Rechercher
Generic filters

52 : Apprentissage Intelligent au sein d’Heudiasyc

Pro­fesseur des uni­ver­sités, Philippe Bon­ni­fait a été égale­ment vice-prési­dent du con­seil sci­en­tifique de l’université de tech­nolo­gie de Com­piègne (UTC) et directeur d’un groupe­ment de recherche (GDR) CNRS en robo­t­ique entre 2013 et 2017. Il est, depuis jan­vi­er 2018, directeur du lab­o­ra­toire Heudi­asyc, créé en 1981. Un lab­o­ra­toire de pointe qui abrite, notam­ment, l’équipe du CID (Con­nais­sances, Incer­ti­tudes, Don­nées) dédiée à la recherche en intel­li­gence artificielle.

Unité mixte de recherche (UMR) entre l’UTC et le CNRS, Heudi­asyc compte près de 120 per­son­nes – pro­fesseurs, chercheurs, ingénieurs et tech­ni­ciens de recherche, doc­tor­ants, post doc, per­son­nel admin­is­tratif… Aux­quels vien­nent s’ajouter une ving­taine de sta­giaires de niveau mas­ter par an. Ce qui en fait, après Rober­val, le deux­ième plus gros lab­o­ra­toire de l’université.

« Le périmètre sci­en­tifique d’Heudiasyc n’a pas énor­mé­ment changé depuis sa créa­tion mais les thé­ma­tiques, elles, ont évolué. Nous nous intéres­sons à l’informatique au sens large avec deux branch­es prin­ci­pales : la for­ma­tion d’ingénieurs en infor­ma­tique et d’étudiants en mas­ter recherche », explique Philippe Bon­ni­fait. Une spé­ci­ficité qui explique le lien très fort entre le labo et le départe­ment infor­ma­tique de l’UTC puisque la majorité des enseignants qui inter­vi­en­nent dans la for­ma­tion d’ingénieurs en infor­ma­tique mais aus­si dans le cadre du mas­ter recherche sont rat­tachés à Heudiasyc.

Un lab­o­ra­toire de pointe qui a vu « cinq de ses chercheurs se met­tre en disponi­bil­ité pour aller dans le privé. Par­mi eux, deux sont au FAIR (Face­book AI Research), lab­o­ra­toire de la firme à Paris », pré­cise-t-il. Un lab­o­ra­toire dont les enseignants-chercheurs, dotés de grandes com­pé­tences, prodiguent des for­ma­tions de qual­ité plébisc­itées par les élèves. Pour preuve ? « On compte plus de 700 élèves ingénieurs en infor­ma­tique. Ce qui est non nég­lige­able. Il s’agit d’une for­ma­tion général­iste très recon­nue qui per­met à nos élèves de s’adapter facile­ment à l’évolution, très rapi­de, des tech­nolo­gies dans le secteur. Pour les étu­di­ants en mas­ter, la for­ma­tion est plus pointue, plus proche de ce que l’on fait en recherche en somme. Actuelle­ment, l’on a, au sein d’Heudiasyc 55 doc­tor­ants, ce qui prou­ve l’intérêt, aux yeux des élèves, des thé­ma­tiques de recherche abor­dées par le labo », souligne-t-il.

Les axes majeurs de recherche au sein d’Heudiasyc ? « Ils sont au nom­bre de qua­tre : infor­ma­tique, intel­li­gence arti­fi­cielle, un mot clé que l’on affiche depuis 20 ans, à l’époque où il n’était pas encore à la mode, et enfin automa­tique et robo­t­ique. Tous nos enseignants-chercheurs évolu­ent autour de ces dis­ci­plines », assure Philippe Bonnifait.

