Retour au sommaire
Dossier
L'intelligence artificielle dans les 10 prochaines années
par
Jean-Paul Baquiast, Christophe Jacquemin et ...
(janvier 2005)
Ce document est l'amorce d'un
dossier collectif préparé pour le compte
de l'Association Française d'Intelligence Artificielle
(AFIA). Il sera discuté en groupe de travail.
Pour le moment, il n'engage que les rédacteurs
sus-signés.
On
constatera que la British Computer Society vient de
produire un rapport concernant les grands défis
de l'Informatique et de l'IA pour les 20 prochaines
années 1)
|
Projet
de plan
mis en ligne le 21/01/05
modifié le 9/02
1. Préliminaires
1.1.
Définir l’Intelligence Artificielle (IA)
Il faut s’entendre sans doute sur une ou plusieurs définitions.
Nous proposerions la plus large possible, soit : toutes
les méthodes visant à doter des entités
artificielles ou biologiques de capacités de traitement
de l’information leur permettant de passer le test dit
de Turing.
1.2 Préciser la définition.
Mais la première chose à faire pour que cette
définition soit utile sera de recenser toutes les
formes d’IA existant actuellement et dont nous souhaitons
parler. Inclura-t-on par exemple la robotique, la vie artificielle
?
Nous proposons d’élargir la liste au maximum.
Mais alors il faudra distinguer entre l’IA outil (par
exemple la reconnaissance de forme, les systèmes
multi-agents) et l’IA fonction (par exemple la traduction
automatique, les systèmes dits cognitifs ) On pourrait
alors construire un tableau à double entrée.
1.3
Préciser la portée géopolitique de
l'étude
Par
ailleurs, de quelle IA parlerons-nous ? L’IA dans
le monde, l’IA en Europe, l’IA en France ?
Nous pensons qu’il faut envisager l’avenir de
l’IA en général, étant entendu
qu’il dépendra sans doute encore très
largement de recherches et applications conduites ailleurs
qu’en France, notamment aux USA. Aussi il faudra qu’une
partie de l’étude envisage les voies et moyens
permettant à l’IA en France et aussi en Europe
de devenir ou rester compétitive avec le top mondial.
1.4
Préciser ce que nous entendrons par " l’avenir
"
Il paraît
raisonnable de ne pas trop anticiper. Nous proposons les dix
prochaines années. Ce délai sera revolving,
si l’étude est mise à jour dans les années
suivantes.
2.
Finalités de l’étude
Que
cherchons-nous ? Nous proposons que l’étude
vise plusieurs objectifs différents non exclusifs,
soit :
2.1. Faire un point de l’état de l’art,
actuel et prévisible. Cet état de l'art viserait
d'abord les non-spécialistes. Mais il pourrait intéresser
aussi certains spécialistes isolés dans leur
communauté.
2.2.
Faire un recensement (très large) de besoins potentiels
susceptible de répondre à la question : à
quoi pourra servir l’IA dans les prochaines années
? Ce recensement viserait à intéresser, en
priorité, les non-spécialistes de l’IA
(afin de les conduire à penser que celle-ci pourrait
les aider dans leurs travaux). Mais il pourrait aussi intéresser
certains spécialistes isolés dans leur communauté.
2.3. Faire des suggestions permettant d’élaborer
des projets de projets, plus ou moins ambitieux, destinés
à être soumis : à d’autres laboratoires
d’IA, à d’autres laboratoires dans d’autres
disciplines – à des entreprises – à
des financements nationaux – à des financements
européens.
Ces projets de projets pourraient aussi servir à
alerter les responsables politiques relativement à
l’intérêt des recherches incorporant
de l’IA.
2.4. Donner de la matière première à
des journalistes désireux d’écrire des
articles sur l’IA dans la presse généraliste
(fonction communication).
3.
Les fondamentaux à prendre obligatoirement en considération
dans une étude prospective
On appellera
fondamentaux les éléments extérieurs
à l’IA proprement dite mais conditionnant son
avenir.
D’une façon générale, ces fondamentaux
paraissent devoir provoquer une demande de plus en plus
forte en compétences et ressources humaines, avec
les conséquences correspondantes : tension sur les
capacités de formation, rivalité accrue entre
pays (exode des cerveaux, espionnage économique,
clauses de confidentialité imposée, etc.)
3.1
Fondamentaux technologiques :
- L’augmentation (exponentielle ?) de puissance des
systèmes et réseaux : composants électroniques,
calculateurs, architectures.
- L’augmentation (exponentielle ?) de puissance des
logiciels de production
- L’augmentation (exponentielle ?) des données
et documents en mémoire.
