Intelligence artificielle développementale - 29 novembre 2018 Olivier Georgeon
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
Intelligence artificielle
développementale
29 novembre 2018
Olivier.georgeon@liris.cnrs.fr
http://www.oliviergeorgeon.com
0 10 20 30 40 50
t
1/21
oliviergeorgeon.com
Organisation
Rendu Projet
• Rapport Vendredi 9 novembre.
• Par email olivier.georgeon@liris.cnrs.fr
2/21
oliviergeorgeon.com
Séance 3: Objectifs pédagogiques
Après cette séance, vous serez capables
de:
• Cours
• Citer d’autres disciplines scientifiques sources
d’inspiration pour l’IA développementale
o Expliquer certains concepts clés apportés par ces disciplines
o Nommer certaines personnalités qui ont introduit ces
concepts clés
• Définir la notion d’auto-programmation
• TD
• Poser les bases pour concevoir un agent capable
d’auto-programmation rudimentaire.
3/21
oliviergeorgeon.comIdées philosophiques clés pour l’IAD
Implémenter des systèmes sans présupposés
ontologiques. (Kant)
• L’agent ne peut pas connaître son environnement « en soi »
• Laisser l’agent construire sa propre ontologie de l’environnement
au fur et à mesure de son expérience d’interaction.
• L’agent sais seulement que « s’il fait telle expérience il obtiendra
tel résultat ».
Sans objectifs prédéfinis (Heidegger)
• Mais avec un système de valeur /préférences
Avec une validation par l’usage
• Le sens provient de l’usage des connaissances par rapport au
système de valeur de l’agent (Philosophie pragmatique:
Wittgenstein, James)
4/21
oliviergeorgeon.comInspirations mathématiques
Théorie du Chaos
Hervé Zwirn
5/21
oliviergeorgeon.comDeterminisme
Je suis un système déterministe
Je suis un système non déterministe
6/21
oliviergeorgeon.comDéterminisme et prédictibilité
Déterministe
• Chaque état du système découle de manière
univoque de l’état précédent
• Si on « ré-exécute » le système, il se
comportera exactement de la même manière
Prédictibilité
• Possibilité de prévoir l’état futur d’un système
7/21
oliviergeorgeon.comSources d’imprédictibilité
Indéterminisme
• physique quantique
Incertitude
• Connaissance imparfaite des lois
• Connaissance imparfaite des conditions initiales
Complexité
• Moyens de calcul insuffisants
Irréductibilité computationnelle
• L’algorithme qui simule le système ne peut pas être
court-circuité pour prédire directement le résultat à
l’étape n.
8/21
oliviergeorgeon.comImprédictibilité déterministe
Problème des trois corps
• Résoudre les équations de Newton de N corps
interagissant gravitationnellement
• Henri Poincaré
Jeu de la vie de Conway
Fourmi de Langton
• https://youtu.be/qZRYGxF6D3w
9/21
oliviergeorgeon.comFourmi de Langton
10/21
oliviergeorgeon.comIdées Clés
Un système déterministe peut être
imprédictible.
• Inutile d’utiliser la Fonction Random pour générer des
comportements inattendus.
Un système déterministe peut
« s’individualiser »
• En fonction des conditions initiales
• En fonction d’expériences individuelles
Emergence de « macro-propriétés »
• Impossibles (ou très difficiles) à prouver
• Souvent causées par des « interactions circulaires »
• Observable par l’expérience
11/21
oliviergeorgeon.comPsychologie développementale
Apprentissage développemental
• Jean Piaget (1896 – 1980)
• Téléologie / principes motivationnels
• La construction du réel chez l’enfant (1937)
o ”l’individu s'auto-finalise de manière récursive”.
• Ne pas séparer perception et action a priori:
o Notion de schème sensorimoteur
Epistémologie contructiviste
• Jean-Louis Le Moigne (1931 - )
• Les épistémologies constructivistes (1995)
• Ernst von Glasersfeld.
• Constructiviste radical
12/21
oliviergeorgeon.comEtapes développementales indicatives
Mois 4: prédictions probabilistes.
Mois 5: modèles des mouvements des mains.
Mois 6: reconnaissance des objets et des visages.
Mois 7: persistance des objets.
Mois 8: modèles dynamiques des objets.
Mois 9: usage d’outils (amène une tasse à la bouche)
Comportements de pointage d’objets.
Mois 9: premiers mots simples
Mois 10: Imite les mouvements, rampe.
Mois 11: marche avec l’aide d’un adulte.
Mois 15: marche seul.
Le cerveau humain grandit jusqu’à l’age de 25 ans environ
13/21
oliviergeorgeon.comIdées psychologiques clés pour l’IAD
Raisonner sur les « schèmes
sensorimoteur » plutôt que séparer
perception et action.
Définir un niveau intermédiaire de
l’intelligence:
Raisonnement et langage Haut niveau
Inférences semiotique Niveau intérmédiaire
Adaptation stimulus-réponse Bas niveau
14/21
oliviergeorgeon.comApprentissage de régularités hierarchique
Select
Time
Try to Enact
15/21
oliviergeorgeon.comPour pratiquer un peu
Little AI: Le jeu où on n'y comprend
rien au départ !
• App Store Apple
• Chercher "Little AI"
• http://little-ai.com/
• https://pierreelliott.github.io/LittleAI-
Web/
16/21
oliviergeorgeon.comTravaux dirigés 2
17/21
oliviergeorgeon.comTP2
Deux actions possibles A = {a1,a2}
Deux résultats possibles F = {f1,f2}
Quatre interactions possibles A x F = {i11, i12, i21, i22}
Environnements
• env1: a1 -> f1 , a2 -> f2 (i12 et i21 ne se produisent jamais)
• env2: a1 -> f2 , a2 -> f1 (i11 et i22 ne se produisent jamais)
Systèmes de valeurs motivationnelles :
• valeurs1: v(i11) = v(i12) = 1, v(i21) = v(i22) = -1
• valeurs2: v(i11) = v(i12) = -1, v(i21) = v(i22) = 1
• valeurs3: v(i11) = v(i21) = 1, v(i12) = v(i22) = -1
Implémenter un agent qui apprenne à effectuer les interactions positives sans
connaître à priori son système de valeur motivationnelles ni son
environnement (env1 ou env2).
18/21
oliviergeorgeon.comRecommendation
• Class: Valeurs
• Class: Agent(valeurs)
• Méthode: play(feedback) -> action
• Implémente le mécanisme décisionnel de l'agent
• trace
• Class: Environnement
• Méthode: play(action) -> feedback
• Implémente l'environnement
• Main
• Loop
• action = Agent.play(feedback)
• feedback = Environnement(action)
•
19/21
oliviergeorgeon.comAnalyse de traces d’activité.
Motivation1, Motivation1,
Environnement 1. Environnement 2.
a1,f1,1 a1,f2,-1
a1,f1,1 a2,f1,1
a1,f1,1 a2,f1,1
a1,f1,1 a2,f1,1
a1,f1,1 a2,f1,1
a1,f1,1 a2,f1,1
a1,f1,1 a2,f1,1
a1,f1,1 a2,f1,1
a1,f1,1 a2,f1,1
a1,f1,1 a2,f1,1
20/21
oliviergeorgeon.comEnvironnement 3
Se comporte comme Environnement1
pendant les 5 premiers cycles, puis
comme environnement2.
Implémentation
• If (step < 5)
• If (action = a1) then feedback = f1
• If (action = a2) then feedback = f2
• Else
• If (action = a1) then feedback = f2
• If (action = a2) then feedback = f1
• Step++
21/21
oliviergeorgeon.comVous pouvez aussi lire
