Добірка наукової літератури з теми "Intelligence artificielle – Société"

L’Intelligence Artificielle (IA) semble s’imposer aujourd’hui dans tous les domaines de la société. Pour mieux cerner le potentiel et les risques de cette intégration, cet article propose une réflexion en trois temps. La première partie situe l’IA dans le champ des techniques. Elle présente les fondements des familles de techniques d’IA de façon à positionner leurs capacités et leurs limites. La seconde partie présente les espoirs qu’ouvre l’usage de l’IA dans différents domaines. Enfin, une troisième partie apporte un éclairage plus réflexif à partir de quelques grands enjeux éthiques et environnementaux liés à ces techniques.

Cette réflexion est destinée à examiner les éléments logico-philosophiques indispensables à la compréhension du rapport entre la complexité et la machine artificielle, d’une part, puis entre l’intelligence artificielle et ses considérations méta-éthiques, d’autre part. Il se trouve que, depuis quelque temps déjà, l’intelligence artificielle prend une importance considérable dans l’informatisation de notre société. Parallèlement, la philosophie de la technoscience tend à répandre la notion de machine artificielle dans tous les univers du savoir. En témoigne le point de vue d’Edgar Morin dans l’axe méthodologique de la pensée complexe, dont il fixe les repères en rapport avec l’hypothèse du computo . Paradoxalement, la machine artificielle prête à équivoque, conformément aux exigences métaphysiques de l’esprit. L’artificiel est en passe de se placer au premier rang des neurosciences. Qui plus est, à l’aune des techniques dites d’imagerie, non sans résonance magnétique fonctionnelle, il se tourne vers le développement intense des artefacts techniques dans les sciences de l’ingénieur et dans des champs pluridisciplinaires qui sont de plus en plus innovants, mais précisons que les conditions de possibilité d’une machine artificielle ne sont pas toujours réductibles à celles d’une intelligence artificielle. S’ouvre alors l’axe épistémologique de la complexité de l’intelligence humaine doublée de l’intelligence de la complexité de Leibniz à Morin.

Depuis l’avènement de l’intelligence artificielle, plusieurs domaines de recherche, dont l’informatique affective (affective computing), se sont intéressés à implanter celle-ci dans différentes sphères de la société. L’informatique affective se penche surtout sur les interactions sociales entre les humains et l’intelligence artificielle. Avec les nombreux projets d’insertion de cette nouveauté dans notre vie, une meilleure compréhension des interactions humaines qui vont en découler est donc d’autant plus importante. Par le biais de ce domaine de recherche, l’empathie semble jouer un rôle de première instance dans l’intégration de l’intelligence artificielle à notre quotidien. Étant l’une des habiletés essentielles chez l’humain, elle contribue à nos interactions et sert de base à la différenciation avec les interactions animales. L’empathie artificielle est donc l’application de certaines caractéristiques de l’empathie à une intelligence artificielle, mais plus particulièrement à des robots, soit une entité physique, ou à un système d’avatar. La présence physique de l’empathie (par le biais d’un robot) s’avère primordiale à l’insertion de l’intelligence artificielle dans nos vies courantes, puisqu’elle a une incidence sur l’établissement d’une relation empathique. La présence de capacités mnésiques est également essentielle au développement de relations à long terme. Un robot universel signifie une application de l’empathie qui permet d’éviter l’impression d’interactions inauthentiques, mais surtout un robot pouvant s’appliquer, s’adapter et pouvant interagir avec l’ensemble de la société. Cette recension des écrits sert à éclairer les lecteurs sur l’état actuel et sur l’avenir de l’informatique affective. Ultimement, l’objectif est d’implanter la capacité holistique de l’empathie pour satisfaire les nombreuses clientèles spécifiques comme les TSA, les personnes âgées ou les enfants, ainsi que l’unicité de chaque individu représentant la race humaine.

Peut-on parler d’intelligence, d’intentionnalité et d’agence lorsqu’on observe les interactions d’un agent artificiel orienté par des algorithmes ? Et comment l’interaction d’un agent artificiel modifie-t-elle l’agence de l’être humain ? Partant de la “théorie de l’exonération” postulée par l’anthropologie philosophique et l’intégrant à la théorie relationnelle, nous examinerons dans cette recherche les effets déterminés par l’interaction asymétrique entre l’être humain et l’algorithme. Ce dernier, pour être efficace en termes de résultats prédictifs, doit rendre l’environnement stable et le comportement humain prévisible. Mais une société prévisible est contre-productive et handicapante pour l’être humain sur le plan relationnel. L’être humain doit donc changer sa perspective relationnelle avec l’IA, en évaluant de manière réflexive non seulement les résultats positifs/négatifs, mais aussi les aspects facilitateurs/ incapacitants.

