Oui c´est un peu ça Tbop2.
Petite histoire pour illustrer:

Un projet de l´armée consistait à utiliser un réseaux neuronal pour analyser si, oui ou non, un tank se trouvait sur une photo, et ce quelque soit sa position et sa distance sur la photo.
Donc, développer un programme autonome de reconnaissance de tank sur des photos.

Pour faire apprendre à ce réseaux à reconnaitre les tanks, on lui propose une très grande ( énorme) série de photos contenant des tanks ou non. Le programme analyse la photo et on lui dit si, oui ou non, la photo contient un tank.

Le programme va mettre en relation les réponses qu´il reçoit et les élément qu´il a analysé. A chaque réponse, il va comparé les éléments qu´il a retenu avec ceux qu´il a déjà. Petit à petit, les critères d´analyse du programme s´affine pour reconnaitre ce qu´il croit devoir reconnaitre.

En effet, un des aspects des réseaux neuronaux, c´est qu´on ne sait jamais vraiment si ce qu´il apprennent est juste. C´est un apprentissage autonome qui doit être guidé très précisemment si on veut pas que ça merde.

Dans cette petite histoire, le programme a été mal " conditionné". Ils se sont rendu compte à la fin, que celui-ci ne remplissait pas sa fonction. En fait, pendant son apprentissage, la plupart des photos contenant un tank avaient été prise alors qu´il faisait mauvais temps.
Ils se sont retrouvé avec un programme leur disant si, oui ou non, il y a un tank sur la photo, mais avec comme critère de sélection le temps qu´il fait ( si il fait mauvais temps, la réponse est qu´il y a un tank, même si la photo n´en contient pas en réalité).

On ne sait pas vraiment ce qu´apprend un réseau neuronal pendant son apprentissage, ce qui rends son conditionnement extrèmement difficile et long.

Mais le concept est franchement marrant..mais concretement comment le programme interpole les données qu´on lui donne?

Les ANN sont un système analytique qui a la capacité de pouvoir associer des objets à d´autres et d´extrapoler selon ses " connaissances" ( le principal intéret).

Globalement, le réseau est composé d´un ensemble de neurones artificiels recevant des entrées, qui seront multipliés par un input weight relatif à l´input, variable, puis seront passés par une fonction ( au sens mathématique du terme) dite " d´activation" qui retournera une valeur à transmettre à d´autres neurones.

Toute la subtilité tiens dans les input weight: par apprentissage, on modifiera sa valeur afin de la faire tendre vers la valeur ultime qui filterait correction, en fonction de la fonction d´activation. Évidemment ça se complexifie énormément avec beaucoup de neuronnes.

Pour changer ses valuers, il doit apprendre par essai erreur. On doit le tester et le modifier jusqu´à ce que il puisse correctement identifier tous les exemples. Puis, à partir des input weight, il extrapolera d,autres cas.

Hors le danger est de mal faire l´apprentissage, en choissisant mal ses exemples. Il y a des trucs à garder en tête en entrainant un réseau neuronal, entre autres de toujours choisir des exemples clairs et généraux, éviter les raretés ( pour qu´ils restent rares).

L´intéret? Pattern Recognition, Généralisation, analyse de marchés boursiers pour prédire l´avenir ( sisi, et c´est assez efficace

Par contre ils sont très expérimentaux pour l´instant. Leur construction ( planification) reste laborieuse et subtile, il y a plein de types différents et des variétés souvent contradictoires, ect. De plus, c´est très vieux ( date des années 70 dans mes souvenirs) donc si c´était l´idée miracle sur l´IA, ça ferait longtemps que ça aurait tout révolutionné.
Non, c´est juste une solution esthétique pour certains problèmes.

Ah et, parrait-il, c´est très joli avec les algos génétiques. Et puis ça fait beau et scientifique d´avoir ça dans un prog, alors que ce n´est que très souvent que de l´artillerie lourde, inutile, où d´autres choses, plus barbares, aurait mieux fait l´affaire: par exemple, des ANN dans un jeu vidéo, actuel, est très inutile, puisque il y a plein d´autres solutions plus directes qui feraient la job.

C´est comme trop souvent trop grosse artillerie pour être efficace en dehors du cadre de recherche ou de trucs très particulier ( ex. ton gobelin, un projet fait justement pour tester l´IA, ou tous ces autres projets faits pour tester des IA).

Et en plus dans les JV ça serait probablement trop lourd.

Kelios
---------

Merci de la doc
je vais essayer de retrouver le gobelin ^^

L´IA existera le jour où un programme inventera une blague drôle et inconnue ( Mon prof d´IA, sic). Pour l´instant, on n´a que des algorithmes très évolués.

