...
2. Les réseaux sémantiques en IA
En 1956, une conférence fondatrice pour la recherche en IA
eut lieu à l’université de Darmouth aux États-Unis.
L’année suivante, deux jeunes professeurs, Marvin Minsky
et John McCarthy, lançaient au MIT le projet de recherche en
IA. Depuis cette époque, les recherches en IA ont permis de
constater que des problèmes ardus pour un être humain
sont faciles à résoudre pour les machines alors que
ces dernières ont beaucoup plus de difficulté à
faire face aux problèmes simples. Autrement dit, grâce
aux impressionnantes capacités de calcul des ordinateurs, il
est plus facile de programmer un système expert qui excelle
dans une tâche complexe aux possibilités circonscrites,
comme jouer aux échecs, plutôt que de reproduire les
comportements humains qui composent avec un environnement complexe,
comme saisir un verre d’eau.
En
effet, si les capacités linguistiques et les connaissances
du monde d’un enfant de cinq ans dépassent encore celles
des ordinateurs, c’est que l’être humain dispose
de systèmes d’« extraction de la signification
» (Bloom et al., 2003). Ainsi, une grande part des comportements
que nous qualifions d’intelligents implique non seulement des
algorithmes de traitement de l’information mais également
un vaste répertoire de connaissances encyclopédiques
sur l’environnement. Ce sens commun, aucun ordinateur ne le
possède encore. Par exemple, une machine ne peut répondre
à des questions comme «La Terre est-elle plus petite
qu’une orange?» ou «Est-ce que les murs chantent
?» Elle ne possède pas les connaissances nécessaires
pour inférer les réponses. L’ordinateur n’accède
qu’au premier niveau de la signification, ce qu’illustre
particulièrement le problème de l’ambiguïté
lors du traitement automatique du LN (Schunn et al., 2005).
Les
réseaux sémantiques ont généralement été
développés à partir de deux paradigmes de recherche
aux impératifs bien distincts : la modélisation pour
reproduire et la modélisation pour expérimenter. Le
premier paradigme, qui provient de la recherche en IA, vise à
reproduire artificiellement les processus de traitement de l’information
pour reproduire l’intelligence. Ces processus n’ont donc
pas à correspondre exactement à ceux de l’être
humain. Au contraire, le second paradigme tente de reproduire les
résultats expérimentaux à l’aide des ordinateurs
afin d’enrichir les théories psychologiques et de fournir
de nouvelles hypothèses de recherche. Puisque le but de cet
article est de s’inspirer des résultats expérimentaux
sur la cognition humaine pour enrichir les modèles de l’IA,
nous restreindrons nos préoccupations au premier paradigme.
...
1.
Introduction
2. Les réseaux sémantiques en IA
3.
Incarnation et langage naturel
4.
Tirer profit des recherches sur la cognition humaine
5.
Quelques suggestions issues des recherches sur la cognition humaine
6.
Conclusion
Bibliographie