La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Vie Artificielle Beurier Grégory LIRMM. Historique Automate du roi Mu ( Lieh Tzu III e avt JC) Automate du roi Mu ( Lieh Tzu III e avt JC) Homunculus.

Présentations similaires


Présentation au sujet: "Vie Artificielle Beurier Grégory LIRMM. Historique Automate du roi Mu ( Lieh Tzu III e avt JC) Automate du roi Mu ( Lieh Tzu III e avt JC) Homunculus."— Transcription de la présentation:

1 Vie Artificielle Beurier Grégory LIRMM

2 Historique Automate du roi Mu ( Lieh Tzu III e avt JC) Automate du roi Mu ( Lieh Tzu III e avt JC) Homunculus Homunculus Frankenstein Frankenstein Automates de Vaucanson Automates de Vaucanson Le complexe FRANKENSTEIN !!! Le complexe FRANKENSTEIN !!!

3 Vie Artificielle « La vie artificielle est létude des systèmes construits de mains dhomme qui exhibent des comportements des systèmes naturels vivants. Elle vient en complément des sciences biologiques traditionnelles, en tentant de synthétiser des comportements semblables au vivant au sein dordinateurs et dautres substrats artificiels. En étendant les fondements empiriques sur lesquels la biologie est basée au-delà de la vie a base de carbone qui a évolué sur Terre, la vie artificielle peut contribuer à la biologie théorique en positionnant la vie telle que nous la connaissons au sein dun espace plus large: la vie telle quelle pourrait être » C. Langton

4 Quest que la vie ? Ensemble de propriétés [Monod] Ensemble de propriétés [Monod] Téléonomie, morphogenèse, reproduction invariante Téléonomie, morphogenèse, reproduction invariante Extensions des propriétés [Mayr, Belin] Extensions des propriétés [Mayr, Belin] Structure, macromolécules, ADN, stabilité, évolution Structure, macromolécules, ADN, stabilité, évolution Approche Thermodynamique [Schrödinger, Prigogine] Approche Thermodynamique [Schrödinger, Prigogine] Structure dissipative Structure dissipative Autopoïèse [Maturana, Varela] Autopoïèse [Maturana, Varela] Réseau fermé déléments « auto-régénérant » Réseau fermé déléments « auto-régénérant »

5 Complément de lapproche IA Dure Pensée, cognitif Pensée, cognitif Systèmes Experts Systèmes Experts Agents Rationnels Agents Rationnels … Ordinateur intelligent Ordinateur intelligent Ordinateur intelligent … Gènes Neurones Fourmis Calculs simples

6 Alan Turing Intelligence Artificielle Intelligence Artificielle Test de Turing Test de Turing Idée de Morphogène Idée de Morphogène Travail sur les gradients Travail sur les gradients Machine de Turing Machine de Turing Équivalence théorique mathématique Équivalence théorique mathématique Problème de Hilbert: Problème de Hilbert: « Processus physiques Computationnels donc calculés sous forme de machine de Turing Universelle » « Processus physiques Computationnels donc calculés sous forme de machine de Turing Universelle »

7 Machine de Turing A…… … Si A B, Droite Si B B, Gauche …

8 Plan Vie Artificielle Vie Artificielle Emergence Emergence Principe Principe Jeu de la vie Jeu de la vie Organoids Organoids Récursion et génération Récursion et génération Principe Principe Biomorphes Biomorphes L-Systems L-Systems Biomimétisme Biomimétisme Comportements Sociaux Comportements Sociaux Principe Principe Boids Boids Optimisation colonie de fourmis Optimisation colonie de fourmis Stimergie Stimergie Algorithmes génétiques Algorithmes génétiques Principe Principe Voyageur de commerce Voyageur de commerce Programmation génétique Programmation génétique Principe Principe Morphogen Morphogen

9 Émergence Émergence

10 Jeu de la vie John Conway 1970 John Conway 1970 Principe Principe: 1 ou + de 3 voisins MORT 3 voisins NAISSANCE 2-3 voisins survie Émergence