Des thé­ma­tiques portées, depuis la restruc­tura­tion du labo en jan­vi­er 2018, par trois équipes : celle du CID (Con­nais­sances, Incer­ti­tudes, Don­nées ; celle du SCOP (Sûreté, Com­mu­ni­ca­tion, Opti­mi­sa­tion) et en dernier lieu celle du SyRI (Sys­tèmes Robo­t­iques en Inter­ac­tion). « La pre­mière est dédiée à ce que nous faisons en fonde­ments de l’intelligence arti­fi­cielle, étant enten­du que l’on n’aborde pas tous les domaines de l’intelligence arti­fi­cielle. L’on peut citer l’apprentissage machine, l’apprentissage inter­ac­t­if, les sys­tèmes de recom­man­da­tion etc. La deux­ième tra­vaille notam­ment sur les prob­lé­ma­tiques d’ordonnancement, de réseaux mais aus­si, et c’est une nou­veauté du lab­o­ra­toire, sur des sys­tèmes sûrs, autrement dit qui ne tombent pas en panne, et sécurisés. Comme les sys­tèmes sont de plus en plus com­mu­ni­cants, les échanges de don­nées sont donc impor­tants. D’où l’enjeu majeur de leur sécuri­sa­tion face à une attaque de hack­ers par exem­ple. Enfin la dernière s’intéresse à tout ce qui gravite autour de l’autonomie des machines, en par­ti­c­uli­er l’articulation entre la robo­t­ique et l’intelligence arti­fi­cielle, la pre­mière étant dans le monde physique alors que la sec­onde, com­pu­ta­tion­nelle, virtuelle, se situe dans le “cloud” ou encore dans des cal­cu­la­teurs. On par­le doré­na­vant d’intelligence arti­fi­cielle incar­née par des robots », détaille-t-il.

Le choix fait par Heudi­asyc dans le domaine, très vaste, de l’intelligence arti­fi­cielle appliquée à la robo­t­ique ? « Nous avons choisi de con­cen­tr­er nos recherch­es sur la robo­t­ique mobile en par­ti­c­uli­er celle dédiée aux trans­ports et à la mobil­ité. Aujourd’hui, on par­le de véhicule intel­li­gent et autonome. Des véhicules appelés à rouler dans des envi­ron­nements partagés. On a égale­ment été un des pre­miers labos à se lancer, en 1997, dans les drones », précise-t-il.

Un choix qui a per­mis au labo de par­ticiper, dans le cadre du Pro­gramme d’Investissements d’Avenir (PIA) via le Labex MS2T et l’EQUIPEX à Robo­t­ex et à Philippe Bon­ni­fait de pilot­er tout ce qui avait trait à la robo­t­ique mobile ter­restre et aéri­enne en France. Un pro­jet lancé en 2011 et courant jusqu’à fin 2021 qui a eu égale­ment le sou­tien de la région Hauts de France à hau­teur de 3,5 mil­lions d’euros en équipement scientifique.

Un choix qui débouche naturelle­ment sur un grand nom­bre de parte­nar­i­ats indus­triels, en par­ti­c­uli­er dans le domaine des trans­ports. « Avec Renault par exem­ple, dans le cadre de Sival­ab, un lab­o­ra­toire com­mun Renault/UTC/CNRS ou encore, un pro­jet de dix ans, lancé en sep­tem­bre 2019, avec l’IRT Raile­ni­um sur le train autonome », con­clut Philippe Bonnifait.

Pro­fesseur des uni­ver­sités, Thier­ry Denoeux est depuis octo­bre 2019 mem­bre senior de l’Institut uni­ver­si­taire de France (IUF). Directeur du Labex Maîtrise des Sys­tèmes de Sys­tèmes Tech­nologiques (MS2T) au sein d’Heudiasyc, une unité mixte UTC/CNRS, chercheur dans l’équipe Con­nais­sances, Incer­ti­tudes, Don­nées (CID), il est égale­ment rédac­teur en chef de deux revues inter­na­tionales : Inter­na­tion­al Jour­nal of Approx­i­ma­tive Rea­son­ing sur le raison­nement incer­tain et Array , une nou­velle revue en accès libre cou­vrant tout le champ de l’informatique, lancée en octo­bre 2018.

