Traitement automatique des langues : de l’extraction d’information au dialogue (1A)

Salle

Description

Intervenants

Sophie Rosset

Pierre Zweigenbaum

Développement de systèmes complexes artificiels par systèmes multi-agents adaptatifs (1B)

Salle

Description

Les systèmes complexes sont des systèmes composés d’un grand nombre d’entités en interaction locale dont on ne peut, dans le cas général, prévoir l’évolution autrement que par l’expérience ou la simulation. Autrement dit, malgré une connaissance parfaite des composants élémentaires du système, on ne connaît pas de programme capable de prévoir son comportement qui soit plus court que celui décrivant le système de manière exhaustive. Les systèmes multi-agents adaptatifs ont montré leur adéquation pour la résolution d’une large variété de problèmes complexes. Les agents de tels systèmes possèdent des connaissances locales, des comportements relativement simples et interagissent d’une manière coopérative. Par leurs interactions, le fonctionnement global du système émerge.

Le tutoriel que nous proposons se divise en deux parties

1. 1. Des systèmes complexes vers les systèmes multi-agents adaptatifs : Cette partie concerne une introduction aux systèmes complexes ainsi que l’adéquation des systèmes multi-agents pour leur résolution.
   2. Ingénierie et implémentation sous le framework AMAK: dans cette partie, les participants seront invités à concevoir et implémenter un système multi-agent adaptatif via le framework AMAK.

Intervenants

Jean-Pierre Georgé est Maitre de Conférences à l’Université Toulouse III – Paul Sabatier, et effectue ses recherches à l’Institut de Recherche en informatique de Toulouse (IRIT). Son domaine de recherche concerne l’Intelligence Artificielle, et plus précisément la résolution émergente de problèmes complexes. L’approche utilisée repose sur des Systèmes Multi-Agents Adaptatifs, i.e. des algorithmes décentralisés capable de prendre en compte, dynamiquement, les contraintes d’environnement évolutifs. Sa spécialité est la conception des règles d’auto-organisation régissant le comportements coopératif des agents, à des fins de contrôle, de résolution et d’optimisation dans les Systèmes Complexes.

Elsy Kaddoum, Maître de Conférences à l’Université Toulouse II – Jean Jaurès, elle effectue ses recherches au sein de l’équipe Systèmes multi-agents coopératifs (SMAC) de l’Institut de Recherche en informatique de Toulouse (IRIT). Son domaine de recherche concerne l’Intelligence Artificielle, plus particulièrement la résolution collective de problèmes complexes par systèmes multi-agents adaptatifs. Elle s’intéresse à l’étude des interactions et des mesures de criticités permettant d’améliorer le processus de coopération entre agents dans des environnements fortement dynamiques.

Frédéric Migeon, est Maitre de Conférences à l’Université Toulouse III – Paul Sabatier, et effectue ses recherches au sein de l’équipe Systèmes multi-agents coopératifs (SMAC) de l’Institut de Recherche en informatique de Toulouse (IRIT). Il s’intéresse à l’ingénierie des systèmes multi-agents adaptatifs à travers les problématiques de processus de méthodes, l’ingénierie des modèles, l’architecture logicielle, les langages dédiés. Son domaine de recherche concerne également la validation et l’explicabilité des systèmes multi-agents coopératifs, particulièrement dans le cas de l’apprentissage, endogène ou exogène, mais aussi les aspects liés au living design.

Comportements, Services et Communications en Jade : application à la recherche de voyages (2A)

Salle

Description

Le but de ce tutoriel est d’utiliser des agents pour gérer les échanges entre des voyageurs et des services d’informations sur des voyages.

Ces agents seront développé en Java, avec la plateforme JADE (https://jade.tilab.com)..

Etape 1 :  Agentification du problème : étape guidée afin de tous ou presque utilise par la suite les mêmes classes d’agents, et de comportement ainsi que la même représentation des données de l’environnement

Etape 2 : Création des classes d’agents et des comportements, tests de communications et de comportements simples

Etape 3 : Utilisation des protocoles de communication  (AchieveRE, ContractNet  (pour la recherche et sélection de voyages…)

Etape 4 : Ecoute de message d’alerte et adaptation des agences et de voyageurs au message reçu..

Une partie du code présent sur cette page pourra être utilisé :

http://emmanuel.adam.free.fr/site/spip.php?article175

Intervenants

Emmanuel Adam : Maître de Conférences depuis 2003 dans le Département d’Informatique du LAMIH (UMR CNRS 8201) de l’UPHF (Université Polytechnique des Hauts-De-France), mes recherches vise l’utilisation d’organisation agents au sein d’organisations humaines et de systèmes complexes.

