1 / 49

Conception d'un Cadre Formel d'Interaction pour la Découverte Scientifique Computationnelle

Conception d'un Cadre Formel d'Interaction pour la Découverte Scientifique Computationnelle. Christopher Dartnell Sous la direction de Jean Sallantin et Frédéric Jeanmart l e 18 Juin 2008. Vous avez dit computationnelle?. Découverte vue comme un calcul et automatisée (Simon66, Langley02).

cade
Download Presentation

Conception d'un Cadre Formel d'Interaction pour la Découverte Scientifique Computationnelle

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Conception d'un Cadre Formel d'Interaction pour la Découverte Scientifique Computationnelle Christopher Dartnell Sous la direction de Jean Sallantin et Frédéric Jeanmart le 18 Juin 2008

  2. Vous avez dit computationnelle? • Découverte vue comme un calcul et automatisée (Simon66, Langley02) + • Reproduction de découvertes historiques (Lenat77, Langley81) • Découvertes innovantes publiées dans les revues concernées (King96, Lee98) • Mise en évidence des biais de modélisation • Supervision de l’apprentissage et localisation dialectique des erreurs (DaNobrega03, Sallantin04) • -> JPhiined2™ , Kem™ Introduction Langage Interaction Jugements Résultats Conclusion

  3. La Dialectique et le Rôle de l’Erreur Incomplétude Inconsistance Introduction Langage Interaction Jugements Résultats Conclusion

  4. Correction Dialectique des ErreursInteraction Chercheur – Assistant Chercheur Solutions, Explications Langage Observations , Connaissances a-priori Solveur x1 x8 x5 x2 x6 x7 x3 x4 Réseau de contraintes, modèlelogique Module d’apprentissage Introduction Langage Interaction Jugements Résultats Conclusion

  5. Correction Dialectique des ErreursInteraction Généralisée ? Introduction Langage Interaction Jugements Résultats Conclusion

  6. Problématique Généraliser ce jeu dialectique, le mettre en œuvre, et le tester Introduction Langage Interaction Jugements Résultats Conclusion

  7. Plan Langage de description Opérationnalisation des paradigmes d’apprentissage Jugements modaux Expérimentations et Résultats Conclusion et Perspectives Introduction Langage Interaction Jugements Résultats Conclusion

  8. Modèle de réalité – Langage de base Extension du langage de base Temporalité Concepts théoriques Univocité et équivocité Conclusion Langage de description Introduction Langage Interaction Jugements Résultats Conclusion

  9. Illustration du Processus de Découvertele jeu d’Éleusis [Gardner59] Alternance de figures rouges et noires Oui / Non Introduction Langage Interaction Jugements Résultats Conclusion

  10. Langage de Base … … Introduction Langage Interaction Jugements Résultats Conclusion

  11. Extension du LangageTemporalité Introduction Langage Interaction Jugements Résultats Conclusion

  12. Extension du Langageprédicats théoriques Introduction Langage Interaction Jugements Résultats Conclusion

  13. Programmes Logiques Introduction Langage Interaction Jugements Résultats Conclusion

  14. Apprentissage passif Apprentissage actif Apprentissage interactif Conclusion opérationnalisation des paradigmes d’apprentissage Introduction Langage Interaction Jugements Résultats Conclusion

  15. Identification à la Limite [Gold67] h3 hn … Hypothèses H h1 h2 Langage Phrase n Apprenti Phrase 3 Phrase 2 Phrase 1 Environnement= Texte Introduction Langage Interaction Jugements Résultats Conclusion

  16. Identification à la LimiteIllustration [Dartnell08] … Maître du jeu • dame(0)cœur(0), • x (dame(x )  coeur(x ))  roi(s(x) )  pique(s(x) )) • x (roi(x )  pique(x )  dame(s(x) )  coeur(s(x) )) • dame(0)cœur(0), • x (dame(x )  coeur(x ))  roi(s(x) )  pique(s(x) )) • x (roi(x )  pique(x )  dame(s(x) )  coeur(s(x) )) • x (dame(x )cœur(x )) • x (dame(x )cœur(x )) • x (dame(x )cœur(x )) • dame(0)cœur(0), • x (dame(x )  roi(s(x) )  pique(s(x) )) • x (roi(x )  roi(s(x) )  pique(s(x) )) • dame(0)cœur(0), • x (dame(x )  roi(s(x) )  pique(s(x) )) • x (roi(x )  roi(s(x) )  pique(s(x) )) • dame(0)cœur(0), • x (dame(x )  roi(s(x) )  pique(s(x) )) • x (roi(x )  roi(s(x) )  pique(s(x) )) Hypothèses: programmes logiques univoques Apprenti Processus infini Apprentissage passif Introduction Langage Interaction Jugements Résultats Conclusion