Au-delà de la question identitaire, l’extraterrestre interroge l’utopie du contact désintéressé avec cet Autre qui nous est étranger, donc avec le politique. Se situant dans un univers parallèle au nôtre, La Culture est au centre des romans de l’écrivain écossais Iain M. Banks. C’est une société pan-humaine d’envergure galactique, hédoniste et libertaire. Les aliens, les humains et les intelligences artificielles y sont des citoyens égaux.

Les Intelligences Artificielles Conversationnelles (IAC) viennent de faire leur apparition (moins d’un an !) dans le monde de la technologie numérique en bousculant ainsi beaucoup de mode de fonctionnement dans notre société. Beaucoup d’informations vont être fournies aux patients par ces logiciels à travers une nouvelle perspective interactive grâce aux IAC, notamment ChatGPT dont tout le monde parle. Dans notre monde numérique, les IAC faciliteront la communication entre professionnels de la santé dentaire, parents et enfants, en fournissant des informations claires et en répondant aux questions de manière interactive comme lors d’une conversation. En orthodontie, une approche précoce de correction des problèmes orthodontiques chez les enfants vise à détecter et traiter les anomalies de croissance dentaire avant qu’elles ne deviennent complexes. Les patients, de plus en plus avides d’informations, utiliseront de manières importantes les IAC pour leur permettre de se faire expliquer les bases de l’Orthodontie Interceptive, comprendre les avantages d’une intervention précoce, et surfer dans une expérience où la technologie et la santé bucco-dentaire se rejoignent pour créer des sourires sains et épanouis dès le plus jeune âge. Ces outils numériques, qui peuvent parfois en effrayer certains, permettront pour d'autres, de rendre l’expérience orthodontique plus accessible, interactive et compréhensible que jamais pour les patients. Cet article tente de vérifier les réponses fournies par plusieurs IAC à des questions que nous leur avons posé.

Cet article examine la possibilité de programmer une intelligence artificielle (IA) pour qu'elle soit moralement "bonne", en s'inspirant des principes de Kant. Il aborde les défis de définir une éthique universelle pour les machines, la complexité des décisions morales, et les risques de biais et de discrimination. Parallèlement, il souligne les opportunités offertes par une IA éthique, telles que l'amélioration de la prise de décision et la réduction des biais humains. Des recommandations sont proposées, incluant l'établissement de principes éthiques clairs, la conception inclusive, et la transparence. L'article conclut sur l'importance de développer une IA éthiquement responsable pour façonner une société où la technologie reflète nos valeurs morales.

L’IA est souvent présentée comme un modèle devenu un concurrent de l’intelligence humaine. Mais si on la caractérise qu’elle est une manière artificielle de résoudre des problèmes qui requièrent de la part des humains de l’intelligence, rien n’implique qu’il lui soit nécessaire de faire preuve d’intelligence. Dans cet article, nous abordons cette question à deux niveaux : à un niveau ontologique, la machine est-elle aussi intelligente que l’humain, ou l’humain aussi stupide qu’une machine ? à un niveau sociologique, la machine n’est-elle pas appelée à remplacer l’humain du fait de nos sociétés modernes dont la rationalité calculante confine les personnes à des tâches machinales et répétitives ? Nous argumentons que la machine reste ontologiquement stupide à la différence des êtres humains, les trois énigmes du brin d’herbe, de la caresse et du regard marquant un écart irréductible, mais que la véritable question est de savoir penser une société moderne misant sur l’intelligence humaine où la machine est son complément et non son concurrent.