Plus précisément mes travaux concernent les organisations multi-agent holoniques : organisations multi-agent multi-niveaux flexibles, où chaque élément est libre de choisir ses actions pour atteindre son but individuel tout en étant contraint par la nécessité de l’organisation d’atteindre son but collectif. La notion d’auto-adaptation des agents dans un but de robustesse et de coopération est essentielle à ce type d’organisation.

J’enseigne les notions de base de l’IA ainsi que la définition et l’utilisation de réseaux de neurones, logique floue, algo génétique, A*, … aux étudiants de Master 1 depuis 15 ans; et la programmation agent au travers de la plateforme Jade, utilisé pour mes projets de recherche, depuis plusieurs années également.

L’unification dans les logiques propositionnelles (2B)

Salle

Description

L’unification dans les logiques propositionnelles est un domaine de recherche actif et de nombreuses applications du problème de l’unification à la maintenance des bases de connaissances ont été considérées. Dans ce tutoriel, nous effectuerons un tour d’horizon des résultats connus sur l’unification dans quelques logiques propositionnelles et nous présenterons quelques uns des problèmes ouverts dont la résolution aura un impact important sur l’avenir du domaine. Après une partie introductive sur l’unification dans les théories équationnelles, nous considérerons le cas de l’unification booléenne, nous étudierons le problème de l’unification dans la logique intuitionniste et dans les logiques modales transitives comme K4, nous introduirons les notions d’unifieurs projectifs et d’unifieurs transparents et nous définirons l’unification filtrante. Nous présenterons ensuite les résultats les plus récents obtenus dans le cadre de l’unification dans les logiques de descriptions et les logiques multimodales (temporelle et épistémique). Enfin, nous montrerons comme les outils et les techniques de la théorie de l’unification peuvent être utilisés pour résoudre des problèmes de planification épistémique.

Intervenants

Philippe Balbiani a obtenu le doctorat en informatique à l’Université Paul Sabatier en 1991. Chercheur en informatique pour le CNRS depuis 1991, il est directeur de recherche à l’Institut de recherche en informatique de Toulouse (IRIT). Il a été plusieurs années responsable à l’IRIT de l’équipe Logique, interaction, langue et calcul et éditeur du Journal of Applied Non-Classical Logics. Ses travaux concernent les logiques non-classiques et leurs applications (raisonnement spatial et temporel, problèmes de satisfaction de contraintes spatiales et temporelles, logiques spatiales et temporelles, raisonnement épistémiques, logiques épistémiques, déduction automatique).

Game Description Language : Décrire des jeux et raisonner (3A)

Salle

Description

Le challenge “General Game Playing” a pour objectif de construire des agents capable de participer à des jeux sans connaître à l’avance les règles gouvernant ceux-ci. Les jeux sont décrits à l’aide d’un langage (Game Description Language – GDL) inspiré de la programmation logique.

L’objectif de ce tutoriel est de présenter ce langage, de montrer comment peuvent être construits différentes logiques sur celui-ci et les challenges associés à la construction d’un agent raisonnant sur les règles de jeux écrites en GDL (informations imparfaites, raisonnement stratégique).

Ce tutoriel s’appuie sur les tutoriels KR-18 et IJCAI-19 sur “Game Description Language and Logics”.

Intervenants

Laurent Perrussel est professeur d’université à l’Université Toulouse Capitole et est membre du département d’IA à l’IRIT. Ses recherches concernent principalement le raisonnement et les systèmes multi-agents. Le cadre théorique s’appuie principalement sur les logiques non-classiques, la théorie des jeux, les mécanismes d’allocation et le choix social. Il est actuellement coordinateur d’un projet ANR qui a pour but de montrer la faisabilité du raisonnement stratégique dans le contexte limité des mécanismes d’enchères. https://www.irit.fr/~Laurent.Perrussel

Réseaux de fonctions de coût (4B)

Salle

Description

Les réseaux de fonctions de coût (RFC) sont une extension des réseaux de contraintes pour modéliser des problèmes d’optimisation discrète où les valeurs des coûts peuvent être symboliques ou numériques, mais doivent être totalement ordonnées. Comme les réseaux de contraintes, les RFC font partie des modèles graphiques, définis sur un ensemble de variables avec un domaine de valeurs fini associé et par un ensemble de fonctions de coût, chacune portant sur un sous-ensemble des variables. Dans ce tutoriel, nous donnons un aperçu des derniers résultats théoriques et algorithmiques concernant les RFC. En particulier, nous présentons les classes traitables connues et expliquons comment celles-ci s’utilisent dans des méthodes hybrides de recherche arborescente et de recherche locale.