L´interête de ces comparaisons qu´on peut qualifier de neutres, sont qu´à force elle vont être qualifiées par un système binaire simple vrai ou faux.
A partir de cela des bases vont être créées jusqu´à une autonomie exponentielle de la machine ou du programme.

Je ne sais pas si les explications du systèmes neuronales et vrai en tout cas c´est vrai qu´en toute logique il peut à partir d´éléments de comparaison aboutir à une logique autonome et donc quasi intuitive...

Ça fonctionne avec bien plus que des vrais où faux, plutôt des équations énormes. Tout l´intéret tient dans le principe de rendre le booléen, le numérique, en analytique. Le quantitatif en qualitatif.
Les ANN sont mous: Ils " absorbent les chocs". J´entend par là que ils peuvent réagir correctement même si tu fait une erreur. Exemple pratique possible ( mais difficile à réaliser, pas tant par difficiluté de conception mais par manque de ressources aéquates): un ANN auto-correcteur. Il détecte selon le contexte de ton texte le mot que tu voulais écrire, mais que tu as involontairement mal écrit.Seul problème, c´est l´entrainement: il serait énorme! gigantesque! Exemple, pendant un an, l´utilisateur du produit devra s´efforcer d´entrainer son Auto-Correcteur, vous voyez déjà le genre s´il écrit mal...

http://www.cs.stir.ac.uk/uk/~lss/NNIntro/InvSlides.html
Allez voir ce site, au tout début ils mettent en comparaison ce que j´appelle " L´ordi quantitatif" et l´ordi " qualitatif" ( avec ANN)

Kelios
---------

Sympa ton site très interessant !

d´après moi, l´IA n´est que fictive, et le robot ou le personnage programmé ne pourra jamais faire plus que ce qu´il a été prévu pour.

Le cas du robot, qui s´adapte à son environnement pour passer de barre en barre a été programmé pour s´adapter et pour passer de barre en barre, mais si tu le pose sur un escalier, il va essayer d´attraper une barre et il aura beau essayer de s´adapter, il n´y arrivera pas.

l´IA est programmé et elle change juste quelques valeurs en fonction de la situation. Tu ne peux pas techniquement créer une IA de penser par elle même.

Ui d´où justement l´emploi généralisé d´intelligence ARTIFICIELLE, moi je crois qu´on aura dépassé un énorme stade quand on parlera d´IA mais cette fois d´Intelligence Autonome.

" fil_razorback
Posté le 21 avril 2005 à 18:00:19 Avertir un administrateur à propos de ce message !
Pour repondre a la question de depart; j´ai lu un article TRES interessant il y a quelques jours, evidemment je trouve p^lus le lien ( je vous le donne si je retrouve):
Ca decrivait une scene d´un gobelin perdu dans un donjon medieval, avec un comportement tres realiste; puis ca t´expliquait les ficelles de l´ai derriere:
Le gobelin attribue a tout ce qu´il voit des scores de peur, de haine, de desir ( pour l´or par exemple, je veux pas savoir ce que vopus imaginiez) et un ou deux autres...
En combinant ces elements et en les faisant varier selon certaines facteurs exterieurs ( santé, distance...), ca recréeait un comportement très intelligent "

Youhou ! Je l´ai retrouvé
http://home.swipnet.se/dungeondweller/development/dev00055.htm

bon, quand ca parle d´IA, je me sens obligé de répondre.

il faut distinguer principalement 3 chose en " IA".

ce que l´on appele les systemes experts c´est a dire, faire un programme tres efficace sur une tache.
Ca c´est " facile", on a plein de programme qui jouent au echecs, aux dame a starcraft qui font le menage, qui reconnaissent des tanks dans le désert.

Apres il y a l´intelligence/creation pure, ca aussi eventuellement on sait faire. avec des reseaux de neuronnes par exemple, on lui file 10000 de tableaux de style impressioniste comme ca il sait les " reconnaitre".
et en suite, il genere plein de tableau " aleatoire" jusqu´a obtenir quelquechose qui colle a sa definition de l´impressionisme ( je suis sur que ca a deja ete fait d´ailleurs). J´imagine que l´on peu ramener le probleme a un probleme d´optimisation mono critere " standard"

et apres, il y a " mimer" les caracteristique d´une espece ou d´un systeme. Ca aussi c´est " facile" par exemple, on sait tres facilement reproduire le mouvement de fourmi, d´oiseaux. On sait bien comment ca marche. Ou meme, on a deja reproduit la facon de marcher des mille pattes ( a l´aide d´algorithme génétique).