Ingénieur civ­il de l’École des Ponts Paris­Tech, Thier­ry Denoeux pour­suit avec une thèse sur « la fia­bil­ité des prévi­sions de pluie par radars météorologiques » dans un lab­o­ra­toire dédié à l’environnement de la même école. Il s’intéresse, entre autres, à l’informatique, à la recon­nais­sance des formes et au traite­ment d’images. « Il s’agissait de traiter des images radar afin d’analyser et d’extrapoler le déplace­ment de cel­lules de pluie pour faire de la prévi­sion quan­ti­ta­tive à très court terme (une à deux heures). Ces prévi­sions étaient util­isées pour opti­miser la ges­tion des grands réseaux d’assainissement dans le but de lim­iter les inon­da­tions en cas d’orage », explique-t-il.

Un intérêt qui le con­duit tout naturelle­ment, après sa thèse, à inté­gr­er en tant qu’ingénieur de recherche le Lab­o­ra­toire d’Informatique Avancée de Com­piègne (LIAC) de la Lyon­naise des eaux dev­enue, depuis, Suez. Il y reste trois ans et y tra­vaille sur des pro­jets européens avec des enseignants-chercheurs de l’UTC. Une époque, au début des années 1990, où l’intelligence arti­fi­cielle (IA) sus­ci­tait déjà beau­coup d’intérêt avec le développe­ment des sys­tèmes experts.

C’est en 1992 qu’il rejoint l’UTC en tant qu’enseignant-chercheur con­tractuel à Heudi­asyc avant de devenir pro­fesseur en 1999. S’ensuivent plusieurs pris­es de respon­s­abil­ité : directeur d’un lab­o­ra­toire com­mun avec Suez, directeur adjoint d’Heudiasyc, vice-prési­dent du con­seil sci­en­tifique de l’UTC, coor­di­na­teur sci­en­tifique, avant d’en pren­dre la direc­tion en jan­vi­er 2019, du Labex Maîtrise des Sys­tèmes de Sys­tèmes Tech­nologiques (MS2T) – un pro­jet sur dix ans – qui, dans le cadre du Pro­gramme d’Investissements d’Avenir, court jusqu’en 2021. Tou­jours en jan­vi­er 2019, il prend la direc­tion de la fédéra­tion de recherche SHIC¹, une struc­ture du CNRS regroupant ini­tiale­ment les unités mixtes Heudi­asyc, BMBI et Rober­val, aux­quelles s’est jointe récem­ment l’unité Costech. Une fédéra­tion qui a impul­sé une dynamique nou­velle pour une recherche tech­nologique inter­dis­ci­plinaire au sein de l’UTC.

À Heudi­asyc, Thier­ry Denoeux fait par­tie de l’équipe CID en charge de l’intelligence arti­fi­cielle struc­turée autour de deux grands axes de recherche. Le pre­mier con­cerne le traite­ment des con­nais­sances et des don­nées avec des thé­ma­tiques telles que la mod­éli­sa­tion des con­nais­sances, l’apprentissage automa­tique ( machine learn­ing ) et la ges­tion de l’incertitude, un défi majeur tant en intel­li­gence arti­fi­cielle qu’en sta­tis­tique. « En effet, com­ment mod­élis­er l’incertitude, raison­ner et pren­dre des déci­sions sachant que l’on n’a pas toutes les infor­ma­tions ? » dit-il. Le sec­ond axe s’intéresse aux sys­tèmes adap­tat­ifs per­son­nal­isés. Autrement dit à tout ce qui touche à l’interaction entre humains et sys­tèmes avec l’idée de con­cevoir des sys­tèmes qui puis­sent s’adapter automa­tique­ment et dynamique­ment à l’utilisateur et au con­texte d’utilisation.