11 Vidéos et explications Apparitions démergences Apparitions démergences Gliders Gliders Attracteurs Fixes, cycliques, chaotiques, étranges. Attracteurs Fixes, cycliques, chaotiques, étranges. Simulations phénomènes physiques Simulations phénomènes physiques Émergence

12 Systèmes Multi-Agents Extensions de la notions dobjets Extensions de la notions dobjets Inspirés des insectes sociaux Inspirés des insectes sociaux Agents : processus de traitements dinformation situés autonomes Agents : processus de traitements dinformation situés autonomes Ex: Robots, virus intelligent, tour de contrôle, vous, etc. Ex: Robots, virus intelligent, tour de contrôle, vous, etc. MASSIVE (LOTR) MASSIVE (LOTR)

13 Organoïds PrincipeMulti-agentsFourmisÉmergenceMulti-niveauxRécursivité… Émergence

14 Organoïds Mais à quoi ça peut-il bien-t-il donc servir ?!?!? Émergence

15 Organoïds Iterative Function System Récursion

16 Récursion et génération Fonctions récursives Fonctions récursives Ex: f(n) = f(n-1) + f(n-2) f(0) = 1 f(1) = 4 Ex: f(n) = f(n-1) + f(n-2) f(0) = 1 f(1) = 4 Fractales Fractales Géométrie récursive – fonctions itératives – suites géométriques Géométrie récursive – fonctions itératives – suites géométriques Récursion

17

18 L-Systems Lindenmayer Lindenmayer Principe: idem fractales Principe: idem fractales Initiateur : F Initiateur : F Générateur : F[+F]F[-F]F Générateur : F[+F]F[-F]F Angle : 22.5 Angle : 22.5 Récursion

19 L-Systems

20 Biomorphes Sélection dindividus selon la structure (RLLRLRRLRLRL) Récursion

21 Comportements Sociaux Intelligence artificielle distribuée Culture (fourmis, termites) Culture (fourmis, termites) Régulation thermique (abeilles, termites) Régulation thermique (abeilles, termites) Constructions pharaoniques (termites, fourmis) Constructions pharaoniques (termites, fourmis) Pièges démesurés (araignées) Pièges démesurés (araignées) Élevage (fourmis) Élevage (fourmis) Colonisation (fourmis, abeilles, etc.) Colonisation (fourmis, abeilles, etc.) Etc. Etc. Il y a un bond de capacités réactives vers une émergence dintelligence sociale. Il y a un bond de capacités réactives vers une émergence dintelligence sociale. Biomimétisme

22 Boids Les halls de gare Biomimétisme Couple angle/ distanceAttraction RépulsionAlignement

23 Optimisation colonie de fourmis Biomimétisme

24 Routage réseau & P2P Biomimétisme

25 Stigmergie rétroaction environnementale Biomimétisme Phéromones

26 Termites Biomimétisme

27 Algorithmes Génétiques Meilleur moyen de résoudre un problème est de sy adapter. Meilleur moyen de résoudre un problème est de sy adapter. Sélection naturelle : Sélection des individus les mieux « adaptés » à un milieu donné et qui auront une plus grande faculté de reproduction que les autres Principe: Coder le problème à résoudre sous la forme dun génome. Déterminer une fonction dadaptation pour les solutions possibles. Faire se reproduire les individus viables. Algo G

28 Terminologie Population (= génération): Ensemble dindividus Génome Ensemble des chromosomes dun individus Chromosome (= un individu) Groupe de gènes dun individu Gène Caractère / caractéristique dun individu Allèle Forme / valeur prise par une caractéristique Algo G

