headlogo

La recherche

IA et IT

This page is also available in english.

"I consider the most important trend was that computers got considerably faster in these last 50 years. In this process, we found that many things for which we had at best anthropomorphic solutions, which in many cases failed to capture the real gist of a human's method, could be done by more brute-forcish methods that merely enumerated until a satisfactory solution was found. If this is heresy, so be it."
Hans Berliner

Optimization can be likened to a kangaroo searching for the top of Mt. Everest. Everest is the global optimum, but the top of any other really high mountain such as K2 would be nearly as good.
The initial point is usually chosen randomly, which means that the kangaroo may start out anywhere in Asia. If you know something about the problem, you may be able to get the kangaroo to start near the Himalayas. However, if you make a really stupid choice, or if you have really bad luck, the kangaroo may start in South America.
With Newton-type algorithms, the Himalayas are covered with a dense fog, and the kangaroo can only see a little way around his location. Judging from the local terrain, the kangaroo make a guess about where the top of the mountain is, and tries to jump all the way there. In a stabilized Newton algorithm, the kangaroo has an altimeter, and if the jump takes him to a lower point, he backs up to where he was and takes a shorter jump. If the algorithm isn't stabilized, the kangaroo may mistakenly jump to Shanghai and get served for dinner in a Chinese restaurant.
In steepest ascent with line search, the fog is very dense, and the kangaroo can only tell which direction leads up. The kangaroo hops in this direction until the terrain starts going down again, then chooses another direction.
In standard neural nets backprop or stochastic approximation, the kangaroo is blind and has to feel around on the ground to make a guess about which way is up. He may be fooled by rough terrain unless you use batch training. If the kangaroo ever gets near the peak, he may jump back and forth across the peak without ever landing on the peak. If you use a decaying step size, the kangaroo gets tired and makes smaller and smaller hops, so if he ever gets near the peak he has a better chance of actually landing on it before the Himalayas erode away. In backprop with momentum, the kangaroo has poor traction and can't make sharp turns.
Notice that in all the methods discussed so far, the kangaroo can hope at best to find the top of a mountain close to where he starts. There's no guarantee that this mountain will be Everest, or even a very high mountain. Various methods are used to try to find the actual global optimum.
In simulated annealing, the kangaroo is drunk and hops around randomly for a long time. However, he gradually sobers up and tends to hop up hill.
In genetic algorithms, there are lots of kangaroos that are parachuted into the Himalayas (if the pilot didn't get lost) at random places. These kangaroos do not know that they are supposed to be looking for the top of Mt. Everest. However, every few years, you shoot the kangaroos at low altitudes and hope the ones that are left will be fruitful and multiply.
D'après Warren Sarle, posté dans le groupe usenet comp.ai.neural.nets le 27 septembre 1993

Livres publiés

J'ai écrit ou participé à l'édition de trois livres.

Le premier, "Intelligence Artificielle et Informatique théorique", a connu deux versions, en 1993 et 2002. La seconde édition peut toujours être acheté en ligne sur amazon. Pour plus d'information, voir ma page consacré à l'enseignement.

En 1994, j'ai édité les proceedings de la première conférence francophone sur les algorithmes évolutionnaires. Le livre a été publié chez Cepadues (ISBN 2-85428-411-9), et co-édité avec mes amis Marc Schoenauer et Evelyne Lutton. Il est, à ma connaissance, épuisé.

IA et IT

En 1995, la conférence "Evolution Artificielle" avait changé de standing, elle était devenu une conférence européenne et les proceedings dont j'étais également un des éditeurs ont été publiés chez Springer-Verlag. Le livre peut toujours être commandé sur le site de Springer.

IA et IT

Thèmes scientifiques de recherche

J'ai travaillé sur cinq thèmes au cours de ma "carrière" de chercheur.

Si vous voulez en savoir encore plus sur ma carrière, mon long CV pourrait vous intéresser...

Thèmes applicatifs

Pendant mes années à la DSNA, toute notre équipe s'est consacrée principalement à l'application des techniques d'optimisation globale aux problèmes de gestion du trafic aérien. Le lecteur intéressé trouvera ci-dessous la liste de mes publications, dont la majorité est consacrée à ce sujet.

Ici, on peut voir l'utilisation de ce type d'algorithmes pour l'optimisation du roulage des aéronefs au sol à Roissy Charles de Gaulle.

Les gens qui s'intéressent à cette grande époque, aujourd'hui défunte avec la fermeture du CENA puis du département Recherche et Développement de la DSNA, peuvent jeter un coup d'oeil sur la page des amis du CENA, avec quelques textes explicatifs et l'ensemble des publications encore disponibles.

Publications

Attention, cette partie n'est plus maintenue depuis 2014. La meilleure solution pour trouver mes dernières publis est de se reporter à la page associée sur ResearchGate, qui est plus ou moins à jour, et plus ou moins exacte...

On ne trouvera ici que (a) les publications dont j'ai conservé les sources, et (b) uniquement les "full papers". Il n'y a ni posters, ni short papers.


Retour à ma page principale

Le téléchargement ou la reproduction des documents et photographies présents sur ce site sont autorisés à condition que leur origine soit explicitement mentionnée et que leur utilisation se limite à des fins non commerciales, notamment de recherche, d'éducation et d'enseignement.
Tous droits réservés.

Dernière modification: 09:48, 22/02/2024