Thier­ry Denoeux s’inscrit prin­ci­pale­ment dans le pre­mier axe. « Je tra­vaille essen­tielle­ment sur la mod­éli­sa­tion des incer­ti­tudes dans les sys­tèmes intel­li­gents, une thé­ma­tique qui se situe à l’interface entre l’intelligence arti­fi­cielle et la sta­tis­tique. Je m’intéresse plus par­ti­c­ulière­ment à la théorie des fonc­tions de croy­ance, une théorie de l’incertain qui per­met de raison­ner et de pren­dre des déci­sions en présence d’incertitudes. Il s’agit d’une théorie générale, qui englobe la théorie des prob­a­bil­ités, et qui a de nom­breuses appli­ca­tions, car les incer­ti­tudes sont omniprésentes. La recherche dans ce domaine est pluridis­ci­plinaire et intéresse, entre autres, des écon­o­mistes, des spé­cial­istes de l’IA et des sta­tis­ti­ciens », explique-t-il.

Un domaine à défrich­er qui le con­duisit, en 2010, à par­ticiper à la créa­tion d’une société savante Belief func­tions and Appli­ca­tions soci­ety (BFAS). Une asso­ci­a­tion dont il est le prési­dent. L’objectif ? Il s’agit notam­ment de pro­mou­voir l’enseignement, la recherche, l’approfondissement des con­nais­sances dans le domaine des fonc­tions de croy­ance et d’explorer les liens avec d’autres théories de l’incertain. D’où le lance­ment de con­férences inter­na­tionales qui se tien­nent tous les deux ans – la prochaine se tien­dra à Shang­hai en 2020 – et d’une école thé­ma­tique des­tinée à la for­ma­tion des doc­tor­ants et dont la dernière édi­tion s’est tenue en octo­bre 2019 à Sienne (Ital­ie).

Cepen­dant, Thier­ry Denoeux ne s’enferme pas dans le volet théorique de ses recherch­es sur les fonc­tions de croy­ance, car il s’intéresse égale­ment aux appli­ca­tions con­crètes qui peu­vent en découler. À titre d’exemple d’application, on peut citer la recon­nais­sance d’adresses postales qui a fait l’objet d’une thèse CIFRE en parte­nar­i­at avec la société Solystic, l’un des lead­ers mon­di­aux dans la four­ni­ture de solu­tions automa­tisées de tri et de pré­pa­ra­tion de la dis­tri­b­u­tion pour les col­is et le cour­ri­er. « Cette société vend des machines avec un logi­ciel de recon­nais­sance d’adresses man­u­scrites. Ain­si, quand l’adresse n’est pas recon­nue, l’enveloppe est rejetée et traitée manuelle­ment. L’enjeu est donc de rejeter le moins d’enveloppes pos­si­ble tout en faisant le moins d’erreurs pos­si­bles sur celles qui sont accep­tées. Pour respecter ces deux critères et amélior­er la per­for­mance des machines, l’idée était d’intégrer plusieurs logi­ciels et de com­bin­er les résul­tats de ces sys­tèmes en util­isant la théorie des fonc­tions de croy­ance », détaille-t-il.

Par­mi les autres appli­ca­tions, on peut men­tion­ner égale­ment le tra­vail mené avec l’Institut Français des Sci­ences et Tech­nolo­gies des Trans­ports, de l’Aménagement et des Réseaux (IFSTTAR) et la SNCF sur « le diag­nos­tic de cir­cuits de voies fer­rovi­aires », et la col­lab­o­ra­tion en cours avec le Lab­o­ra­toire d’Informatique, de Traite­ment de l’Information et des Sys­tèmes (LITIS) de l’université de Rouen sur « la seg­men­ta­tion des tumeurs dans des images médi­cales et l’établissement d’un pronos­tic à par­tir de l’évolution des don­nées du patient ».

Le cor­pus théorique des fonc­tions de croy­ance intéresse bien évidem­ment égale­ment l’équipe SyRI (Sys­tèmes Robo­t­iques en Inter­ac­tion) qui tra­vaille notam­ment sur les véhicules intel­li­gents (VI). « Une des prob­lé­ma­tiques dans les VI con­cerne la per­cep­tion. Les VI sont truf­fés de cap­teurs et tout l’enjeu est de pou­voir traiter les infor­ma­tions récoltées par ces cap­teurs pour recon­naître les objets sur la route tels les pié­tons, les cyclistes, etc. On a donc besoin de com­bin­er les infor­ma­tions de ces dif­férents cap­teurs. Et là aus­si, il y a beau­coup d’incertitudes, car chaque cap­teur apporte des infor­ma­tions par­tielles, et par­fois peu fiables sur l’environnement », ajoute Thier­ry Denoeux.

