Intelligence artificielle et système multi-agent
- 1. Intelligence Artificielle & Systèmes Multi-Agent Présenter par HACHIMI Abdeldjalil DJEBBARI Noureddine
- 2. Plan Historique Qu'est-ce que l'intelligence artificielle Domaines de l’IA limites de l'approche classique de l'IA Intelligence artificielle distribuée IA vs IAD Les Trois Axes Fondamentaux de l’IAD Système multi-agent Conclusion
- 3. • Depuis les années 50 l’homme réussissait à réaliser une machine qui ressemble à l’être humain, mais il a marqué un problème d’intelligence pour une meilleure simulation du comportement de l'être humain. Can machine think??!!
- 4. Qu'est-ce que l'intelligence artificielle ? L'intelligence artificielle est souvent abrégée avec le sigle « IA ». Cette invention a pour but de reproduire au mieux les fonctions, les gestes, les pensées, le raisonnement d'un cerveau humain. Afin d'imiter l'homme, et utilise pour cela des robots.
- 5. Domaines de l’IA Analyse de texte: vise à la compréhension, la traduction, ou la production du langage (écrit ou parlé). Reconnaissance de formes: des visages et la vision en général. Représentation des connaissances: traite le problème de la représentation des connaissances et de la mise en œuvre du raisonnement. Robotique : vise à réaliser des agents physiques qui peuvent agir dans le monde.
- 6. Limites de l'approche classique de l'IA 1/2 • L'évolution des domaines d'application de l'IA pour recouvrir des domaines complexes et hétérogènes tels que l'aide à la décision, la reconnaissance et la compréhension des fromes, la conduite des processus industriels, etc.. a montré les limites de l'approche classique de l'IA qui s'appuie sur une centralisation de l'expertise au sein d'un système unique.
- 7. Limites de l'approche classique de l'IA 2/2 • Les travaux menés au début des années 70 sur la concurrence et la distribution ont la contribué à la naissance d'une nouvelle discipline : l'Intelligence Artificielle Distribuée IAD.
- 8. Intelligence artificielle distribuée IAD a pour but de remédier aux insuffisances de l'approche classique de l'IA en proposant la distribution de l'expertise sur un groupe d'agent. L' IAD peut alors être définie comme étant la branche de l'IA qui s'intéresse à la modélisation de comportement intelligent par la coopération entre un ensemble d'agents opèrent collectivement et de façon décentralisée pour aboutir à un objectif global.
- 9. Comparaison entre l'IA et l'IAD 1/2 • A la différence de l'intelligence artificielle classique qui modélise le comportement intelligent d'un seul agent, l'intelligence artificielle distribuée IAD s'intéresse à des comportements intelligents qui sont le produit de l'activité coopérative de plusieurs agents. • Le passage du comportement individuel aux comportement collectifs est considéré comme un enrichissement de l'IA.
- 10. Comparaison entre l'IA et l'IAD 2/2 A travers cet enrichissement L’IAD considère que la résolution des problèmes complexes nécessite : La distribution du contrôle. La distribution des connaissances La distribution des informations nécessaires parmi une communauté d’acteurs .
- 11. Les Trois Axes Fondamentaux de l’IAD Les Systèmes Multi-Agents (SMA) La Résolution Distribuée des Problèmes (RDP) L ’Intelligence Artificielle Parallèle (IAP). Parmi les trois axes de l’IAD nous intéressons à étudier les Systèmes Multi-Agents.
- 12. Système multi-agent Définition d’un Système Multi-Agents Un système multi-agents est une communauté d’agents autonomes travaillant en commun, selon des modes parfois complexes de coopération, conflit, concurrence, pour aboutir à un objectif global.
- 13. Qu’est-ce qu’un agent ? Un agent est une entité réelle ou virtuelle évoluant dans un environnement, capable de le percevoir, qui peut communiquer avec d’autres agents.
- 14. Caractéristiques des agents • Capable de percevoir et d’agir dans un environnement, • peut communiquer directement avec d’autres agents, • possède des ressources propres, • possède des compétences et offre des services, • peut éventuellement se reproduire.
- 15. Types d'agent intelligent • Agents réactifs: leur comportement est de type stimulus/ réponse. • Agents cognitifs: habileté a raisonner sur leurs connaissances. • Agents hybrides : combinaison de ces deux approche.
- 16. Caractéristiques des SMA • Le contrôle de système est réparti. • Les données manipulés sont décentralisé • Les traitements sont asynchrones. D’autre part un SMA peut être : • Ouvert : les agents rentrent et sortent librement. • Fermé : l’ensemble des agents reste le même. • Homogène : tout les agents sont construit sur le même modèle . • Hétérogène : les agents sont construits à partir des modèles différents.
- 17. Domaines d’applications des systèmes multi-agent • Une grande partie des applications de système multi- agents est dans le domaine de recherche d'informations. Cette architecture de système multi-agents permet la recherche d'informations dans des sources hétérogènes et réparties :
- 18. Conclusion • les applications à base de systèmes multi-agents sont utilisées de plus en plus dans la vie réelle • Permettre de modéliser des systèmes et des phénomènes du monde réelle. • Offre plusieurs avantage (robustesse, …) mais leurs principales inconvénients résident dans la conception et la modélisation ainsi que la communication entre agents. •
Notes de l'éditeur
- #12: MIT: Massachusetts Institute of Technology