Séminaire - Intelligence Artificielle, Big Data et Réchauffement Sémantique

Nous allons nous poser la question suivante : « Pourquoi est-il si difficile de faire des systèmes intelligents et comment progresser ? ». En particulier dans les applications concernées par le langage naturel. Et toute application intelligente implique plus ou moins le langage naturel. Nous reviendrons pour cela sur l’histoire des applications de l’intelligence artificielle, au gré des outils disponible, et des modes. Nous insisterons sur l’importance de la représentation des connaissances, et proposerons paradoxalement d’utiliser le langage naturel pour représenter les connaissances, le langage naturel n’étant pas moins structuré que les données des informaticiens, mais au contraire beaucoup plus structuré, et donc plus apte à rendre compte de la réalité du monde complexe. Nous reviendrons sur l’utopie ou la légèreté actuelle qui laisse croire que l’on peut automatiser le traitement de problèmes complexes. Cela nous conduit ce que nous appelons le « Réchauffement Sémantique ». Nous donnerons quelques pistes pour progresser face à ces difficultés, en particulier via une démonstration de l’outil IDELIANCE-MENTAL, qui essaie par exemple d’aider à prendre des notes sémantiquement structurées, en se basant sur ce que nous appelons le « Calcul Littéraire ».