La peur de l’IA ? « Une peur irra­tionnelle n’a pas lieu d’être. Toute­fois, cer­taines appli­ca­tions de l’IA posent des prob­lèmes éthiques comme la vidéo­sur­veil­lance général­isée avec, en par­ti­c­uli­er, le développe­ment de la recon­nais­sance faciale. Comme les biol­o­gistes le font depuis longtemps, les infor­mati­ciens doivent aujourd’hui se préoc­cu­per des impli­ca­tions éthiques de leurs travaux », conclut-il.

Maîtresse de con­férences, Domi­tile Lour­deaux est égale­ment mem­bre de l’équipe Con­nais­sances, Incer­ti­tudes, Don­nées (CID) au sein d’Heudiasyc, une unité mixte UTC/CNRS. Ses recherch­es por­tent sur les sys­tèmes adap­tat­ifs per­son­nal­isés, plus pré­cisé­ment sur tout ce qui a trait à la réal­ité virtuelle et formation.

Un domaine qu’elle ne cesse de défrich­er depuis sa thèse à l’École des Mines : une thèse CIFRE financée par la SNCF sur le thème « Réal­ité virtuelle et for­ma­tion des con­duc­teurs de TGV », menée entre 1998 et 2001. Elle porte une atten­tion toute par­ti­c­ulière aux objec­tifs péd­a­gogiques ou « com­ment, dit-elle, la réal­ité virtuelle pou­vait soit amélior­er la for­ma­tion exis­tante soit la compléter ».

Infor­mati­ci­enne à la base, elle s’est tout de suite refusée à abor­der cette ques­tion seule­ment sous son aspect tech­nique. « J’ai com­mencé à tra­vailler avec des ergonomes, des spé­cial­istes des sci­ences de l’éducation mais aus­si les util­isa­teurs fin­aux », explique-t-elle. Sa thèse achevée, elle reste, pen­dant qua­tre ans, à l’École des Mines en tant qu’attachée de recherche, rejoint, en 2005, l’UTC en tant que maîtresse de con­férences et pour­suit ses recherch­es en par­tant des besoins con­crets et, tou­jours, en lien avec des industriels.

Son pre­mier pro­jet résulte de la ren­con­tre avec des chercheurs de l’Institut nation­al de l’environnement indus­triel et des risques (Iner­is). L’objectif ? « Assur­er la for­ma­tion des opéra­teurs sous-trai­tants qui inter­vi­en­nent sur des sites à haut risque. C’était d’autant plus d’actualité qu’il y a eu l’explosion dans l’usine AZF à Toulouse, peu de temps aupar­a­vant. Explo­sion due à des erreurs humaines de sous-trai­tance », pré­cise Domi­tile Lour­deaux. Un pro­jet qui a mobil­isé trois thès­es et obtenu un finance­ment sig­ni­fi­catif de l’Agence nationale de la recherche (ANR) mais aus­si de la Région. « Habituelle­ment, la réal­ité virtuelle est util­isée pour for­mer à un geste tech­nique ou à une procé­dure. Or, j’ai souhaité m’éloigner de ce sché­ma. Comme l’on se situe dans des domaines à risque, je voulais que l’apprenant puisse faire, éventuelle­ment faire des erreurs et voir les con­séquences de ses erreurs », ajoute-t-elle.

Depuis, Domi­tile Lour­deaux enchaîne les pro­jets. En témoigne celui sur « la for­ma­tion d’opérateurs aéro­nau­tiques en mon­tage d’avion » en parte­nar­i­at avec STELIA Aero­space (Méaulte). Autre pro­jet nova­teur ? VICTEAMS (2014–2019) mené en parte­nar­i­at avec le LIMSI à Orsay, des spé­cial­istes en ergonomie cog­ni­tive, l’école du Val-de-Grâce, les sapeurs-pom­piers de Paris. Pro­jet qui devrait con­naître une suite.