- En fin de période l’apparition des premiers
calculateurs quantiques
3.2
Fondamentaux économiques :
- L’augmentation (exponentielle ?) de la variété
et du nombre des matériels du commerce incorporant
de l’IA, avec baisse de prix correspondants.
- L'apparition de robots industriels intelligents appelés
à se substituer à la main d'oeuvre dans les
chaînes de production.
3.3.
Fondamentaux politiques
- Course à la souveraineté technologique reposant
d’une façon de plus en plus large sur la compétence
en IA : dans le militaire, le spatial et plus généralement
le civil. Les USA mènent la course et continueront
sans doute à le faire. L’Inde, la Chine seront
de forts challengers. Si l’Europe veut survivre, il
lui faudra prendre des mesures fortes d’aide au développement,
notamment dans les domaines émergents.
- Dans cette perspective, l’Europe devra privilégier
l’aide à ce qui correspondra à ses besoins
stratégiques, dont il faudra dresser la liste : militaire,
robotique civile, télé-médecine, etc…et
aussi outils de traduction automatique, indispensable à
la cohésion culturelle du Continent.
3.4.
Fondamentaux scientifiques
- On distingue encore la vieille IA (top-down) et l’IA
évolutionnaire (bottom up). Cette distinction est-elle
toujours valable ? Peut-on espérer une formulation
faisant la synthèse des différentes approches
?
- Les outils mathématiques de l’IA vont-ils
évoluer dans les années prochaines ?
- Comment se situer par rapport à des mouvements
comme celui de Mark Humphrys, World Wide Mind ou de Peter
Voss , créateur de Adaptative AI Inc. (pour développer
et commercialiser un générateur de logiciel
exploitant le concept d'AGI ou Intelligence Artificielle
Générale.) . Voir http://www.automatesintelligents.com/edito/2002/sep/edito.html
- Faut-il en signaler d’autres ? Par exemple l'irruption
du quantique déjà évoquée
3.5
Fondamentaux « éthiques »
- Certaines préoccupations dites éthiques
ne paraissent pas devoir être retenues (par ex.: IA
versus humain). Mais il faut dire pourquoi ces craintes
ne devraient pas être justifées).
- D’autres ne peuvent être passées sous
silence et doivent être discutées: par exemple
certaines applications sécuritaires ou militaires
de l’IA.
4.
Prospective par grands domaines
Il
s'agit là du coeur du rapport, la partie la plus
difficile à évaluer convenablement: que seront
les grands développements en IA susceptibles de se
produire dans les principaux domaines de la recherche scientifique
et des applications technologiques ? On précisera
pour chaque rubrique comment pourraient évoluer sur
10 ans les services rendus par l'IA.
4.1. Domaines scientifiques comportant déjà
une part importante d’AI (définis provisoirement
en reprenant les titres des revues présentées
dans le Bulletin de l’Afia)
- Intelligence artificielle fondamentale
- Intelligence artificielle appliquée
- Science cognitive
- Intelligence computationnelle
- Linguistique computationnelle
- Ingénierie du langage naturel
- Machine learning
- Réseaux neuronaux
- Médecine et intelligence artificielle
- Raisonnement approximatif
- Ingénierie du web et intelligence artificielle
- Minds and machines
-
Robotique
- Vie artificielle
Ou
met-on la réalité virtuelle en tant que telle
(qui peut d'ailleurs servir toutes les sciences) ?
4.2. Domaines
scientifiques qui seront de plus en plus consommatrices de
modules d’IA dans les 10 prochaines années
- Les neuro-sciences et sciences de
la cognition. Simulation du comportement du cerveau
« incorporé ». Imagerie fonctionnelle.
- Les sciences de la vie. Simulation des processus de l’élaboration
du phénotype à partir du génotype. Simulation
de la cellule et de l’organisme (physiologie intégrative).
Simulations pharmacologiques.
- Les sciences géophysiques. Simulation des catastrophes
naturelles
- Les sciences de l’environnement. Simulation de la
biodiversité
- Les sciences sociales et humaines
-
Les sciences du traitement de l'information
4.3 Les
technologies grandes consommatrices d’IA dans les 10
prochaines années.
- Les appareillages pour personnes handicapées. La
robotique chirurgicale
-
Les systèmes de production : robotique industrielle
autonome, robots d’intervention civils et militaires
- Les systèmes de communication (gestion de réseaux)
- Les systèmes de transport, aérien, terrestre
et maritime (véhicules, plate-formes…)
- Les systèmes spatiaux
- Les systèmes de surveillance et d’analyse (sécurité
civile et militaire)
- Les systèmes de monitoring de l’environnement
4.4. Les activités culturelles et de loisir
- Robotique de loisir
- Spectacles vidéo 3D, virtuel.