Si la Technique vient compenser un défaut d'être, quelle est la responsabilité de l’homme face à l’évolution de sa condition? La question du développement des capacités humaines en interaction avec les machines crée des interférences avec les limites traditionnelles, et fait ressortir de nombreuses questions éthiques autour de l’émergence d’une Intelligence artificielle et d’une transformation biotechnologique. Ces dernières opèrent un éclatement de l’ontologie même du vivant. Par conséquent, quel rôle peut jouer l’artiste face à la recréation de sa condition humaine ? Quel est le statut de ces œuvres d’art d’êtres vivants autonomes ? L’Art est-il prêt à s'engager sur des questions sociales, culturelles et biopolitiques plus larges, non seulement avec la création de nouveaux objets, mais aussi de nouveaux sujets comme celui que pose la matière vivante ? Nous verrons comment les artistes s’approprient les nouvelles technologies pour les questionner, afin d’en explorer toutes les réalités phénoménologiques et physiologiques auxquelles elles leur donnent accès. La perfectibilité du corps sous forme de réalisation technique ou microbiologique est envisagée. Le corps s’expose, au risque de perdre son statut d’espèce protégée. Dans le cadre de la partie pratique de cette thèse, notre projet utilisera un dispositif permettant de donner la parole à des organismes vivants et de montrer leurs capacités à manifester une intentionnalité. Nous exposerons ainsi le concept d’une intelligence naturelle au delà de la vision restreinte de la science objective actuelle. La question de la fin de l’exception de l’intelligence humaine dans son arrogance et sa prédation est posée
If technology compensates for a lack of being, what is man's responsibility within the evolution of his condition? The intertwining of human capabilities with machines transgresses traditional boundaries, and brings to light many ethical questions. Artificial intelligence and biotechnological transformation completely redefine the ontology of life. What role does the artist play in the recreation of the human condition? What is the status of autonomous living beings turned into works of art? Is Art ready to engage in broader social, cultural, and biopolitical issues, not only with the creation of new objects, but also with new subjects such as living matter? We will see how artists are seizing new technologies to question them, in order to explore all the phenomenological and physiological realities to which they give them access. The perfectibility of the body as a technical or microbiological embodiment is envisaged. The body is exposed, at the risk of losing its status as a protected species. For the practical part of this thesis, we will use a device to give voice to living organisms and show their ability to manifest intentionality. We will thus expose the concept of a natural intelligence beyond the limited vision of current objective science. The prospect of the end of human exceptionality in its arrogance and predation is considered

La complexité croissante des systèmes industriels en termes d'expansion, d'hétérogénéité et de décentralisation entraine de plus en plus de contraintes dans leur fonctionnement. Ces contraintes ont souvent une composante temporelle. Des techniques, telles que les systèmes multi-agents, sont bien adaptées au caractère hétérogène et décentralisé de ces systèmes, elles sont de plus en plus souvent utilisées dans les applications telles que : contrôle, supervision, simulation, pilotage des travaux existent sur la représentation du temps dans la modélisation et le raisonnement sur les systèmes industriels. Dans le contexte multi-agents, peu de travaux prennent en compte ce facteur temporel explicitement et il est quasiment absent de tous les aspects sociaux de l'agent. Dans cette thèse, nous proposons et définissons une société d'agents temporels qui permet la prise en compte explicite du temps a la fois dans le raisonnement individuel et le raisonnement social au sein de l'agent. L'accent est mis d'une part sur l'interaction et d'autre part sur les différents types de dépendances qui existent entre agents et leur évolution au cours du temps. Ce modelé générique, a été applique à la supervision par reconnaissance de scenarios temporels, domaine dans lequel l'exécution des différentes taches est extrêmement contrainte par le temps. Le système stars est une implémentation du modèle. Il permet une reconnaissance distribuée des scenarios par un ensemble d'agents utilisant un raisonnement temporel.

La régulation du trafic dans un carrefour à feux concerne en général deux objectifs distincts: la fluidification ou la résorption de congestion. Dans le premier cas, on évite de se retrouver dans une situation de trafic très dense en essayant d'ajuster les durées de commutations des feux en fonction de la demande d'affluence au carrefour: c'est une action a priori. Dans le second cas, on est confronté à un trafic saturé (état de congestion). Dans ce cas, il faudra agir a posteriori.Dans ce travail, nous nous intéressons essentiellement à un travail en amont (action a priori) permettant d'éviter la congestion en forçant les files d'attente à ne pas dépasser le niveau du trafic correspondant à l'optimum opérationnel des lignes. Plus précisément, après avoir modélisé le système, nous proposons une commande par retour d'état basée sur le concept d'invariance positive des ensembles et permettant d'atteindre l'objectif. Deux approches sont utilisées: La première fait appel aux inégalités matricielles Linéaires (LMI). La deuxième approche utilise le concept de la (A-B)-invariance issu de la généralisation du théorème de Farkas. Ensuite, nous enrichissons ces deux approches par la technique des réseaux de neurones pour estimer les flux d'entrée au carrefour afin de garantir la faisabilité en temps réel de la commande proposée. Enfin, les résultats de ces travaux sont appliqués sur un carrefour réel du boulevard Anatole France afin de montrer leur intérêt.

