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