- Jeux électroniques
- Art
4.5.
Les activités d’éducation, de formation
et d’aide aux échanges
- Les systèmes de gestion des bases de données
et de connaissances
- Les systèmes d’aide à l’apprentissage
et de contrôle des connaissances
- Les systèmes de traduction automatique du texte
et de la voix
4.6. Les
activités de gestion et de pilotage des organisations
- Les systèmes de modélisation des organisations
en milieu complexe
- Les systèmes d'aides à
la gouvernance
- La gestion de crise
- Les smart communities
4.6.
Les domaines encore mal explorés. Il serait intéressant
que l'étude suggère des ouvertures dans des
secteurs prometteurs
- La simulation des processus de fusion nucléaire
- La simulation des processus de décohérence
en physique quantique.
5.
Prospective quantitative
Il s'agit
là de mesurer l'évolution sur la période
des besoins en ressources humaines et budgétaires
consacrées à l'IA, afin de les comparer à
la prévision des disponibilités, notamment
en termes de formation.
5.1.
En ce qui concerne la recherche publique, aux USA,, en Europe,
en France
5.2.
En ce qui concerne le secteur privé, aux USA,, en
Europe, en France
6.
Comment améliorer la compétence et les ressources
des équipes françaises?
6.1. Prospecter les plate formes régionales de compétitivité
6.2. S’inscrire dans la démarche de l’agence
pour l’innovation industrielle
6.3. Elaborer des projets université-entreprise et
rechercher des financements de diverses natures (business
angels, capital-risque, projets européens)
7.
Comment améliorer la communication sur l'IA en France
7.1 Livres,
articles, fabrication de démonstrateurs.
7.2 Avoir
une démarche active auprès des dirigeants politiques.
Notes
(1) Les
Grands Défis des 20 prochaines années dans
le domaine de l’informatique, selon le Grand Challenges
Report
06/02/05
Un groupe de scientifiques britanniques appartenant
à la British Computer Society vient de publier un
rapport sur les grands défis que leurs disciplines
devront affronter dans les 10 à 20 prochaines années.
Il s’agit du Grand Challenges Report. Le concept de
Grand Défi représente pour eux un objectif
fédérateur qui doit tirer en avant les recherches,
de la même manière que le Projet Génome
Humain avait tiré en avant la génétique
dans les années 1990.
Le Grand Défi doit pour jouer son rôle moteur
être identifié et formulé 10 à
20 ans d’avance. Sa réalisation doit représenter
un pas en avant décisif dans la connaissance ou la
technologie du domaine, c’est-à-dire en ce
cas l’informatique et l’intelligence artificielle.
Le rapport identifie 7 Grands Défis répondant
à cette définition :
-
Réaliser des systèmes à haute fiabilité,
en développant un compilateur capable de vérifier
automatiquement la compatibilité des instructions
avant la mise en œuvre d’un programme complexe.
- Modéliser les relations entre le cerveau (conçu
comme un système computationnel) et l’esprit
(conçu comme un système de logiciels virtuels).
Ceci sera indispensable pour construire les futurs systèmes
de traitement de l’information.
- Réaliser des systèmes de mise en mémoire
permettant à ceux qui le désireraient de mémoriser
tout au long de leur vie l’ensemble des informations
qu’ils auront produites ou les concernant, tout en
préservant la confidentialité des données.
(NB : On sait que sur ce thème des industriels américains
de l’informatique ont récemment fait des propositions,
qui ont été accueillies avec une certaine
méfiance, précisément au regard de
la confidentialité).
- In vivo/in silico. Réaliser des modèles
dynamiques des systèmes vivants, allant de la cellule
à l’organisme complet, en utilisant les méthodes
de la réalité virtuelle et de la vie artificielle.
- Développer une infrastructure globale polyvalente
(global ubiquitous computing) permettant de faire interagir
sans conflits les multiples appareils portables et non-portables
dont chacun sera doté.
- Développer des architectures capables de faire
face à la complexité croissante des futurs
systèmes (Scalable ubiquitous computing systems)
sans obliger à des reconceptions complètes.
- Etudier les logiques de computation non classiques. Au-delà
de l’algorithmique classique, il est suggéré
d’étudier les processus naturels et la façon
dont ceux-ci se comportent comme des calculateurs non classiques
: nanosystèmes, entités quantiques, systèmes
biologiques…
http://www.bcs.org/BCS/Awards/Events/GrandChallenges/conferencereports
Retour au sommaire
