérir une connaissance générale de l’IA (les différents domaines, quelques

problèmes dans chaque domaine, différentes méthodes et quelques applications typiques)

● Comment? Introduction des différents axes de recherche 4 Projets de programmation:

Page 17: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

Objectifs du cours

IFT 615 Froduald Kabanza 17

agents intelligents

recherche heuristique

recherche locale

recherche à deux adversaires

satisfaction de contraintes

raisonnement logique

raisonnement probabiliste

processus de décision markovien

apprentissage automatique

apprentissage par renforcement

Algorithmes et concepts

Page 18: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

© Froduald Kabanza 18 IFT615

Plan de cours

● Link

Page 19: IFT 615 – Intelligence Artificielle Introduction Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift615.

© Froduald Kabanza 19 IFT615

Prochain cours

● Agents intelligents● Recherche heuristique