  17. Apprentissage par Requêtes [Angluin88] Equivalence: h =c ? Oui / Non + contre-exemple Requêtes Appartenance: x c ? Apprenti Oui / Non Oracle e5 e2 e4 e1 e3 MQ(x ) EQ(h ) Concept c Introduction Langage Interaction Jugements Résultats Conclusion

  18. Apprentissage par RequêtesIllustration [Dartnell08] • x (dame(x )cœur(x )) • dame(0)cœur(0), • x (dame(x )  roi(s(x) )  pique(s(x) )) • x (roi(x )  dame(s(x) )  coeur(s(x) )) • x (rouge(x )  noire(s(x) )) • x (noire(x )  rouge(s(x) )) MQ: programmes logiques univoques EQ: programmes logiques équivoques Apprenti Maître du jeu Oui / non +contre-exemple Oui / non … • { x (coeur(x )  carreau(x )  rouge(x ) , • x (pique(x )  trèfle(x )  noire(x ) , • x (valet(x )  dame(x )  roi(x )  figure(x )) • x (rouge(x )  noire(s(x) )) • x (noire(x )  rouge(s(x) )) } Introduction Langage Interaction Jugements Résultats Conclusion

  19. Apprentissage par Requêtes Limites [Dartnell08] Il est imprudent de supposer l’existence d’un oracle capable de répondre positivement aux requêtes de l’apprenti. Co-semi-décidabilité: -un contre exemple sera trouvé en un temps fini s’il existe -s’il n’existe pas de contre-exemple, la vérification ne s’arrête pas et dure un temps infini. Introduction Langage Interaction Jugements Résultats Conclusion

  20. Apprendre les uns des autresEleusis+Nobel [Dartnell08] Apprenti Apprenti Apprenti Expérimentations finies: Segments initiaux de séquences possibles Publication/réfutation de conjectures (PL équivoques) Introduction Langage Interaction Jugements Résultats Conclusion

  21. Récapitulatif & Perspectives Réfutation à la limite? Introduction Langage Interaction Jugements Résultats Conclusion

  22. Le Carré des Oppositions Extensions Cube des Jugements Modaux et Interprétation Conclusion Définition logique des jugements scientifiques Introduction Langage Interaction Jugements Résultats Conclusion

  23. But • Peut-on caractériser de façon logique les jugements scientifiques? • Preuve • Réfutation • Conjecture • Postulat Introduction Langage Interaction Jugements Résultats Conclusion

  24. Le Carré des Oppositions (Boethius & Apuleius) A E I O Introduction Langage Interaction Jugements Résultats Conclusion

  25. Le Carré des Oppositions Interprétation Propositionnelle dame  coeur  dame   coeur dame  coeur  dame   coeur Introduction Langage Interaction Jugements Résultats Conclusion

  26. Le Carré des Oppositions Interprétation prédicative Aucune carte n’est un as Toutes les cartes sont des as x P(x) x  P(x) Certaines cartes ne sont pas des as Certaines carte s sont des as  x P(x) x  P(x) Introduction Langage Interaction Jugements Résultats Conclusion

  27. Le Carré des OppositionsInterprétation Modale Négation paracomplète □ □ Prouvé Réfuté Obligation Interdit ◊ ◊ Conjecturé? Postulé? Négation paraconsistante Permis Facultatif Introduction Langage Interaction Jugements Résultats Conclusion

  28. Extensions du Carré □  □ □  □ □ □ □ □ ◊ ◊ ◊ ◊ ◊  ◊ ◊  ◊ [Blanché 53] Introduction Langage Interaction Jugements Résultats Conclusion

  29. Hexagones Paraconsistant et Paracomplet  □ □  □ □  [Blanché 53] □ □  □ □  ◊ ◊   ◊   ◊  [Béziau03] ◊  ◊   ◊ ◊   [Béziau, Moretti 03] Hexagone paraconsistant Hexagone paracomplet Introduction Langage Interaction Jugements Résultats Conclusion

  30. Le Cube des Oppositions  □ □  ◊  □  □   □  ◊  ◊ ◊ □  □  :  est prouvé □ :  est réfuté ◊  :  est postulé( n’est pas observé, mais  est possible)  ◊:  est conjecturé ( est observé, et n’est pas réfuté) • ◊:  est contingent • ◊ :  est possible •   □: ? • □  : ? □  ◊  □  ◊   ◊   ◊ Introduction Langage Interaction Jugements Résultats Conclusion

