introduction à l’intelligence artificielle · intelligence artificielle, stuart russel et...
TRANSCRIPT
Plan du cours Introduction Historique Agent intelligent
Introduction à l’intelligence artificielle
Rym Guibadj, Fabien Teytaud
LISIC, ULCO, EILCO
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 1 / 36
Plan du cours Introduction Historique Agent intelligent
ContenuAgents logiques (raisonnement, déduction)Résolution de problèmesOptimisation
Volume horaire7 x 2h Cours6 x 2h TD / TD machine3 x 4h TP
EvaluationTPExamenNote module = 0.3 x TP + 0.7 x Examen
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 2 / 36
Plan du cours Introduction Historique Agent intelligent
Référence
Intelligence Artificielle, Stuart Russel et Perter Norving, editionPearsonNotes du cours de Fabien Tytaud (Université du Littoral Côted’Opale)
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 3 / 36
Plan du cours Introduction Historique Agent intelligent
Qu’est ce que l’intelligence artificielle ?
Quelques exemples de tâches "intelligentes" :
le raisonnement de bon sensl’étude des sciences (physique, mathématiques, ...)la compréhension d’une languel’écriture de logicielsla conduite d’un véhicule...
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 4 / 36
Plan du cours Introduction Historique Agent intelligent
Qu’est ce que l’intelligence artificielle ?
Il est difficile de donner une définition précise :la difficulté à définir l’Intelligencede nombreux domaines sont concernés par l’IA
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 5 / 36
Plan du cours Introduction Historique Agent intelligent
Qu’est ce que l’intelligence artificielle ?
Une définition approximativeReproduire le comportement humain
Définition de Marvin Lee MinskyLa construction de programmes informatiques qui s’adonnent à destâches qui sont, pour l’instant, accomplies de façon plus satisfaisantepar des êtres humains
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 6 / 36
Plan du cours Introduction Historique Agent intelligent
Qu’est ce que l’intelligence artificielle ?
Beaucoup de définitions (et autant de voies de recherche)L’approche cognitive : l’IA est la réalisation des programmesimitant dans leur fonctionnement l’esprit humain. Exemple : lacompréhension du langage naturelL’approche pragmatiste : une IA est une boite noire intelligentequi réussit un certain nombre de tests. Exemple : Test de TuringL’approche connexioniste : une IA doit être capabled’apprendre à partir d’exemples et de généraliser(empiriquement) cet apprentissage
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 7 / 36
Plan du cours Introduction Historique Agent intelligent
Qu’est ce que l’intelligence artificielle ?
Une définition généraleL’IA vise à faire exécuter par l’ordinateur des tâches pour lesquellesl’Homme est actuellement meilleur que la machine.
Remarque :Un problème dit d’IA aujourd’hui ne le sera peut-être plus demain !
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 8 / 36
Plan du cours Introduction Historique Agent intelligent
Origine de l’IA
Des idées anciennesServantes d’HéphaïstosFrankensteinLe joueur d’échec de Maelzel...
NaissanceAlan Turing "Computing Machinery and intelligence", 1950McCarthy : Conférence au Dartmouth College, 1956
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 9 / 36
Plan du cours Introduction Historique Agent intelligent
Origine de l’IA (1945-1955)
Test de Turing :Confrontation verbale d’un humain A avec une machine Z et unautre humain X à l’aveugle.A doit deviner qui est un homme et qui est une machineA pose des questions à X et Z
La machine réussira le test de turing si A n’est pas capable de direlequel de ses interlocuteurs est une machine
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 10 / 36
Plan du cours Introduction Historique Agent intelligent
Les balbutiements (1955-1970)
1956 :John McCarthy invente le terme IA.Postulat : toute activité intelligente est modélisable et reproductiblepar une machine.LOGIC THEORIST : premier programme pour la démonstration dethéorèmes
1957 :GPS (General Problem Solver)NSS (jeu d’échecs)
1960 : Algorithme de Davis et Putnam...