29 Principe Voyageur de commerce 1- On code la solution du problème a résoudre sous la forme de gènes (fonction dencodage) 1- On code la solution du problème a résoudre sous la forme de gènes (fonction dencodage) 2- On génère une population dindividu aléatoirement (initialisation) 2- On génère une population dindividu aléatoirement (initialisation) 3- On teste les individus et on les fait mourir si leur génome nest pas bon (fitness/sélection) 3- On teste les individus et on les fait mourir si leur génome nest pas bon (fitness/sélection) 4- On croise les survivants et on retourne en On croise les survivants et on retourne en 3. On recommence tant que le génome des survivants nest pas une solution satisfaisante au problème On recommence tant que le génome des survivants nest pas une solution satisfaisante au problème Algo G

30 Applications aux Biomorphes Codage biomorphes: RGRRGGRGR (idem L-Systems) Codage biomorphes: RGRRGGRGR (idem L-Systems) Génome: RGRRGGRGR Génome: RGRRGGRGR Population: Rd Population: Rd Croisement: Croisement: Fitness: Fitness: % ressemblance % angles communs Arrêt: Arrêt: Ressemblance = 100% 1000 générations Algo G RGRRGGRGRGGRGR GRGGGGRRGGRGRR GRGGGGRGRGGGRR

31 Programmation génétique & évolutionnaire Principe: Ne plus coder la solution dans le génotype (génome) mais la faire apparaître/émerger dans le phénotype (lexpression du génome) La solution devient le comportement ou le résultat de la fonction réalisée par le gène. Les croisements modifient alors non pas les solutions mais les comportements. Algo G

32 Approche morphogénétique Algo G Divisions Zones différenciées Formation dun organisme par: - Division - Différenciation spatiale et fonctionnelle - Croisement & Sélection génome

33 Fonctionnement Algo G Allèle positionAllèle couleur Allèle taille Allèle DivisionAllèle Sécrétion Allèle Digestion Gène 1 Gène 2

34 Morphogen Principe Plusieurs gènes Plusieurs gènes Allèles Allèles Répresseurs: liste de protéines qui inhibe la fonction du gène Répresseurs: liste de protéines qui inhibe la fonction du gène Activateurs: liste de protéines qui active la fonction du gène Activateurs: liste de protéines qui active la fonction du gène Protéines: liste de protéines que transcrit/émet le gène Protéines: liste de protéines que transcrit/émet le gène Fonctions: Fonctions: Division/Mitose: Crée une autre cellule Division/Mitose: Crée une autre cellule Métabolisme: Consomme de la nourriture pour fournir de lénergie aux autres individus de lorganisme) Métabolisme: Consomme de la nourriture pour fournir de lénergie aux autres individus de lorganisme) Quiescence: Reste inactive Quiescence: Reste inactive Apoptose/Nécrose: Meure pour la morphogenèse ou de carences. Apoptose/Nécrose: Meure pour la morphogenèse ou de carences. Population tirée au hasard mis dans un endroit avec nourriture Population tirée au hasard mis dans un endroit avec nourriture Algo G

35 Morphogen 1- Perceptions des protéines 1- Perceptions des protéines 2- Fonctions 2- Fonctions 3- Émissions –> Phéromones (gradients) 3- Émissions –> Phéromones (gradients) On conserve les organismes qui vivent le plus longtemps cest-à-dire qui consomment le moins vite la nourriture du milieu en grossissant et on les croise. Algo G

36

37 A quand la vie sur nos PC ? Support physique (silicium) puce recombinantes - autoréplicantes Support physique (silicium) puce recombinantes - autoréplicantes Exobiologie Exobiologie Puces et Ordinateurs à ADN Puces et Ordinateurs à ADN Processeurs hybrides Processeurs hybrides Earth Simulator Earth Simulator … De la vie à lintelligence artificielle quelle distance y à t-il ? De la vie à lintelligence artificielle quelle distance y à t-il ?


Télécharger ppt "Vie Artificielle Beurier Grégory LIRMM. Historique Automate du roi Mu ( Lieh Tzu III e avt JC) Automate du roi Mu ( Lieh Tzu III e avt JC) Homunculus."

Présentations similaires


Annonces Google