La problematique generale qui oriente notre travail concerne l'aptitude de groupes d'agents artificiels a expliquer leur comportement individuel et collectif. Cette recherche se situe au carrefour de l'intelligence artificielle distribuee et de la thematique explicative. Le propre d'un raisonnement effectue dans un systeme multi-agent est l'intervention de plusieurs agents autonomes et cooperatifs, qui participent, selon leur competence, a une activite collective finalisee. La construction des explications est fortement dependante des specificites du systeme (architecture, interaction, role et nature des agents). La demarche que nous proposons concerne des societes ou agents communiquent par envoi de messages (communication explicite, directe et volontaire). L'explication du comportement collectif du systeme doit tenir compte du double aspect de la definition d'un agent (son comportement interne et son role social) et peut etre construite selon deux niveaux d'abstraction (l'agent et/ou la societe). La juxtaposition d'explications individuelles etant insuffisante pour realiser une explication synthetique coherente, il est necessaire d'integrer dans la societe un agent explicatif. Il decide de la ligne d'explication, elabore puis assemble les explications individuelles. L'agent en cours d'explication est choisi relativement aux interactions dont il est l'origine ou le destinataire. Une telle demarche a ete implementee dans le cadre du systeme multi-agent synergic. La construction des explications est de la competence d'un agent particulier: l'agent explicatif. Depositaire d'un savoir expliquer independant de tout domaine d'application, il construit un texte lisible, pertinent et homogene malgre les changements d'agent etudie. Une analyse des resultats obtenus par l'eee sont presentes. Cette etude a permis d'envisager de nouvelles perspectives sur les roles d'un agent explicatif dans un systeme multi-agent

Le développement effréné de l'intelligence artificielle suscite de plus en plus de craintes quant à ses impacts sur le travail et sur la société. Face aux inquiétudes liées à la fin du travail, nous prolongeons les perspectives de recherche ouvertes par la littérature en montrant que, derrière l'explosion récente des projets d'IA commerciales des pays du nord, on retrouve un nombre croissant de travailleurs de la donnée situés dans des pays du Sud. Notre thèse porte ainsi sur une des réalités les plus concrètes de l'IA : son rôle dans la division internationale du travail. Nous nous intéressons plus spécifiquement aux modèles développés dans un contexte commercial en nous demandant comment sont-ils fabriqués et quelles sont leurs conséquences sur le travail ?Nous nous appuyons sur des données originales provenant d'une enquête par questionnaire et par entretiens réalisée auprès de l'ensemble des acteurs de la chaîne de production des SIA français. En France d'abord, nous avons interrogés des concepteurs de modèles et des utilisateurs de systèmes d'IA. A Madagascar ensuite, où nous avons questionnés des travailleurs des données et des dirigeants d'entreprises de sous-traitance spécialisée dans cette activité. Notre thèse articule alors quatre niveaux d'analyses.L'étude de l'organisation du travail de l'IA sous l'angle des mécanismes de sous-traitance du secteur de l'IA. Nous montrons que, même s'ils opèrent à distance, les travailleurs sont fortement intégrés au processus de production, ce qui s'explique par la nécessaire maîtrise de la qualité des données et donc des modèles d'IA. L'analyse des conséquences de l'IA sur le travail de part l'examen des activités externalisées essentielles à son développement. Cette partie nous permet de montrer qu'il s'agit d'un travail qualifié qui s'inscrit dans un secteur offrant de nombreuses activités "complémentaires" qui suppléent le fonctionnement des modèles d'IA. Nous montrons également que cette industrie opère dans un contexte post-coloniale qui laisse apparaître un "extractivisme de données" synonyme de la mise en place d'une véritable "chaîne de précarité globale". Nous contribuons finalement à la sociologie de l'IA, en analysant ce que le travail de l'IA explique du fonctionnement de l'intelligence artificielle, notamment en matière de "biais"
The unrestrained development of artificial intelligence is giving rise to growing fears about its impact on work and society. In the context of concerns about the end of work, we expand the research perspectives opened up by the literature to show that, behind the recent explosion of commercial AI projects in Northern countries, we find a growing number of data workers located in the Global South. Our work thus focuses on one of the most concrete realities of AI: its role in the international division of labour. We specifically look at AI models developed in a commercial context, asking how they are developed and what their consequences are for work.Our research is grounded in original data from questionnaire and interview with all actors in the French AI production chain: in France, we interviewed model developers and users of AI systems; and in Madagascar, we interviewed data workers and managers of subcontracting firms specialising in this activity. Our thesis is then based on four levels of analysis.A study of the work organisation of AI from the perspective of subcontracting mechanisms in the field of AI. We show that, although they operate remotely, workers are strongly integrated into the production process, which is explained through the need of monitoring data quality and therefore the performance of AI models. An analysis of the consequences of AI on work by analysing outsourced activities that are essential for its development.This part allows us to show that these are qualified jobs belonging to a sector that offers many 'complementary' activities that complement the functioning of AI models.We also show that this industry operates in a post-colonial context that gives rise to a 'data extractivism' that gives rise to a 'data extractivism' that is synonymous with AI models' development. We also show that this industry operates in a post-colonial context, giving rise to a 'data extractivism' that is synonymous with the establishment of a veritable 'chain of global precarity'. Finally, we contribute to the sociology of AI by analysing what the work of AI explains about the functioning of artificial intelligence, especially in terms of 'bias"