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 11 / 36
Plan du cours Introduction Historique Agent intelligent
Les balbutiements (1955-1970)
Premières Déceptions
Problème étudié : Traduction automatique⇒ Résultat : un échec
Mais, on en tira des enseignements :
importance des connaissances non expriméesétude de la représentation des connaissancesimpossibilité de représenter toutes les connaissancesnécessité de les rédiger sous forme générique
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 12 / 36
Plan du cours Introduction Historique Agent intelligent
La spécialisation (1970-1980)
De nombreuses ramifications vont se créercompréhension du langage natureldémonstration automatique de théorèmesreprésentation des connaissancesprogrammation des jeuxrésolution de problèmes...
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 13 / 36
Plan du cours Introduction Historique Agent intelligent
L’essor(1980- ? ? ? ?)
Les domaines de l’IA :Jeux (Echecs, Quake, Wow, Stratcraft ...)PlanificationSystème à base de connaissancesTraduction automatiqueDignostique médicalNavigation autonome (avions, drones, robots, voitures...)Fouille de donnésReconnaissance de formesIdentification vocale ou visuelleOptimisation de processus industrielsInterfaces intelligentes...
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 14 / 36
Plan du cours Introduction Historique Agent intelligent
Quelques succès de l’IA
Deep blue [Jeu d’échec]Mogo [Jeu de Go]ViaVoice [Reconnaissance vocale]Codage postal [Reconnaissance d’écriture]Waston [Système expert]Aibi et Asimo [Robots de compagnie]Robots assisstants [Robots médicaux]Bigdog [Robots militaires]Google Driveless Car [Véhicule autonome]...
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 15 / 36
Plan du cours Introduction Historique Agent intelligent
Quelques difficultés rencontrées en IA
Difficultés de modélisation :les problèmes ne sont pas toujours parfaitement définiscertaines notions sont difficiles à exprimer :possibilité, probabilité, préférence, . . .
Difficultés de résolution :difficultés de conception des algorithmesespaces de recherche très vastesproblèmes de temps de réponse
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 16 / 36
Plan du cours Introduction Historique Agent intelligent
Objectifs
Définir la notion d’agents intelligents (agent rationnel)Comprendre l’analyse PEAS (Performance measure,Environment, Actuators and Sensors)Distinguer divers types d’environnementsDistinguer divers types d’agents
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 17 / 36
Plan du cours Introduction Historique Agent intelligent
Création d’agents intelligents
Capacités fondamentales :perceptionreprésentation des connaissances (modélisation)apprentissageraisonnementprise de décisions
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 18 / 36
Plan du cours Introduction Historique Agent intelligent
Exemples d’agents intelligents
Systèmes d’aide à la décisionRobotsIA dans les jeux
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 19 / 36
Plan du cours Introduction Historique Agent intelligent
Programmation d’actions vs décisions automatiques
Programmation d’actionsscriptsmachines à états finis
Décision automatiqueLes actions à exécuter ne sont ni scriptées ni programmées àl’avanceL’agent décide lui même de ses propores actions à partir d’uncertain calcul ou "raisonnement"On donne à l’ordinateur la capacité de prendre des décisionsintelligentes dans toute situation possible
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 20 / 36
Plan du cours Introduction Historique Agent intelligent
Agents
DéfinitionUn agent est n’importe quelle entité qui perçoit son environnementpar des capteurs (sensors) et qui agit sur cet environnement par desactionneurs (actuators)
Un agent humain a :des yeux, des oreilles ...etc.des mains, des jambes, une bouche ...etc
Un agent robot a :des caméras, des capteurs infra rouges et autres capteursdes roues, des jambes, des bras-articulés, et d’autres actionneurs
Un agent logiciel a :un clavier, un accès lecture à un disque dur ...etc.un écran, un accès écriture à un disque dur ...etc.
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 21 / 36
Plan du cours Introduction Historique Agent intelligent
Agents et environnements
Le processus agent f prend en entrée une séquenced’observations (percepts) et retourne une action
f : p∗ → A
Le processus est implémenté sous forme de programme sur unearchitecture matérielle particulière
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 22 / 36
Plan du cours Introduction Historique Agent intelligent
Ebauche d’un agent
function AGENT(percept) returns actionstatic : memory
memory← UPDATE-MEMORY(memory ,percept)action← CHOOSE-BEST-ACTION(memory )memory ← UPDATE-MEMORY(memory ,action)return action
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 23 / 36
Plan du cours Introduction Historique Agent intelligent
Aspirateur robotisé
Observations (données sensorielles) : position et état des lieux.Par exemple : [A,Clean], [A,Dirty ], [B,Clean], [B,Dirty ]Actions : Left ,Right ,Suck ,NoOp
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 24 / 36
Plan du cours Introduction Historique Agent intelligent
Aspirateur robotisé
f :[A,Clean]→ Right[A,Dirty ]→ Suck...[A,Clean][A,Clean][A,Dirty ]→ Suck[A,Clean][A,Clean][A,Clean]→ Right...