Par­tic­u­lar­ité des pro­jets STELIA et VICTEAMS ? L’intégration de l’intelligence arti­fi­cielle (IA). « N’ayant pas les moyens de met­tre, comme les fab­ri­cants de jeux vidéo par exem­ple, des dizaines de développeurs, nous avons eu l’idée d’intégrer de l’IA pour créer des scé­nar­ios », souligne-t-elle. « Avant le pro­jet avec STELIA, c’était le for­ma­teur qui sélec­tion­nait le niveau de l’apprenant puis lui don­nait les objec­tifs péd­a­gogiques, par exem­ple : tra­vailler telle ou telle règle de sécu­rité. Le sys­tème de scé­nar­i­sa­tion générait, par la suite, des sit­u­a­tions d’apprentissage en fonc­tion de ces objec­tifs. Dans le pro­jet aéro­nau­tique, nous avons souhaité créer un pro­fil dynamique de l’apprenant, c’est-à-dire faire en sorte que le sys­tème soit capa­ble de détecter les com­pé­tences de l’apprenant afin de lui pro­pos­er des sit­u­a­tions intéres­santes. On part donc de croy­ances sur ses capac­ités à gér­er ou pas les sit­u­a­tions aux­quelles il est con­fron­té. On par­le de zone prox­i­male de développe­ment. À savoir que l’on a des com­pé­tences et que l’on est capa­ble d’acquérir des com­pé­tences nou­velles, proches de ses pro­pres com­pé­tences. Pour cela, on a util­isé des algo­rithmes géné­tiques et des fonc­tions de croy­ance afin d’étendre, pro­gres­sive­ment, cette zone prox­i­male », détaille-t-elle.  Avec VICTEAMS (voir encadré), Domi­tile Lour­deaux va plus loin. « J’ai souhaité insis­ter sur le tra­vail col­lab­o­ratif en créant des équipes virtuelles. L’implication de dif­férents acteurs et leur inter­ac­tion exige en effet une scé­nar­i­sa­tion encore plus fine. C’est le cas notam­ment de la for­ma­tion de lead­ers médi­caux à la ges­tion d’un afflux mas­sif de blessés », précise-t-elle.

Pro­fesseur des uni­ver­sités, Syl­vain Lagrue a rejoint l’UTC en sep­tem­bre 2018. Chercheur dans l’équipe Con­nais­sances, Incer­ti­tudes, Don­nées (CID) au sein d’Heudiasyc, une unité mixte UTC/CNRS, il tra­vaille sur la représen­ta­tion logique des con­nais­sances et des raison­nements, la ges­tion de l’incertain en intel­li­gence arti­fi­cielle et la prise de déci­sion et jeux.

Après son DEA (actuel mas­ter 2) en intel­li­gence arti­fi­cielle (IA), Syl­vain Lagrue pour­suit, dans le cadre d’un pro­jet européen, une thèse sur « la prise en compte d’incertitudes pour la mod­éli­sa­tion de préférences dans les sys­tèmes d’information de géo­gra­phie ». Sa thèse achevée, il se retrou­ve en 2004 à l’université d’Artois en tant que maître de con­férences avant de rejoin­dre l’UTC en tant que pro­fesseur des uni­ver­sités. Son rôle au sein de l’équipe CID ? « Mon pro­fil, trans­ver­sal, me per­met de tra­vailler avec les dif­férents chercheurs de l’équipe. Aus­si bien dans le domaine de “l’incertain” que celui de la “représen­ta­tion des con­nais­sances”, par exem­ple » dit-il.