  31. Tétraki-hexaèdre des Oppositions [Luzeaux08] Introduction Langage Interaction Jugements Résultats Conclusion

  32. Prototype Eleusis+Nobel Validation du Protocole Qualification des Fondements Épistémologiques Expérimentations et Résultats Introduction Langage Interaction Jugements Résultats Conclusion

  33. Eleusis+NobelImplantation Espace privé Action disponibles Informations Espace public Introduction Langage Interaction Jugements Résultats Conclusion

  34. Eleusis + NobelModélisation Agents-Groupes-Rôles AGR [Gutknecht97] Introduction Langage Interaction Jugements Résultats Conclusion

  35. 1ère Expérimentation [Charron04] Introduction Langage Interaction Jugements Résultats Conclusion

  36. Pertinence de la distribution des requêtes Introduction Langage Interaction Jugements Résultats Conclusion

  37. Biais évités grâce au protocole de publication • Biais liés à l’expérience personnelle • Les joueurs explorent différemment l’espace des solutions en fonction de leurs hypothèses • La réfutation porte l’attention sur une partie de l’espace délaissée • Partage de données expérimentales • Biais cognitifs • Difficulté d’abandonner un problème difficile • Sur-spécification (identification à la limite) • Biais psychologiques • Difficulté de se remettre en cause tout seul Introduction Langage Interaction Jugements Résultats Conclusion

  38. Comportements Sociaux • Opportunistes (1&6) • Réfutent et publient peu • Prudent (7, 3, 2) • Expérimentent longtemps avant de publier • Cherche un peu à réfuter entre deux publications • Optimiste (5 & 10) • Expérimentent peu avant de publier, cherche à réfuter les théories déjà étudiées • Ermite (9&4) • Teste à fond sans se soucier des autres Introduction Langage Interaction Jugements Résultats Conclusion

  39. 2ème Expérimentation [Hagège07] Introduction Langage Interaction Jugements Résultats Conclusion

  40. Méthodologieéchelle de Likert Vision spontanée Vision sophistiquée 1 3 5 Introduction Langage Interaction Jugements Résultats Conclusion

  41. Exemples d’items x x 1, 2, 3, 4,5 x x 5, 4, 3, 2, 1 Introduction Langage Interaction Jugements Résultats Conclusion

  42. Résultats Obtenus • Pas de changementstatistiquementsignificatifdans le groupecontrôle • 2 scores changeantsignificativement chez les joueurs, associés au rôle de la subjectivité en Science. • Lesjoueursadaptentune vision de la Science plus constructiviste Introduction Langage Interaction Jugements Résultats Conclusion

  43. 2ème Expérimentationconclusions Introduction Langage Interaction Jugements Résultats Conclusion

  44. Contributions Perspectives Conclusion et Perspectives Introduction Langage Interaction Jugements Résultats Conclusion

  45. Contributions • Pertinence des paradigmes d’apprentissage: • Apprentissage humain • Démarche scientifique • Formalisation logique • d’un protocole dialectique de découverte • d’un ensemble de jugments scientifiques • Mise en œuvre • Modélisation multi-agents • Implantation • Résultats empiriques Introduction Langage Interaction Jugements Résultats Conclusion

  46. Résultats Concernant le Prototype • La distribution des requêtes sous forme de publication accroît la performance d’une communauté d’apprentis • Fondements épistémologiques validés • Prototype adapté à l’enseignement de l’épistémologie • A permis de focaliser les efforts de logiciens, de chercheurs en sciences cognitives et en didactique Introduction Langage Interaction Jugements Résultats Conclusion

  47. Perspectives • Rendre le protocole plus Poppérien • Implanter les requêtes de sur-ensemble et sous-ensemble • Pousser le lien à l’identification à la limite, et caractériser la réfutation à la limite • Adapter à d’autres jeux sérieux ou à des outils industriels • Mener des simulations automatisées • Faire varier les comportements • Faire varier la fonction de gain • Étudier le lien avec l’émergence de la culture dans les sociétés d’agent artificiels Introduction Langage Interaction Jugements Résultats Conclusion

  48. Sincèrement, Merci… Jean Sallantin, Frédéric Jeanmart, Dominique Luzeaux, Éric Martin, Hélène Hagège, Sylvain Charron, David Chavalarias, le personnel d’Euriware, Antoine, Marc, Ché, Greg, Abdel, Mehdi, John, Luc, Mes amis, Mes parents… Introduction Langage Interaction Jugements Résultats Conclusion

  49. Introduction Langage Interaction Jugements Résultats Conclusion

More Related