Enfin, tout ca pour dire, que IA ca ne veut pas dire grand chose, il faut savoir ce que l´on met derriere.
Parceque l´IA c´est aussi de la prise de decision et quand les problemes sont simples ( comme un jeu d´echec par exemple), alors la prise de decision est simple egalement. Ce que j´entend par simple, c´est mono-critere.
Dans un jeu d´echec on ne cherche qu´une seule chose: Gagner! et c´est pour ca qu´un ordinateur peu etre plus fort que nous, parcequ´il n´a pas vraiment de choix a faire.

Et le " vrai" probleme de l´IA se poserait dans une situation comme celle ci:
je suis un directeur d´entreprise et je veux deux choses:
->que mes employés soient heureux
->faire de l´argent

si je veux faire de l´argent, je fais de l´esclavage. Alors la, j´ai plein de sous mais les employé ne sont pas heureux.
Si je veux que les employés soient heureux, je fait voter la loi des 0H par semaines, et la ils sont super heureux, mais je ne gagne pas de sous.

Bien sur il y a des compromis entre ces deux solutions " extremes", mais ca illustre bien le probleme de decision...

Aux échecs tu n´as qu´à " gagner" mais le principal c´est " comment". Et c´est dans le " comment" que réside l´IA.

Justement gagner c´est simple.
Tu n´as pas de compromis à faire dans gagner.
( tu n´as qu´un seul critere)

Si tu cherchais a gagner en ridiculisant le moins possible l´adversaire, ca serait beaucoup plus difficile
( ici, on a deux critere)

PS: un joueur d´echec est un systeme expert et non une IA

faut dire que pour l´instant les IA de jeux d´échac sont très limité en " raisonnement". Globalement il y a une fonction très complexe qui calcule ce que " vaut" une position et ensuite tout ce fait avec la puissance de l´ordi qui va explorer le plus de demi-coup possible pour trouver le meilleur enchainement.

BEEP!
c´est faux.
Les systemes expert en echecs utilisent aussi des base de données d´ouverture et de fermetures.
Ils peuvent aussi suporté un apprentissage des dernieres parties du joueur contre les quels ils jouent.
deplus des heuristiques intelligente de permettent d´accelerer les calculs des arbres de décisions.
Parfois des méthodes randomisé sont utilisés.

C´est beaucoup plus compliqué qu´un bête alpha-beta.
alpha-bêta c´est le joueurs automatique de ceux qui n´ont pas d´idée!

theoriquement on arrivera un jour a developper une intelligence comme celle des humains en " recopiant" le cerveau, d´autant plus que le cerveau humain est forcement une suite de calculs pour prendre des decisions selon des evenements, comme un programme ^^

mais est-ce que ca vaut le coup de recreer notre " intelligence" en plus puissant vu les horreurs qu´on a pu voir...?

from godrik: ( salete de limite de message)

Egounet: c´est science fiction ce que tu me dis la.
On est très loin de savoir comment fonctionne le cerveau.
Ce n´est pas forcément une suite de calcul pour prendre des décisions comme un programme.
Enfin, si tu arrives a le prouver tu auras le prix nobel de Biologie...

En effet, n´oublions pas que le cerveau est un système chimique ainsi les " calculs" ne sont certainement pas déterministe.

godrik : une base de donnée des ouvertures ou de fin de partie ( on ne parle pas de fermeture) ce n´est pas de l´IA ( donc ça n´a pas de rapport avec ce dont on parle) de même le soit disant " aprentissage" utilisé dans les logiciel commerciaux reviend simplement à rajoutter dans la base de donnée du logiciel la partie en question mais en lui donnant un gros" poids c´est à dire qu´elle sera reconnu plus vite par le logiciel.

" de plus des heuristiques intelligente de permettent . .." ouais c´est ça une heuristique " intelligente" le truc c´est qu´une heuristique c´est ce qu´en math ou en physique on appelle une aproximation : on suppose que lon sera toujours dans une situation donnée pour écrire un algorithme plus performant dans cette situation que si on l´avait écrit pour le cas général. bon d´accord, mais c´est un problème d´algorithmique et d´implémentation du logiciel pas vraiment de l´IA elle même.

N´empeche qu´il lui manque la machine est incapable de formuler des theories ( enfin, pour l(instant).

Imaginez un peu qu´il voit une pomme tomber et ! ! c´est la naissance de la gravité !

Le cerveau humain est trop complexe, mais ressemble a une machine dans certains points.