INPRINCIPIO

La technologie In Principio ou l’IA de demain

Le but d’ In Principio, outre le fait de participer à la vulgarisation de l’Intelligence Artificielle au travers de ce site, est de développer un agent de dialogue à même d’entretenir une véritable conversation comme l’on peut en avoir dans la vie courante.

Notre objectif est donc de lui donner toutes les capacités de compréhension nécessaires pour qu’elle puisse s’adapter à son interlocuteur, rebondir sur ce qui est dit ou a été dit, argumenter, objecter, etc… comme le ferait tout simplement un humain en situation d’échange verbal traditionnel.

En bref, ce qui nous intéresse le plus chez In Principio, c’est le « commencement » (sens d’In Principio en latin) : la parole survient après que la pensée ait été émise et seulement à ce moment là.

Si nous étions des chercheurs en cosmologie, nous pourrions dire que nous nous intéressons à l’instant 0, celui qui précède le big bang. Nous modélisons la pensée en considérant que la parole n’est que l’émission de celle-ci et donc que la parole ne se suffit pas à elle-même en tant que telle.

Nos fondamentaux

Nos travaux sont basés sur le traitement automatique du langage et les sciences cognitives dans la droite ligne de chercheurs tels que Marvin Minsky, Roger Schank ou encore P.Clark pour n’en citer que quelques-uns.

Nous nous intéressons donc à la représentation et la structuration des connaissances, à la modélisation des raisonnements, à la linguistique, aux concepts, à l’apprentissage et bien sûr aux algorithmes qui organisent tout ce réseau.

Nous sommes persuadés que nous pouvons (et devons !) surpasser les approches classiques et dans l’ère du temps tels que:

  • Le machine learning probabiliste trop uniquement basé sur des statistiques et dont les performances, plutôt remarquables en matière de reconnaissance d’images, sont souvent assez moyennes dans le cadre du TAL.
  • Le pattern matching, une approche basique utilisée en dialogue homme-machine, où l’on a des patterns d’énoncés (généralement un sac de mots, parfois en tenant compte de l’ordre) que l’on associe directement à une réponse, sans aucune compréhension.
  • L’analyse syntaxique détachée de l’analyse sémantique
  • Les technologies du web sémantique pour les ontologies : trop fondées sur une restriction de la logique du 1er ordre (logique de description)

Nous avons pour habitude de dire que ce qui nous intéresse n’est pas tant le traitement du langage naturel que la compréhension du langage naturel.

Nos fondamentaux
Différences essentielle

Notre différence essentielle

Un type de réseau de connaissances comme celui que nous bâtissons, prenant en compte tous les processus cognitifs, n’a jamais été réalisé.

L’architecture que nous créons permet de relier les connaissances de multiples manières, et de modéliser des connaissances et processus selon divers niveaux stratégiques, si bien que des connaissances ou processus sont capables d’agir sur d’autres connaissances ou processus, et selon divers niveaux de généralité, afin d’accéder à divers niveaux de représentation. Cela permet de se rapprocher au plus près du fonctionnement du cerveau humain.

Les systèmes actuels de TAL se focalisent sur la linguistique et ignorent le niveau conceptuel des connaissances et les processus cognitifs en jeu, et ne sont donc pas aptes à réellement comprendre un texte.

Nous pensons que, quoi que la technologie soit remarquable sous bien des aspects, l’approche contemporaine classique et très (trop ?) médiatisée de l’IA (le machine learning statistique pour ne pas le citer) fait fausse route pour toucher du doigt la véritable intelligence.

Le machine learning est une technique d’apprentissage où l’on tente d’apprendre à la machine sans aucune connaissance a priori puisqu’il « suffit » de lui donner des exemples : selon, nous il s’agit donc juste de classification où une entrée (par exemple une question) est associée à une sortie (la réponse). Nous ne pouvons croire que l’intelligence saurait se résumer à cela.

Ainsi, par rapport à l’état de l’art de l’intelligence artificielle, notre approche est fondée sur une représentation des connaissances beaucoup plus fine, détaillée et structurée, sur une désambiguïsation basée sur des patterns syntaxico-sémantiques généralisés, et sur des processus d’unification (par analogie), d’activation, et de contrôle de la propagation d’activation, afin de se rapprocher au plus près du fonctionnement de l’esprit humain.

Aucun système de ce type n’a encore été développé, les systèmes actuels ne prenant en considération qu’un nombre très limité de processus cognitifs, voire souvent aucun.

D’autres articles sur le même thème

Les sciences cognitives

Les sciences cognitives s’intéressent aux mécanismes et au fonctionnement des processus mentaux. Elles tentent de comprendre et de modéliser le principe de la pensée.

L’IA forte

Les systèmes informatiques sont binaires. Leur intelligence repose sur les seules valeurs vrai ou faux, équivalentes au oui ou non des humains.

L’éthique et la morale

Le développement de l’Intelligence Artificielle pose des problèmes d’ordre éthique, philosophique et moral dans plusieurs domaines.

Hollywood et la science fiction

Hollywood dessine le futur avec ses films prémonitoires qui ouvrent un pan sur l’avenir de l’humanité tiré par le progrès technologique.