IA technique et académique

Jean-Marc Alliot, Thomas Schiex et al. · 2002

L'intelligence artificielle n'est pas une discipline à part : c'est une partie de l'informatique, et ses résultats se démontrent avec les outils de l'informatique théorique. L'ouvrage établit d'abord la logique, les systèmes formels, la calculabilité et la complexité, puis montre que les techniques réputées mystérieuses en découlent. Le postulat mécaniste sur lequel repose tout le champ est présenté non comme une évidence mais comme une hypothèse, dont les auteurs indiquent précisément où elle cesse d'être défendable.

Karim Amzile

Modéliser le risque de crédit consiste à assigner chaque client à l'un de deux groupes, solvable ou non solvable, dans le but de maximiser le rendement ajusté du risque tout en maintenant l'exposition dans des limites acceptables. L'ouvrage compare pour cela les méthodes statistiques classiques et les techniques de fouille de données, et se donne pour objet d'établir laquelle prédit le mieux le défaut de paiement.

Abdeldjalil Ramoul, Damien Pellier (cours d'origine) · 2015

Le premier cours d'un module qui mène des fondements théoriques jusqu'à la programmation d'un robot autonome. Il pose le cadre classique du domaine à travers quatre définitions concurrentes de ce qu'est une machine intelligente, et introduit la notion d'agent rationnel comme fonction associant une suite de perceptions à des actions.

Hugues Bersini, Ken Hasselmann

Trois mécanismes seulement fondent l'intelligence artificielle algorithmique : chercher, optimiser, apprendre. Ils sont constamment confondus, y compris par des praticiens expérimentés. Le livre prend dix problèmes concrets et montre pour chacun laquelle de ces trois familles convient, pourquoi, et à quel prix. Sa thèse pratique est que le Web regorge de codes clés en main qui constituent rarement la bonne solution, et que prendre du recul pour trancher entre les offres algorithmiques est précisément la compétence qui manque.

Louis Frécon, Okba Kazar · 2009

Un cours complet sur la tradition symbolique de l'intelligence artificielle, celle qui manipule des représentations explicites du monde plutôt que des poids statistiques. Les auteurs suivent l'ordre historique par choix de méthode, pour faire apparaître la dialectique propre à cette discipline : à chaque époque une approche dominante règle une partie du problème, et l'époque suivante est marquée par l'émergence d'un aspect qu'elle avait négligé.

Pierre Marquis (coord.), Odile Papini (coord.) et al. · 2014

Un état de l'art des algorithmes qui font réellement fonctionner l'intelligence artificielle symbolique : recherche heuristique, jeux, déduction automatique, programmation logique, satisfiabilité, contraintes. Les coordonnateurs justifient l'entreprise par un constat sévère qu'ils formulent d'emblée : alors que le champ n'a jamais connu autant de développements, ses résultats restent largement méconnus dans leur ensemble, y compris dans la communauté des chercheurs en informatique.

Pierre Marquis (coord.), Odile Papini (coord.) et al. · 2014

Un état de l'art collectif du champ francophone, organisé non par technique mais par frontière disciplinaire. Ce troisième volume traite de ce qui se passe aux limites : ce que l'informatique théorique impose comme bornes infranchissables, ce que les bases de données, le Web sémantique, la linguistique, la biologie et la robotique demandent à l'intelligence artificielle, et ce qu'elles lui renvoient en retour.