Dans une deuxième partie, nous montrons des exemples de modélisation utilisant les réseaux de fonctions de coûts et leur résolution à l’aide du solveur toulbar2. Ces exemples proviennent de différents benchmarks issus de compétitions en inférence probabiliste, en analyse d’image, en logique propositionnelle pondérée et en satisfaction de contraintes pondérées.

Les participants pourront suivre et expérimenter avec leur ordinateur, sur lequel ils auront installé le package debian(sid) toulbar2, ainsi qu’un interpréteur python3.

Le source et des exemples sont accessibles ici:

http://www.inra.fr/mia/T/toulbar2

Intervenants

Simon de Givry (http://www.inra.fr/mia/T/degivry) a obtenu sa thèse en Intelligence Artificielle en 1998 et soutenu son HdR en 2011. Il est chercheur à l’INRA au laboratoire de Mathématique et Informatique Appliquées de Toulouse depuis 2002 dans une équipe de bio-informatique. Auteur d’une centaine d’articles, son domaine de recherche principal est l’optimisation combinatoire, avec des applications en génétique, en biotechnologie et aussi en agronomie. Il développe depuis 2006 un logiciel open-source, disponible sous GitHub et Debian, appelé toulbar2, d’optimisation pour les réseaux de fonctions de coût, ayant remporté plusieurs compétitions en programmation par contraintes (MaxCSP) et dans les modèles graphiques probabilistes dont les champs de Markov et les réseaux bayésiens.

Il enseigne à l’Université de Toulouse (ENAC/Master RO) et est membre de l’école doctorale MITT. Il est l’organisateur de plusieurs ateliers et conférences en programmation par contraintes et dans les réseaux bayésiens (JFPC 2012, CP 2016, JFRB 2018, CP 2019). Il a donné des tutoriels sur les réseaux de fonctions de coût à IJCAI 2009, CP 2010 et ISMP 2018.

Martin Cooper (https://www.irit.fr/spip.php?page=annuaire&code=82) est professeur à l’IRIT. Il est l’auteur de très nombreuses publications sur les réseaux de fonctions de coût.

Optimisation sous contraintes distribuée pour l’internet-des-objets (5A)

Salle

Description

La nature sans cesse croissante de l’Internet des Objets (IoT) et des domaines d’application connexes (Smart home, Smart buildings, etc.) avec de nombreux objets et configurations exige de plus en plus d’autonomie et de coordination. Les systèmes multi-agents sont un paradigme approprié pour modéliser et développer des applications et une infrastructure pour mettre en œuvre de tels environnements IoT. Dans les techniques multi-agents, le raisonnement par contraintes distribuées est une approche pertinente pour modéliser des problèmes complexes et décentraliser les décisions de manière coordonnée. Le Tutoriel sur l’optimisation des contraintes distribuées pour l’Internet des Objets propose de passer en revue certaines méthodes de solution DCOP pertinentes pour le contexte de l’IoT, de modéliser une véritable étude de cas de maison intelligente, et enfin de programmer et déployer des méthodes de solutions DCOP sur un véritable environnement IoT composé de Raspberry Pis.

Intervenants

Gauthier Picard received a Ph.D. degree in Computer Science from the University of Toulouse in 2004, and the Habilitation degree in Computer Science from the University of Saint-Etienne in 2014. He is currently an associate professor in Computer Science at MINES Saint-Etienne and a full researcher at Laboratoire Hubert Curien UMR CNRS 5516. His research focuses on cooperation and adaptation in multiagent systems and distributed optimization with applications to smart grids, aircraft design, ambient intelligence, and intelligent transport. He has been in charge of the following organization activities: SASO (2016, PC Chair), SASO (2015, WS Chair), JFSMA (2015, Organization Chair), SASO (2014, Doctoral Consortium Chair), SASO (2012, Organization Chair), WI-IAT (2011, Demo Chair), ESAW’09 (2008-2009, Chair). He has also previously been member of the organization committees of the following events: ESAW (2004), JFSMA (2007), Web Intelligence Summer School (2009), EASSS (2010), MALLOW (2010), WI-IAT (2011).

Gauthier Picard teaches Artificial Intelligence, Multi-Agent Systems and DCOPs for Master-level students for more than 10 years, at Ecole des Mines de Saint-Etienne. He is also coordinating the International Master Track on Cyber-Physical and Social System. Some sample slides and pratical works are available online, on DCSP and DCOP, Programming DCSP with Jason or Self-organization in Multi-Agent Systems.

Pierre Rust is a software developer and computer science researcher (currently in PhD thesis), at Orange Labs. After more than 10 years of experience as a developer in the industry, he is now focusing on research; his main topics of interest are distributed computing, artificial intelligence and the impact of software on sustainability. He also enjoys helping fellow developers by sharing knowledge and occasionally giving lectures, notably at Mines Saint-Etienne, and teaches Python language at Orange.