Vers le site Automates Intelilgents
La Revue mensuelle n° 61
Robotique, vie artificielle, réalité virtuelle

Information, réflexion, discussion
logo admiroutes

Tous les numéros


Archives
(classement par rubriques)

Image animée




 

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