Au cours des deux dernières décennies les objets connectés ont révolutionné la traçabilité des phénomènes sociaux. Les trajectoires sociales laissent aujourd'hui des traces numériques, qui peuvent être analysées pour obtenir une compréhension plus profonde des comportements collectifs. L'essor de grands réseaux sociaux (comme Facebook, Twitter et plus généralement les réseaux de communication mobile) et d'infrastructures connectées (comme les réseaux de transports publiques et les plate-formes en ligne géolocalisées) ont permis la constitution de grands jeux de données temporelles. Ces nouveaux jeux de données nous donnent l'occasion de développer de nouvelles méthodes pour analyser les dynamiques temporelles de et dans ces systèmes.De nos jours, la pluralité des données nécessite d'adapter et combiner une pluralité de méthodes déjà existantes pour élargir la vision globale que l'on a de ces systèmes complexes. Le but de cette thèse est d'explorer les dynamiques des systèmes sociaux au moyen de trois groupes d'outils : les réseaux complexes, la physique statistique et l'apprentissage automatique. Dans cette thèse je commencerai par donner quelques définitions générales et un contexte historique des méthodes mentionnées ci-dessus. Après quoi, nous montrerons la dynamique complexe d'un modèle de Schelling suite à l'introduction d'une quantité infinitésimale de nouveaux agents et discuterons des limites des modèles statistiques. Le troisième chapitre montre la valeur ajoutée de l'utilisation de jeux de données temporelles. Nous étudions l'évolution du comportement des utilisateurs d'un réseau de vélos en libre-service. Puis, nous analysons les résultats d'un algorithme d'apprentissage automatique non supervisé ayant pour but de classer les utilisateurs en fonction de leurs profils. Le quatrième chapitre explore les différences entre une méthode globale et une méthode locale de détection de communautés temporelles sur des réseaux scientométriques. Le dernier chapitre combine l'analyse de réseaux complexes et l'apprentissage automatique supervisé pour décrire et prédire l'impact de l'introduction de nouveaux commerces sur les commerces existants. Nous explorons l'évolution temporelle de l'impact et montrons le bénéfice de l'utilisation de mesures de topologies de réseaux avec des algorithmes d'apprentissage automatique
For the past two decades, electronic devices have revolutionized the traceability of social phenomena. Social dynamics now leave numerical footprints, which can be analyzed to better understand collective behaviors. The development of large online social networks (like Facebook, Twitter and more generally mobile communications) and connected physical structures (like transportation networks and geolocalised social platforms) resulted in the emergence of large longitudinal datasets. These new datasets bring the opportunity to develop new methods to analyze temporal dynamics in and of these systems. Nowadays, the plurality of data available requires to adapt and combine a plurality of existing methods in order to enlarge the global vision that one has on such complex systems. The purpose of this thesis is to explore the dynamics of social systems using three sets of tools: network science, statistical physics modeling and machine learning. This thesis starts by giving general definitions and some historical context on the methods mentioned above. After that, we show the complex dynamics induced by introducing an infinitesimal quantity of new agents to a Schelling-like model and discuss the limitations of statistical model simulation. The third chapter shows the added value of using longitudinal data. We study the behavior evolution of bike sharing system users and analyze the results of an unsupervised machine learning model aiming to classify users based on their profiles. The fourth chapter explores the differences between global and local methods for temporal community detection using scientometric networks. The last chapter merges complex network analysis and supervised machine learning in order to describe and predict the impact of new businesses on already established ones. We explore the temporal evolution of this impact and show the benefit of combining networks topology measures with machine learning algorithms

Ce manuscrit de thèse présente une méthode innovante brevetée pour la détection de comportements collectifs. En utilisant des procédés de fusion sur les données issues d'un réseau multi-capteurs, les récents systèmes de surveillance obtiennent les séquences d'observations des personnes surveillées. Ce bas niveau d'évaluation de la situation a été mesuré insuffisant pour aider les forces de sécurité lors des événements de foule. Afin d'avoir une plus haute évaluation de la situation dans ces environnements asymétriques, nous proposons une approche multi-agents qui réduit la complexité du problème par des agents sur trois niveaux - macro, méso et micro - d'observations. Nous utilisons un nouvel état relatif dans les approches de l'état de l'art pour nous permettre la détection, en temps réel, des groupes, de leurs comportements, objectifs et intentions. Dans le cadre de projets européens, nous avons utilisé un serious game simulant une foule dans des scénarios asymétriques. Les résultats montrent un meilleur accord avec les prédictions théoriques et une amélioration significative des travaux précédents. Le travail présenté ici pourrait être utilisé dans de futures études de détection de comportements multi-agents et pourrait un jour aider à résoudre les problèmes liés aux événements catastrophiques de foules incontrôlables.

