IC2012 : Concevoir des dispositifs capables d'augmenter la pensée

"Du mythe d'Icare au projet de la biomimétique lancé par J.M. Benyus, l'homme s'applique à copier la nature pour concevoir ou améliorer ses systèmes techniques. Dans le domaine de l'IA, de la robotique et du data mining, on citera pour exemple les algorithmes évolutionnaires, les algorith
mes d'optimisation par essaim de particules, ou encore les modèles d'optimisation inspirés du comportement des insectes sociaux. Dans tous les cas, il s'agit de s'inspirer plus ou moins fortement de modélisations de structures existant dans la nature (structures s ociales, biologiques, etc.) et d'appliquer les lois qui régissent ces structures aux données dans un problème d'optimisation.
L'Ingénierie des Connaissances (IC) peut-elle adopter une telle démarche ? L'IC a-t-elle besoin des Sciences Cognitives ? Les concepteurs d'ontologies ont-ils par exemple intérêt à s'appuyer sur les travaux réalisés sur la mémoire sémantique et la catégorisation ? Plus généralement, l'IC a-t-elle un quelconque avantage à s'inspirer des modèles du vivant pour concevoir ses dispositifs ?
On serait spontanément porté à répondre à ces questions par la positive. Les premiers raisonneurs en Intelligence Artificielle (IA) s'inspirent de modèles psychologiques du raisonnement ou de la formation des concepts chez l'homme. La théorie de la rationalité limitée d'Herbert Simon, visant à modéliser les stratégies sur lesquels s'appuie l'individu pour prendre des décisions, servit de base au développement des méthodes heuristiques en IA : le raisonnement à base de règles, et par exemple d'arbres de décisions. Et le modèle de représentation utilisé dans les ontologies contemporaines est une reprise des réseaux sémantiques, développés par les psychologues dans les années 1960 pour rendre compte de la manière dont les concepts sont organisés dans la mémoire humaine.
Cependant, le projet de l'IC, en tant que secteur de l'ingénierie, n'est pas de créer des machines qui pensent, encore moins des machines qui pensent comme l'homme - mais de concevoir des machines capables d'aider l'homme à penser. Or a-t-on besoin de connaître les mécanismes de la cognition pour assister celle-ci ? Une supplémentation efficace de la cognition humaine exige manifestement une certaine compréhension de son fonctionnement. Mais l'histoire nous fournit nombre d'exemples d'artéfacts cognitifs, tels le boulier, manifestement inventés indépendamment de toute théorie du fonctionnement cognitif.
On le voit, ce problème est donc moins évident qu'il n'y parait. Des nuances sont nécessaires. La finalité de cet atelier sera précisément d'expliciter et de discuter ces nuances."

Personnellement, ma présentation sera centrée sur une approche de l'IA influencée par les sciences de la complexité. En voici le pitch :

Du super-ordinateur intelligent à la singularité technologique, l'intelligence artificielle (IA) a toujours fait l'objet de prédictions fantasmatiques. Ce phénomène a été amplifié par la littérature de science-fiction et les films à grand spectacles où l'IA est souvent représentée comme une entité omnisciente et belliqueuse. Malgré de nombreuses avancées, la réalité dans les laboratoires est bien plus laborieuse, mais aussi dans ses applications plus rassurante. Nous rappellerons brièvement les grandes étapes de l'histoire tumultueuse de cette discipline, puis nous tenterons de comprendre les raisons profondes qui limitent son développement. Nous proposerons alors une approche qui s'appuie sur les sciences de la complexité, non pas pour obtenir des machines qui pensent comme l'humain mais des machines qui complètent notre intelligence. Dans ce contexte, sur la base de quelques exemples expérimentaux, nous discuterons l'hypothèse qu'une intelligence, qu'elle soit naturelle ou artificielle, ne peut exister qu'à la frontière entre l'ordre et le chaos.