Interview d’A. HERZIG et de M. SERRURIER, les enjeux de l’intelligence artificielle

Nous publions la troisième vidéo de la série d’interviews présentant des travaux de recherche de nos différents départements. Andreas HERZIG de l’équipe LILaC et Mathieu SERRURIER de l’équipe ADRIA, chercheur et maître de conférences au sein du département Intelligence Artificielle (IA), nous parlent de leurs recherches dans le domaine de l’IA, notamment sur les raisonnements symboliques et l’apprentissage artificiel. L’enjeu ? Réussir à combiner ces deux aspects de la recherche pour converger vers une intelligence artificielle hybride.

Comment définir l’intelligence artificielle ?

L’intelligence artificielle se définit comme étant un ensemble de techniques et de théories développant des programmes informatiques complexes dont le but est de reproduire certaines caractéristiques de l’intelligence humaine et de simuler des comportements humains. La recherche en intelligence artificielle se concentre sur deux aspects distincts qui constituent des sous-domaines de l’IA, ce sont les raisonnements symboliques et l’apprentissage artificiel. Andreas HERZIG travaille sur le domaine des raisonnements symboliques et de la représentation des connaissances. Cela implique de travailler à la fois sur la partie acquisition des connaissances et de développer la capacité de l’agent à raisonner à partir de ces connaissances. Mathieu SERRURIER se concentre sur le sous-domaine de l’apprentissage artificiel. Il explique qu’il cherche à construire des modèles à partir des données mais sans connaissances à priori, ce qui permet à ces deux approches d’être complémentaires. Construire des modèles à partir des données signifie que l’on essaye de reproduire des comportements souhaités et/ou observés à partir d’un nombre important de valeurs et de paramètres définis. La difficulté repose dans le fait de réussir à reproduire des comportements sans pour autant réussir à comprendre le plan d’action qui a conduit l’agent à prendre la bonne décision.

Quels sont les enjeux de la recherche en intelligence artificielle ?

Depuis une vingtaine d’années, l’intelligence artificielle est un domaine qui fascine et qui transforme nos sociétés. Grâce à la découverte de nouveaux algorithmes et à la disponibilité en masse des données, l’impact de l’intelligence artificielle se renforce, et notamment depuis 2007, avec l’essor des réseaux profonds (deep learning). Les réseaux profonds sont capables de résoudre des problèmes très complexes, comme par exemple dans les domaines de la médecine, de la traduction et des voitures autonomes. Cependant, même si les technologies d’intelligence artificielle se retrouvent dans de nombreux aspects de la vie quotidienne, il reste un certain nombre de défis importants à relever en matière d’IA. Il convient d’intégrer à ces technologies un aspect social de l’intelligence, fondamental chez les êtres humains. Il s’agit de développer la capacité d’un agent à interagir avec d’autres agents, à se mettre à leur place et à comprendre les buts et les croyances de ces agents. Les chercheurs concentrés sur l’aspect apprentissage artificiel travaillent à la sécurité de ces modèles, afin qu’ils puissent être intégrés à des technologies fiables. Mais la principale difficulté est de comprendre comment le réseau de neurones prend les décisions et cela implique de développer de nouveaux algorithmes spécifiques.

Aujourd’hui, la recherche est face à deux modèles, le modèle de raisonnement symbolique (précis, puissant, mais difficile à appliquer à des problèmes réels) et celui de l’apprentissage artificiel, capable de résoudre des problèmes réels très difficiles mais le raisonnement qu’il y a derrière est difficile à interpréter. Le but de la recherche en intelligence artificielle est de combiner ces méthodes d’apprentissage artificiel et de raisonnements symboliques afin de converger vers une IA hybride.