Les humains et les robots sont des agents autonomes qui agissent dans les limites du monde physique. Cependant, l'intelligence et l'autonomie des humains est bien supérieure à celle des machines. Inspirée de la psychologie et des neurosciences, la robotique développementale vise à donner aux agents artificiels la capacité de s'adapter, d'apprendre et de se développer de manière autonome, afin d'atteindre, voire de surpasser les capacités humaines. De nombreux domaines sont impliqués dans la recherche de meilleures méthodes d'apprentissage sensorimoteur, de systèmes de mémoire, de représentations émergentes de symboles et de langages, de systèmes de motivation, ainsi que le développement de nombreuses stratégies d'apprentissage allant de l'exploration à l'imitation et à l'apprentissage social.Cependant, la majorité de ces recherches se concentrent sur un aspect particulier. Très peu d'entre elles s'attaquent au problème de l'intelligence incarnée dans son ensemble, du développement initial à l'interaction avec d'autres agents intelligents. Il existe donc un réel besoin d'étudier quelles structures sous-jacentes peuvent unifier cette hétérogénéité des buts et des moyens techniques dans un système en perpétuelle évolution.Notre objectif est de fournir une telle structure, capable d'apprendre des compétences sensorimotrices ainsi que des compétences plus complexes allant au-delà du simple comportement réactif. La contribution majeure de cette thèse est une architecture hiérarchique, appelée MIND, utilisant une conception modulaire pour l'apprentissage cumulatif de compétences. Dans MIND, les informations sensorielles et les commandes de coordination entre les compétences sont traitées comme des signaux, en utilisant une approche connexionniste.À partir d'un travail préliminaire sur la spécialisation sociale, nous menons une série d'expériences utilisant MIND pour accumuler des comportements complexes basés sur des comportements sensorimoteurs simples. Nous intégrons ensuite des systèmes de mémoires pour apprendre des comportements sociaux reproduisant notre modèle initial de spécialisation sociale.Nous montrons la capacité de MIND à gérer l'hétérogénéité des comportements à apprendre et des systèmes à coordonner. L'utilisation d'une approche inspirée du connexionnisme, basée sur le signal, comme architecture sous-jacente a permis l'apprentissage à la fois de comportements sensorimoteurs et de décision, ainsi que l'émergence de représentations mémoires.Au-delà des avantages de MIND comme support pour la conception d'agents développementaux, notre travail montre la faisabilité du développement continu et les avantages de l'incarnation dans l'ancrage du comportement émergent, ce qui soutient le point de vue de la robotique développementale comme approche pour une IA généraliste
Humans and robots are autonomous agents acting within the constraints of the physical world. However, the intelligence and autonomy of humans is far superior to that of machines. Inspired by psychology and neurosciences, developmental robotics aims to give artificial agents the ability to adapt, learn and develop autonomously, in order to reach or even exceed the capabilities of humans. Many research fields are involved in the improvement of sensorimotor skill training, memory systems, emergent representations of symbols and languages, motivational systems, and the development of many learning strategies ranging from exploration to imitation and social learning.However, most of these research projects are focused on a very specific and limited task. Few of them aim to bring together all aspects of embodied intelligence, from the initial development of behaviours to the interactions with other intelligent agents. There is therefore a real need to study which underlying structures can unify this heterogeneity of goals and methods in a perpetually evolving system.Our goal is to provide such a structure, capable of learning sensorimotor skills as well as more complex skills that go beyond simple reactive behaviour. The main contribution of this thesis is a hierarchical architecture using modular properties to achieve cumulative skill learning, namely MIND. In MIND, sensory information and coordination commands between skills are both treated as signals, using a connectionist inspired approach.Starting from preliminary work on social specialization in multi-agent systems, we conduct a series of experiments using a MIND hierarchy to accumulate behaviours, from simple sensorimotor behaviours to social behaviours. We first build complex behaviours based on simple reactive behaviours, then integrate simple memory systems with complex behaviours, and finally use these memory systems to learn social behaviours that replicate our initial model of social specialization.We show that such an architecture is capable of managing the heterogeneity of the behaviours to be learned and the systems to be coordinated. The use of a connectionist approach, a signal-based system, as the underlying architecture made learning both motor control and decision behaviour possible, and also lead to the emergence of memory representations.Beyond the benefits of MIND as a support for designing developmental agents, our work shows the feasibility of continuous development and the advantages of embodiment in grounding the emergent behaviour, which supports developmental robotics as an approach to general purpose AI

