I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 3 ème Année – Cours n°2.

Présentation au sujet: "I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 3 ème Année – Cours n°2."— Transcription de la présentation:

1 I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 3 ème Année – Cours n°2

2 Introduction Choix et mise en oeuvre Thématique ancienne Enjeux transdisciplinaires Formes multiples Deux approches : – Modélisation de processus formalisés – Procédures informelles ou heuristiques

3 Au menu - Approche analytique - Approche intuitive - Les outils daide à la prise de décision

4 Approche analytique Perception Analyse Évaluation Limites

5 Modélisation Agent Décision Cognitif Réactif Environnement PerceptionAction Modélisation séquentielleReprésentation dun agent

6 Perception Récolte dinformations Système sensoriel Rôle de lenvironnement

7 Analyse Recherche dune solution optimale Mise en œuvre de nombreux calculs Méthode informatique – Arbres de décisions – Arbres dexploration – Système expert – Architecture BDI – …

8 Méthode informatique Arbre dexplorationArchitecture BDI Arbre de décision

9 Évaluation Buts – Centraux / Universels – Objectifs de la décision Vérification de latteinte des objectifs Remise en œuvre éventuelle

10 Limites Complexité – Exhaustivité des solutions envisagées – Connaissance de lenvironnement limitée – Définition du périmètre du problème Approche éloignée de la décision naturelle

11 Approche intuitive Monocritère Reconnaissance et expérience Le rôle des émotions

12 Monocritère Critère dacceptabilité Analogie avec larchitecture de subsomption

13 Reconnaissance et expérience Comparaison avec les expériences antérieures Adaptation du plan daction Modèles par renforcement

14 Le rôle des émotions Modèles précédents limités Notion de « marqueur somatique » Cas cliniques de lésions cérébrales

15 Outils daide à la prise de décision Les arbres de décision Les systèmes experts Les bases de données décisionnelles La prospective

16 Les arbres de décision Répartir une population en fonction de variables Enchaînement dactions Résultat Intuitifs et assez simples d'utilisation

17 Les systèmes experts Reproduire le raisonnement dun expert Logique propositionnelle ou prédicats Exemple : MYCIN pour les maladies du sang

18 Les bases de données décisionnelles Recoupement des données Bases de données redondantes / Hypercubes Statistiques sur une population ciblée

19 La prospective Étude des futurs possibles Analyse statistique des « variables clé » Constitution de scénarios Réaliser le futur le plus favorable

20 Conclusion Approches complémentaires / combinées Intérêt des sciences cognitives Perspectives

21 We are continually faced with a series of great opportunities brilliantly disguised as insoluble problems. John W. Gardner Authors: Ophir Paz (ophir.paz@nova-box.com ) Geoffroy Vincens (geoffroy.vincens@nova-box.com)