Description

Ce module donnera aux étudiants de master la maîtrise des techniques de manipulation symbolique de l'information nécessaires pour modéliser les raisonnements en intelligence artificielle ou en base de données. Ces techniques font désormais partie de la panoplie des outils dont dispose l'ingénieur logiciel. Elles sont utiles aussi bien pour effectuer une carrière de programmeur ou d'ingénieur dans l'industrie, que pour poursuivre dans une thèse de doctorat.

Après une présentation générale des notions d'agent rationnel, puis d'agent intelligent telles qu'elles ont cours aujourd'hui en intelligence artificielle, on abordera les techniques de programmation d'agents intelligents, en commençant par la simulation du raisonnement, avant d'aborder la représentation des connaissances avec différents formalismes. La deuxième partie abordera quelques techniques spécifiques du traitement symbolique de l'information qui sont issues de l'intelligence artificielle, mais que l'on utilise dans beaucoup de domaines d'applications de l'informatique. Ces techniques relèvent de quatre problématiques : 1. La modélisation qualitative 2. La planification des tâches 3. La programmation des jeux 4. La fouille de données

Bibliographie

• J.-G. Ganascia, L'intelligence artificielle, Coll. Dominos, Flammarion, 1993.

• J.-L. Laurière, Intelligence artificielle: résolution de problème par l'homme et la machine, Eyrolles, 1987

• N. Nilson, Principes d'intelligence artificielle

• Russel & Norvig, Artificial Intelligence a Modern approach, Prentice Hall Series in Artificial Intelligence 1995

Contenu indicatif par semaine

• • Agent rationnel, agent intelligent • Systèmes de production en logique des propositions étendue • Application à la simulation du raisonnement

• • Systèmes de production avec variables (logique du premier ordre) • Algorithmique des systèmes de production avec variable • Algorithme de RETE

• • Représentation des connaissances en logique et avec des systèmes de production • Comparaison des formalismes

• • Introduction aux réseaux sémantiques, aux graphes conceptuels et aux représentations structurées; notion de mémoire sémantique

• • Introduction aux réseaux sémantiques, aux graphes conceptuels et aux représentations structurées; notion de mémoire sémantique (suite) • Traduction en logique du premier ordre et équivalence

• • Planification linéaire, • Système STRIPS, etc.

• • Planification non linéaire • Planification en environnement partiellement observable

• • Introduction à la théorie des jeux (jeux à deux joueurs, à n joueurs, à information complète et parfaite, à information incomplète et imparfaite, jeux à col...) • Programmation de jeux à information complète et parfaite: algorithme de MIN-MAX. Application à des jeux si• Introduction à la théorie des jeux (jeux à deux joueurs, à n joueurs, à information complète et parfaite, à information incomplète et imparfaite, jeux à col...) • Programmation de jeux à information complète et parfaite: algorithme de MIN-MAX. Application à des jeux simples comme l'hexapion mples comme l'hexapion

• • Programmation des jeux: alpha-beta; exemple du jeu d'échec • Jeux à information incomplète (dilemme du prisonnier, dilemme du prisonnier itéré, ...) • Jeux de stratégie

• • Introduction à l'apprentissage • Notion de système adaptatif • Apprentissage par renforcement