Les technologies du numérique et de l'Intelligence Artificielle (IA) sont amenées à jouer un rôle essentiel dans tous les domaines de la société de demain pour améliorer le fonctionnement de la ville et la qualité de vie de ses habitants, tout en diminuant l'impact environnemental et la facture énergétique globale. Pour atteindre ses objectifs, il est nécessaire de penser les modes de complémentarité entre l'Humain et les systèmes intelligents. En effet, l'IA contribuera à rendre les villes intelligentes et sera vue comme un facteur d'amélioration de la qualité de vie, qui si elle est comprise et acceptée par les citoyens. Ce futur environnement urbain numérique ne peut alors se résumer à un réseau interconnecté de boîtes noires, mais doit tendre vers un réseau intelligent explicable, éthique et centré sur l'Humain. Ce chapitre se place dans ce contexte et propose des pistes de réflexion sur les enjeux numériques et sociétaux de la future ville intelligente.

Introduction u cours des deux derniers millénaires, il y a eu plusieurs façons de conserver, transmettre et même créer la connaissance ; la tradition orale, l’écrit manuscrit, l’écrit imprimé et l’écrit numérisé. La tradition orale et le manuscrit ont dominé pendant plus de 1400 ans, et ce, jusqu’à l’apparition du livre imprimé en 1451, résultant de l’invention mécanique de Gutenberg. Il faudra attendre un peu plus de 550 ans, avant que l’invention du support électronique déloge à son tour le livre imprimé, prenant une ampleur sans précédent grâce à la révolution numérique contemporaine, résultat du maillage des technologies de l’informatique, de la robotique et de la science des données. Les premières universités qui sont nées en Occident, au Moyen Âge, ont développé cette tradition orale de la connaissance tout en multipliant l’usage du manuscrit créant ainsi de véritables communautés de maîtres et d’étudiants ; la venue de l’imprimerie permettra la multiplication des universités où l’oral et l’écrit continueront de jouer un rôle déterminant dans la création et la transmission des connaissances même si le « support » a évolué du manuscrit à l’imprimé puis vers le numérique. Au cours de toutes ces années, le modèle de l’université s’est raffiné et perfectionné sur une trajectoire somme toute assez linéaire en élargissant son rôle dans l’éducation à celui-ci de la recherche et de l’innovation, en multipliant les disciplines offertes et les clientèles desservies. L’université de chaque ville universitaire est devenue une institution florissante et indispensable à son rayonnement international, à un point tel que l’on mesure souvent sa contribution par la taille de sa clientèle étudiante, l’empreinte de ses campus, la grandeur de ses bibliothèques spécialisées ; c’est toutefois la renommée de ses chercheurs qui consacre la réputation de chaque université au cours de cette longue trajectoire pendant laquelle a pu s’établir la liberté universitaire. « Les libertés universitaires empruntèrent beaucoup aux libertés ecclésiastiques » : Étudiants et maîtres, qu'ils furent, ou non, hommes d'Église, furent assimilés à des clercs relevant de la seule justice ecclésiastique, réputée plus équitable. Mais ils échappèrent aussi largement à la justice ecclésiastique locale, n'étant justiciables que devant leur propre institution les professeurs et le recteur, chef élu de l’université - ou devant le pape ou ses délégués. Les libertés académiques marquèrent donc l’émergence d'un droit propre, qui ménageait aux maîtres et aux étudiants une place à part dans la société. Ce droit était le même, à travers l'Occident, pour tous ceux qui appartenaient à ces institutions supranationales que furent, par essence, les premières universités. À la fin du Moyen Âge, l'affirmation des États nationaux obligea les libertés académiques à s'inscrire dans ce nouveau cadre politique, comme de simples pratiques dérogatoires au droit commun et toujours sujettes à révision. Vestige vénérable de l’antique indépendance et privilège octroyé par le prince, elles eurent donc désormais un statut ambigu » . La révolution numérique viendra fragiliser ce statut. En effet, la révolution numérique vient bouleverser cette longue trajectoire linéaire de l’université en lui enlevant son quasi monopole dans la conservation et le partage du savoir parce qu’elle rend plus facile et somme toute, moins coûteux l’accès à l’information, au savoir et aux données. Le numérique est révolutionnaire comme l’était l’imprimé et son influence sur l’université, sera tout aussi considérable, car cette révolution impacte radicalement tous les secteurs de l’économie en accélérant la robotisation et la numérisation des processus de création, de fabrication et de distribution des biens et des services. Ces innovations utilisent la radio-identification (RFID) qui permet de mémoriser et de récupérer à distance des données sur les objets et l’Internet des objets qui permet