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 25 / 36
Plan du cours Introduction Historique Agent intelligent
Agents rationnels
Rationnel 6= "qui sait tout" l’agent ne doit pas connaître tousles effets de ses actionsRationnel 6= "parfait"
la rationalité maximise la performance espéréela perfection maximise la performance réelle / actuellemais souvant on ne peut pas connaître la performance réelle avantl’action
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 26 / 36
Plan du cours Introduction Historique Agent intelligent
Modèle PEAS
PEAS : un modèle de conception des agents par la spécificationdes composantes majeures suivantes :
mesure de performance (Performance)éléments de l’environnement (Environnement)les actions que l’agent peut effectuer (Actionneurs ou Actuators)la séquence des observations ou percepts de l’agent (Capteurs ouSensors)
PEAS : Performance, Environment, Actuators, Sensors
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 27 / 36
Plan du cours Introduction Historique Agent intelligent
Modèle PEAS pour un robot taxi
Agent : robot taxiMesure de performance : sécurité, vitesse, respect du coderoutier, voyage confortable, maximisation des profitsEnvironnement : route, trafic, piétons, clientsActionneurs : volant, changement de vitesse, accélérateur,frein, clignotants, klaxonSenseurs : Caméras, sonar, compteur de vitesse, GPS, témoinsde moteurs, etc.
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 28 / 36
Plan du cours Introduction Historique Agent intelligent
Modèle PEAS pour un diagnostique médicalautomatisé
Agent : système de diagnostique médicalMesure de performance : santé des patients, minimisation descoûts, satisfaction des patientsEnvironnement : patients, hôpital, personnel soignantActionneurs : moniteur pour afficher des questions, les résultatsde tests ou de diagnostique, le traitement, etc.Senseurs : clavier et souris pour saisir les symptômes, lesréponses aux questions, etc.
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 29 / 36
Plan du cours Introduction Historique Agent intelligent
Caractéristiques d’environnement
Complétement observables (vs partiellement observable)Déterministe (vs stochastique)Episodique (vs séquentiel)Statique ( vs dynamique)Discret ( vs continu)Agent unique (vs multi-agent)
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 30 / 36
Plan du cours Introduction Historique Agent intelligent
Structure des agents
Simple reflex agentsModel-based reflex agentsGoal-based agentsUtility-based agents
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 31 / 36
Plan du cours Introduction Historique Agent intelligent
Simple reflex agents
Agit seulement à partir du percept actuel en ignorant l’hirostique
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 32 / 36
Plan du cours Introduction Historique Agent intelligent
Model-based reflex agents
Accumule l’information dans le temps pour estimer l’état del’environnement
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 33 / 36
Plan du cours Introduction Historique Agent intelligent
Goal-based agents
Plutôt que de spécifier une régle conditions/ actions explicitement, onne fait que spécifier un but (va pouvoir tenir compte du futur)
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 34 / 36
Plan du cours Introduction Historique Agent intelligent
Utility-based agents
Intégre la notion de préférence entre les différentes actions. Parexemple : choisir l’action qui résout une tâche donnée le plusrapidement possible
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 35 / 36
Plan du cours Introduction Historique Agent intelligent
Apprentissage dans un agent
Les 4 types d’agents précédents varient dans la façon deprendre leur décisionA partir de quelles connaissances prendre ces décisions ?
solution : apprendre ces connaissances
On va voir plusieurs façons de faire l’apprentissage, et ce pourdifférents types d’agents
Rym Guibadj, Fabien Teytaud (LISIC, ULCO, EILCO) Introduction à l’intelligence artificielle 36 / 36