045120 Un pas pour démystifier l’IA prédictive : à la découverte de l’algorithmique et de la logique temporelle

  • Dates des cours : 12nov-19nov-26nov-3déc-10déc-17déc
  • Heure de début du cours : 14:00
  • Heure de fin du cours : 16:00
  • Jour du cours : Jeudi
  • Intervenant : Olivier ROUX


Olivier ROUX

Aucune compétence particulière, pas même en algorithmique, n’est requise pour suivre ce cours.

« S’il pleut à la Saint-Médard, il pleuvra quarante jours plus tard. » Ce dicton est fondé sur un certain nombre d’observations passées et considérées comme corrélées afin d’établir une « loi » empirique pour l’avenir (*). Il est formulé comme une implication logique simple mais temporelle.

Dans ce cours sur la maitrise du fonctionnement des systèmes dynamiques (**) :

  • 1 – Nous (re-)découvrirons les opérateurs de logique de base et nous verrons à partir de petits jeux simples qu’ils permettent de formuler des règles rigoureuses du fonctionnement de ces systèmes. Ces règles peuvent se traduire naturellement en des algorithmes directement accessibles qui décrivent précisément les séquences d’exécution dans leur fonctionnement.
  • 2 – Nous comprendrons ainsi que l’exécution des programmes repose fortement (quoique souvent imperceptiblement) sur des notions fondamentales liées au temps : la chronologie, les durées, etc. Ainsi, lorsque plusieurs programmes même extrêmement simples, s’exécutent en concurrence, c’est-à-dire “simultanément”, les résultats ou les effets de leur exécution parallèle sont absolument imprévisibles si on ne met pas en place des mécanismes de synchronisation rigoureux et précis. Cette imprévisibilité, qui mène à l’incertain, n’est généralement pas acceptable, tout particulièrement pour des systèmes où la sécurité est critique.
    Par exemple, c’est ainsi que quelques bugs aux conséquences retentissantes se sont produits (notamment à deux reprises sur des robots dans des missions sur Mars). Et de la même façon, quoiqu’avec de moindres impacts, nous sommes tous susceptibles de rencontrer ces mêmes mécanismes défectueux dans la vie courante.
  • 3 – Nous observerons les causes de ces graves défaillances. Elles ne sont pas compliquées mais complexes ! La complexité résulte des simples combinaisons multiples et imbriquées des opérations effectuées. Nous envisagerons des solutions pour les éviter ou y remédier.
  • 4 – Nous verrons alors que la “logique des prédicats” s’étend naturellement et élégamment en une logique temporelle qui permet de spécifier comment les systèmes doivent interagir, coopérer et communiquer entre eux au cours du temps.
    Par exemple, l’implication simple de la logique (P => Q : dans l’absolu, si P est vrai, alors Q est vrai) va pouvoir se décliner en une “conséquence ultérieure inévitable” (P ~~> Q : si, P est vrai à un moment, alors Q sera fatalement vrai dans le futur).
  • 5 – Enfin, nous considérerons les possibilités qui commencent à émerger et consistent à apprendre à partir de gros volumes de données acquises dans le passé (données de mesures, d’observations, etc.) pour construire, ou conforter, ou enrichir les modèles d’exécution afin d’induire les vraisemblables (ou simplement plausibles) fonctionnements à venir de ces systèmes complexes.
    Par exemple, les médecins savent déjà bien reconnaître quelques symptômes d’une maladie et prévoir son évolution possible suivant les traitements appliqués. Mais l’informatique permet de démultiplier à très grande échelle les expérimentations sur des modèles qui simulent le fonctionnement des systèmes interagissant dans le domaine du vivant.

Or, ces modèles permettent de prédire avec une grande finesse les évolutions possibles. Nous illustrerons tous ces mécanismes avec des exemples éclairants. Après l’engouement actuel pour l’IA générative, préparons-nous à la vague de l’IA prédictive !

Ce cours ne requiert aucune compétence particulière. Il ne fait appel qu’à des raisonnements bien construits, avec bon sens et rigueur.

(*) C’est un apprentissage à partir du passé — appliqué ici à la météorologie — qui est une approche scientifique communément employée dans plusieurs autres domaines tels que le diagnostic médical, l’analyse financière, la surveillance de l’environnement ou encore l’astronomie.

(**) Un “système dynamique” est un ensemble d’éléments interagissant entre eux selon certains principes et règles. Ceci concerne aussi bien un système mécanique, planétaire, environnemental, un organisme vivant, une société humaine, un réseau de régulation, etc. …

 

Olivier Roux est professeur émérite à l’École Centrale de Nantes, membre honoraire de l’Institut Universitaire de France