aux objets d’être reliés automatiquement à des réseaux de communications .Ces innovations s’entrecroisent aux technologies de la réalité virtuelle, à celles des algorithmiques intelligentes et de l’intelligence artificielle et viennent littéralement inonder de données les institutions et les organisations qui doivent alors les analyser, les gérer et les protéger. Le monde numérique est né et avec lui, a surgi toute une série de compétences radicalement nouvelles que les étudiants, les enseignants et les chercheurs de nos universités doivent rapidement maîtriser pour évoluer dans ce Nouveau Monde, y travailler et contribuer à la rendre plus humain et plus équitable. En effet, tous les secteurs de l’activité commerciale, économique, culturelle ou sociale exigent déjà clairement des connaissances et des compétences numériques et technologiques de tous les participants au marché du travail. Dans cette nouvelle logique industrielle du monde numérique, les gagnants sont déjà bien identifiés. Ce sont les fameux GAFAM (Google, Apple, Facebook, Amazon et Microsoft) suivis de près par les NATU (Netflix, Airbnb, Tesla et Uber) et par les géants chinois du numérique, les BATX (Baidu, Alibaba, Tenant et Xiaomi). Ces géants sont alimentés par les recherches, les innovations et les applications mobiles (APPs) créées par les partenaires de leurs écosystèmes regroupant, sur différents campus d’entreprises, plusieurs des cerveaux qui sont au cœur de cette révolution numérique. L’université voit donc remise en question sa capacité traditionnelle d’attirer, de retenir et de promouvoir les artisans du monde de demain. Son aptitude à former des esprits critiques et à contribuer à la transmission des valeurs universelles est également ébranlée par ce tsunami de changements. Il faut cependant reconnaître que les facultés de médecine, d’ingénierie et de sciences naturelles aux États-Unis qui ont développé des contacts étroits, abondants et suivis avec les hôpitaux, les grandes entreprises et l’administration publique et cela dès la fin du 19e siècle ont été plus en mesure que bien d’autres, de recruter et retenir les gens de talent. Elle ont énormément contribué à faire avancer les connaissances scientifiques et la scolarisation en sciences appliquées ..La concentration inouïe des Prix Nobel scientifiques aux États-Unis est à cet égard très convaincante . La révolution numérique contemporaine survient également au moment même où de grands bouleversements frappent la planète : l’urgence climatique, le vieillissement des populations, la « déglobalisation », les déplacements des populations, les guerres, les pandémies, la crise des inégalités, de l’éthique et des démocraties. Ces bouleversements interpellent les universitaires et c’est pourquoi leur communauté doit adopter une raison d’être et ainsi renouveler leur mission afin des mieux répondre à ces enjeux de la civilisation. Cette communauté doit non seulement se doter d’une vision et des modes de fonctionnement adaptés aux nouvelles réalités liées aux technologies numériques, mais elle doit aussi tenir compte de ces grands bouleversements. Tout ceci l’oblige à s’intégrer à des écosystèmes où les connaissances sont partagées et où de nouvelles compétences doivent être rapidement acquises. Le but de ce texte est de mieux cerner l’ampleur du défi que pose le monde numérique au milieu universitaire et de proposer quelques idées pouvant alimenter la réflexion des universitaires dans cette démarche d’adaptation au monde numérique. Or, ma conviction la plus profonde c’est que la révolution numérique aura des impacts sur nos sociétés et notre civilisation aussi grands que ceux provoqués par la découverte de l’imprimerie et son industrialisation au 15e siècle. C’est pourquoi la première section de ce document est consacrée à un rappel historique de la révolution de l’imprimerie par Gutenberg alors que la deuxième section illustrera comment les caractéristiques de la révolution numérique viennent soutenir cette conviction si profonde. Une troisième section fournira plus de détails sur le défi d’adaptation que le monde numérique pose aux universités alors que la quatrième section évoquera les contours du changement de paradigme que cette adaptation va imposer. La cinquième section servira à illustrer un scénario de rêves qui permettra de mieux illustrer l’ampleur de la gestion du changement qui guette les universitaires. La conclusion permettra de revenir sur quelques concepts et principes clefs pour guider la démarche vers l’action. L’université ne peut plus « être en haut et seule », elle doit être « au centre et avec » des écosystèmes de partenariats multiples, dans un modèle hybride physique/virtuel. C’est ainsi qu’elle pourra conserver son leadership historique de vigie du savoir et des connaissances d’un monde complexe, continuer d’établir l’authenticité des faits et imposer la nécessaire rigueur de la science et de l’objectivité.