Autonomie et intelligence artificielle

Être capable d'autonomie dénote une certaine forme d'intelligence. Si une machine est autonome, elle embarque une forme d'intelligence artificielle. Une machine autonome n'a pas besoin d'être humanoïde, sa forme dépend essentiellement de la tâche qu'elle a à effectuer.

Il ne faut pas se laisser hypnotiser par le mot intelligence trop vague pour qu'on puisse l'utiliser pour définir le comportement d'une machine. Une machine sera qualifiée d'intelligente lorsqu'elle base son comportement sur des processus non-triviaux mais cependant parfaitement définis.

Nota : le mot intelligence est redoutable car il véhicule de nombreux mythes depuis les débuts de l'histoire humaine. Nous nous contenterons de cette définition appauvrie mais pragmatiquement utile.

Quand a-t-on besoin d'une machine autonome ?

lorsque le travail à effectuer se place dans un environnement trop hostile pour un humain (dans le feu, sous l'eau, dans une centrale nuclaire, dans l'espace, sur un champ de bataille ...)
lorsque le travail à effectuer demande trop de force, trop de rapidité ...
lorsque le travail est tellement ennuyeux qu'un humain ne pourrait pas garder son attention éveillée.

Les détecteurs de surveillance entrent dans la dernière catégorie.

Qu'est-ce qu'une machine autonome ?

c'est une machine qui réagit à son environnement tout en essayant d'atteindre, sans intervention humaine et de façon satisfaisante, un objectif qui lui a été fixé.

Quand une machine a-t-elle besoin d'intelligence ?

Lorsque le travail à effectuer est difficile à définir clairement au moment de sa conception. La machine devra alors apprendre ce qu'elle doit faire à partir uniquement de la perception de son environnement.

Lorsque l'environnement est trop variable pour qu'on puisse le représenter par un paramètre ayant une valeur fixe.
Lorsqu'il varie trop souvent pour qu'on puisse envisager d'effectuer un changement manuel de paramètre en cas de besoin.

Si la machine est autonome, aucun opérateur ne sera là pour améliorer son comportement en indiquant si ce qu'elle fait est bien (récompense) ou mal (punition).

Pouvoir distinguer ce qui est mieux de ce qui est moins bien dans le cadre de la mission est le seul paramétrage qu'il faudra effectuer une fois pour toutes.

Une machine autonome doit apprendre de son environnement les actions à effectuer pour mener à bien sa mission tout en tenant compte des contraintes qui lui sont imposées. C'est ce qu'on appelle le machine learning qui est une branche de l'intelligence artificielle.

On peut mettre en place :

soit un apprentissage supervisé effectué au lancement de la machine au cours duquel un opérateur tuteur présente un ensemble de situations de test qui vont permettre à la machine de déterminer, chaque fois que nécessaire, l'action à retenir parmi l'ensemble des actions possibles. Une fois cet apprentissage terminée la machine est lancée en mode autonome. Elle ne pourra pas s'adapter aux changements de son environnement qui pourraient l'amener à modifier son comportement.
soit un apprentissage non supervisé effectué en permanence mais sans connaissance préalable.

Les détecteurs SENSIVIC mettent en œuvre un apprentissage non supervisé. Le paysage sonore urbain est beaucoup trop variable pour qu'on puisse se satisfaire d'un ensemble restreint de situations de test pré-déterminées.

Apprentissage non supervisé

L'apprentissage non supervisé réalise une adaptation permanente du mécanisme de décision fondé sur le modèle du Paysage Sonore. Ce modèle est caractérisé par les frontières de décision qui permettent de classifier les événements sonores détectés.

L'apprentissage est contraint par les statistiques d'occurence des différents éléments qui constituent le paysage sonore. Ce schéma est classique dans le monde de l'intelligence artificielle.

Mémorisation et oubli

Le mécanisme d'apprentissage mémorise l'information qu'il reçoit et qui lui permet d'adapter le modèle de décision.

Cependant, l'habitude (ensemble de ce qui est mémorisé) est l'ennemie de la vigilance il est donc important d'oublier une partie de cette information afin que le détecteur ne perde pas sa capacité de vigilance.