Mon ÉTS  |  Bibliothèque  |  Bottins  |  Emplois  |  Intranet  |  ENGLISH
1er cycle > Fiche de cours
Niveau : 1er cycle
Crédits : 3 cr.
Préalables: LOG320 MAT350

Charge hebdomadaire :
cours (3 h)
laboratoire (2 h)

Responsable :
Département de génie logiciel et des TI

Fiche de cours

Au terme de ce cours, l'étudiant aura acquis des connaissances dans trois domaines d’application de l’intelligence artificielle étroitement liés : la représentation des connaissances, le traitement automatique des langues naturelles et les algorithmes de recherche de solutions optimales.

À la fin de ce cours, l’étudiant sera en mesure de:
• discuter des avantages et inconvénients des approches symboliques et non symboliques en explicitant les points communs entre les trois domaines explorés;
• construire un système expert et appliquer des techniques de chaînage avant et arrière;
• construire un analyseur pour un langage spécifique;
• comparer différents algorithmes de recherche pour résoudre un problème d’optimisation.

Approches symboliques et non symboliques en IA, intelligence machine vs intelligence humaine, agents intelligents: représentation des connaissances, raisonnement, planification, action, communication. Représentation des connaissances: systèmes experts, systèmes à base de règles, moteur d’inférence, chaînage avant et arrière, forme normale conjonctive, patrons de raisonnement, langages de représentation et de raisonnement, dictionnaires, ontologies, réseaux sémantiques, cadres. Traitement automatique de la langue naturelle: niveaux d’analyse, types d’ambigüités, techniques d’analyse probabilistes, règles de réécriture, formalisme Backus-Naur (BNF), analyseurs descendant et ascendant. Algorithme de recherche: algorithmes génétiques, réseaux de neurones, algorithmes de colonies de fourmis.

Séances de laboratoire couvrant les domaines de la réalisation de trois composantes d’un système : construction d'un système expert dont le moteur d'inférence applique les techniques de chaînage avant et arrière pour poser un diagnostic ; construction d'un système capable d’interpréter, pour le système expert, un texte en langue naturelle; construction d'une composante de recherche d’une solution optimale pour un agent virtuel fonctionnant dans l’environnement utilisé par le système expert et décrit dans le texte.