Et l’IA con­crète­ment dans tout cela ? « Pour le grand pub­lic, l’IA est de la magie faite par l’ordinateur. Et plus c’est mag­ique, plus c’est de l’IA. Autrement dit, assis­ter à des actions faites par des ordi­na­teurs que l’on pen­sait irréal­is­ables », souligne-t-il. Un exem­ple par­mi d’autres ? « Prenons le jeu. Lorsque Deep Blue d’IBM a bat­tu, en 1997, Kas­parov, cham­pi­on du monde d’échecs, le grand pub­lic s’est dit que l’IA allait tout emporter sur son pas­sage, puis cela s’est calmé. La rai­son ? On a remar­qué, après analyse, que ce qui l’a emporté en 1997, c’est la capac­ité de cal­cul de l’ordinateur. Pour le grand pub­lic, ce n’est plus mag­ique. Ce n’est donc plus de l’IA », explique-t-il. Mais alors qu’est-ce que l’IA à son sens ? « Il s’agit de faire faire des raison­nements à une machine, alors que l’on ne s’attend pas à ce qu’elle puisse les faire. Il y a donc tout un aspect de logique mais aus­si de prise de déci­sion. En un mot, faire en sorte qu’elle raisonne et fasse des choix de façon intel­li­gente », décrit-il.

En témoignent ses trois domaines de recherche. La représen­ta­tion logique des con­nais­sances et des raison­nements ? « La logique a tou­jours été, depuis l’Antiquité, une manière de for­malis­er un raison­nement à par­tir d’un cer­tain nom­bre d’hypothèses nous per­me­t­tant de tir­er des con­clu­sions qui sont tou­jours valides. Notre objec­tif est de faire en sorte que ce type de raison­nement avancé soit fait par une machine. Ce que l’on arrive à réalis­er effi­cace­ment grâce à des algo­rithmes de réso­lu­tion et de déduc­tion qui, à par­tir des hypothès­es posées, per­me­t­tent in fine de faire pren­dre des déci­sions à une machine », souligne Syl­vain Lagrue.

Une com­pé­tence qui l’a con­duit à tra­vailler sur un pro­jet européen visant à la « sauve­g­arde du pat­ri­moine immatériel dans le Sud-Est asi­a­tique et en par­ti­c­uli­er les mar­i­on­nettes sur eau du Viet­nam dont les saynètes représen­tent l’histoire du pays, des légen­des, des scènes de la vie quo­ti­di­enne, etc. Le tout étant accom­pa­g­né de musique, de chants et réc­i­tants. En matière de richesse, on peut les com­par­er à l’opéra en Europe. Il nous fal­lait donc représen­ter un grand nom­bre de con­nais­sances com­plex­es », précise-t-il.

La ges­tion de l’incertain en IA ? « Si l’on jette un dé, on ne sait pas sur quelle face il va tomber. Cepen­dant, dans ce cas pré­cis, nous avons des prob­a­bil­ités. Dans d’autres cas, on n’a même pas de prob­a­bil­ités. Dans les for­mal­ismes que j’utilise, l’enjeu est de mod­élis­er une suite de “on pense que telle action aboutit à ceci mais dans le cas con­traire plutôt à cela”. En somme une mod­éli­sa­tion beau­coup plus ordi­nale », précise-t-il.

Enfin l’intérêt pour les jeux en IA ? « L’avantage du jeu ? C’est qu’il nous per­met d’avoir un univers con­trôlé. On sait dans quel envi­ron­nement on se trou­ve, avec des règles pré­cis­es, dont on en con­naît les effets et on n’a pas à s’occuper d’aspects physiques. Cela nous per­met de tester un grand nom­bre d’algorithmes », explique-t-il.

Un intérêt qui l’a con­duit à codiriger une thèse sur le « gen­er­al game play­ing », ou com­ment faire jouer un ordi­na­teur à n’importe quel jeu. « Deep Blue ne savait jouer qu’aux échecs, par exem­ple. Pour dévelop­per un pro­gramme capa­ble de jouer à tous les jeux, il nous a fal­lu représen­ter l’ensemble des jeux à infor­ma­tion com­plète grâce au lan­gage Game Descrip­tion Lan­guage (GDL). Ce qui nous ramène là encore à la représen­ta­tion des con­nais­sances », con­clut Syl­vain Lagrue.

Le magazine

linkedin facebook pinterest youtube rss twitter instagram facebook-blank rss-blank linkedin-blank pinterest youtube twitter instagram