Ces dernières années, l'intelligence artificielle s'est surtout fait connaître du grand public par sa toute nouvelle capacité à résoudre des problèmes, plutôt simples pour nous : reconnaître un chat, une personne en colère sur une image...
A l'inverse, les ordinateurs ont toujours été beaucoup plus rapides que nous pour résoudre des problèmes arithmétiques ou logiques bien spécificiés.
Cette capacité de calcul surhumaine ne suffit malheureusement pas à résoudre efficacement une large famille de problèmes pourtant bien spécifiés (et contenant entre autres beaucoup de casse-têtes logiques), appelés problèmes NP-difficiles.
Là encore, les progrès des ordinateurs ont été importants ces dernières décennies, aboutissant par exemple à la preuve récente d'un nouveau théorème mathématique, difficile.
Dans leur laboratoire, les chercheurs sophistiquent et déploient ces techniques de raisonnement automatique pour résoudre des casse-têtes microscopiques tout à fait sérieux : comment concevoir de nouvelles molécules ayant des propriétés d'intérêt pour la santé, les bioénergies ou la chimie verte.
Un des challenges de l'intelligence artificielle moderne consiste à combiner harmonieusement deux systèmes, apprentissage et raisonnement, dans un contexte qui dépasse la résolution d'un unique problème (qu'il s'agisse d'échecs, de Go, de jeu vidéo ou de design moléculaire) :
• une référence au «Système 1» humain, introduit par le prix Nobel d'économie Daniel Kahneman dans son livre Thinking, Fast and Slow (Système 1 / Système 2 : Les deux vitesses de la pensée)
• ces tâches semblent plutôt être de la responsabilité du «Système 2».
Avec,
Thomas Schiex, directeur de recherche en IA à l’INRAE, à l’unité de Mathématiques et informatique appliquées de Toulouse - MIAT (INRAE), porteur de chaire ANITI Logique et intuition pour le design
Présentatrice : Rachel Arnould
--> Rencontre Exploreur │Cycle ANITI, proposé par l’institut interdisciplinaire d’intelligence artificielle de Toulouse
0 Commentaire Soyez le premier à réagir