En intelligence artificielle, les systèmes physiques ou virtuels évoluant de manière autonome doivent être pourvus de capacités de représentation de leur environnement et de raisonnement. L’axe thématique « Représentation des connaissances et raisonnements » se consacre à l’étude (l’identification, la modélisation, la représentation et l’implémentation) des différents types d’informations (connaissances, croyances, préférences, actions, etc.) et de raisonnements nécessaires au développement de tels systèmes.

Des langages logiques (propositionnels, modaux, pondérés, etc.) et des modèles graphiques (réseaux bayésiens, systèmes d’argumentation abstraits, réseaux conceptuels, etc.) sont utilisés pour représenter les différentes informations (qualitatives ou numériques) disponibles. Le choix du langage de représentation des connaissances est crucial pour obtenir des propriétés désirables en termes d’expressivité, d’efficacité spatiale, de complexité algorithmique, etc. Une fois le langage de représentation fixé et le raisonnement souhaité modélisé, il s’agit de concevoir des méthodes pratiques pour réaliser ce raisonnement, et s’intéresser aux aspects calculatoires de ces méthodes, éléments importants afin de juger de leur utilisation pratique. Les recherches menées au sein de l’axe « Représentation de connaissances et raisonnements » s’articulent notamment autour des thématiques et problématiques suivantes :

Dynamique des croyances

Développement d’approches permettant l’actualisation des croyances d’un agent en fonction de nouvelles informations (théorie du changement de croyances, rationalité, opérateurs de mise à jour et de révision de croyances, logiques pour le changement de croyances, etc.).

Argumentation

Étude de systèmes d’argumentation (théorie de l’argumentation, sémantiques pour l’argumentation abstraite, sémantiques à base d’extensions, sémantiques à base de classement, révision et agrégation de systèmes d’argumentation, systèmes de délibération, etc.).

Raisonnement épistémique, raisonnement sur les actions

Conception d’approches pour le raisonnement sur l’action et le changement dans le contexte d’un système dynamique multi-agents (logiques modales, logique épistémique, logique dynamique, etc.).

Fusion d’informations

Étude d’approches de fusion d’informations multi-sources possiblement conflictuelles (opérateurs de fusion de croyances, opérateurs à base de distance, agrégation de préférences, évaluation de la fiabilité des sources, agrégation de jugements, décisions collectives, etc.).

Gestion des informations conflictuelles

Développement de méthodes pratiques de restauration de la cohérence et d’interrogation à partir bases inconsistantes totalement ou partiellement ordonnées. Développement des mesures d’incohérence, qui permettent de mesurer à quel point plusieurs informations sont en conflit.

Ontologies et logiques de description

Étude de formalismes d’ontologies formelles à partir de logiques de description afin de prendre en compte les priorités ou l’incertitude lors de la représentation des connaissances ou encore un raisonnement révisable (raisonnement en présence d’incohérence, logiques possibilistes, logiques de description non monotones, logiques de description “légères”, complétion d’ontologies, etc.).

Modèles graphiques et incertitude

Conception de formalismes à base de modèles graphiques pour la représentation et le raisonnement à partir d’informations incertaines ou imprécises (réseaux bayésiens, théorie des possibilités, réseaux possibilistes, etc.).

Raisonnement spatio-temporel

Étude de formalismes permettant de raisonner sur des connaissances temporelles et spatiales représentées qualitativement (formalismes qualitatifs, représentation symboliques, langages relationnels, etc.).

Espaces conceptuels

Développement d’approches pour l’apprentissage de représentations d’espaces conceptuels et raisonnement à partir d’espaces conceptuels. Application au traitement automatique de la langue.

Compilation

Développement d’approches et de modèles pour la compilation de connaissances (cartes de compilation de connaissances, langages de représentation, expressivité, compacité, complexité). Application à la configuration de produits.

Rapport d’activités