L’Association Française pour l’Intelligence Artificielle a organisé sa deuxième journée sur les PERSPECTIVES ET DEFIS DE L’INTELLIGENCE ARTIFICIELLE le 8 octobre 2015.

La thématique de la journée est de prendre du recul sur les progrès en apprentissage machine (apprentissage artificiel), et de discuter de son avenir par rapport au domaine de l’IA. L’IA est traditionnellement associé à des approches symboliques de manipulation de la connaissance, alors que l’apprentissage machine est essentiellement fondé sur des approches statistiques. Les deux versants sont-ils vraiment opposés ou va-t-on vers une synthèse, et si oui, de quelle façon.

Date et Lieu

  • Date :  08 octobre 2015
  • Lieu : Salle A709, Université Paris-Dauphine, Pl. du M. de Lattre de Tassigny, 75016 Paris

Programme

  • 09h40 Introduction de la journée par Yves Demazeau (Président de l’AFIA) et Philippe Muller (coordonnateur du Groupe de Travail Recherche de l’AFIA)
  • 10h00 « Apprentissage (et) statistique : de l’âge de raison à l’empire des normes » par Antoine Cornuejols (AgroParisTech, Paris)

L’intervention se propose de montrer comment l’apprentissage automatique a d’abord épousé le cœur de l’Intelligence Artificielle : représentation des connaissances et raisonnement, puis comment et pourquoi l’approche de l’apprentissage statistique a éclos dans les années 1980 et s’est finalement imposé comme un paradigme dominant. La conférence se terminerai avec une réflexion sur la question : est-ce que le schéma « critère inductif basé sur une formalisation statistique + optimisation » est un horizon indépassable ?

  • 10h45 Pause
  • 11h00 « 25 ans de noyaux… Et après ? » par Liva Ralaivola (Université Aix-Marseille, Marseille)

Les méthodes à noyaux, développées dans les années 90 avec l’avènement des machines à vecteurs de support, ont constitué une avancée majeure en l’apprentissage statistique. Elles ont permis d’aborder de nombreuses tâches avec des validités algorithmique et statistique prouvées et une efficacité pratique attestée. Au temps de l’avènement des problématiques big data et des méthodes du type deep learning, nous donnons quelques pistes pour déterminer la place des méthodes à noyaux dans le paysage de l’apprentissage aujourd’hui. 

  • 11h45 « Apprentissage par renforcement et transfert de connaissance » par Alessandro Lazaric (INRIA Lille – Nord Europe)

L’apprentissage par renforcement (AR) permet d’apprendre par expérience directe comment se comporter de manière optimale dans des environnements incertains. Les techniques existantes permettent comportements quasi-optimaux, mais le processus d’AR doit être redémarré chaque fois que les tâches à résoudre changent. Nous montrons comment l’extraction de connaissance de la solution d’une tâche et le transfert de cette connaissance pour la résolution de nouvelles tâches permet de surmonter cette limitation. 

  • 12h30 Buffet
  • 14h00 « Acquisition et mémorisation de l’information mentale : de Shannon à l’IA » par Claude Berrou (Telecom Bretagne, Brest)

Le modèle de communication proposé par Shannon en 1948 peut servir de point de départ dans la compréhension des principes de l’acquisition et de la mémorisation de l’information mentale afin d’en tirer des enseignements précieux pour l’intelligence artificielle. En particulier, les notions d’apprentissage statistique (à comparer au codage de source) et d’apprentissage symbolique (à comparer au codage de canal) peuvent être réunies et exploitées dans un même schéma d’acquisition parcimonieuse et de mémorisation robuste.

  • 14h45 « Apprentissages en interaction » par Michèle Sebag (CNRS, Paris)

Pour certains problèmes mal définis ou sous-spécifiés, l’apprentissage d’un agent doit faire intervenir l’humain dans la boucle ; le rôle de l’humain est d’indiquer ses préférences quant au comportement le plus approprié de l’agent. La situation présente plusieurs difficultés. Le nombre de jugements de préférence demandé à l’humain doit rester limité. Ces jugements peuvent être incohérents, L’agent doit proposer des choix présentant un bon compromis exploration / exploitation. Enfin, l’humain s’adapte au comportement de l’agent.

  • 15h30 Clôture

 

Organisation

Cet événement est organisé par Philippe Muller et Yves Demazeau pour l’Association Française d’Intelligence Artificielle (AFIA).

Inscriptions

L’accès à la journée PDIA 2015 est limité aux seules personnes qui se seront inscrites avant le 05 octobre 2015.

Cette journée est suivie de l’Assemblée Générale Ordinaire 2015 de l’AFIA, incluant bilans 2015, prévisions 2016 et est précédée par une conférence invitée de Salem Benferhat, nouvel « ECCAI Fellow ».

 

 

Assemblée Générale Ordinaire de l’AFIA                                                                   

  • Date :  08 octobre 2015
  • Lieu :  Salle A709, Université Paris-Dauphine, Pl. du M. de Lattre de Tassigny, 75016 Paris
  • 15h45 « Evolution et traitement des informations imparfaites » par Salem Benferhat (Université d’Artois, Lens)

L’exposé aborde le problème de l’automatisation des différents types de raisonnement de sens communs. Il fait le point sur des modèles informatiques qui permettent d’une part de prendre en compte des connaissances / ontologies / croyances / préférences incertaines, imprécises, causales et incohérentes et d’autre part de répondre aux requêtes complexes des utilisateurs. L’exposé présente des perspectives de recherche sur des questions pratiques qui tireront profit de l’abondance des données et de l’accessibilité multiple des technologies.

  • 16h15 Assemblée Générale Ordinaire 2015 de l’AFIA
  • 18h00 Cocktail