390 likes | 812 Views
Vie Artificielle. Beurier Grégory LIRMM. Historique. Automate du roi Mu ( Lieh Tzu III e avt JC) Homunculus Frankenstein Automates de Vaucanson Le complexe FRANKENSTEIN !!!. Vie Artificielle.
E N D
Vie Artificielle Beurier Grégory LIRMM
Historique • Automate du roi Mu ( Lieh Tzu IIIe avt JC) • Homunculus • Frankenstein • Automates de Vaucanson • Le complexe FRANKENSTEIN !!!
Vie Artificielle « La vie artificielle est l’étude des systèmes construits de mains d’homme qui exhibent des comportements des systèmes naturels vivants. Elle vient en complément des sciences biologiques traditionnelles, en tentant de synthétiser des comportements semblables au vivant au sein d’ordinateurs et d’autres substrats artificiels. En étendant les fondements empiriques sur lesquels la biologie est basée au-delà de la vie a base de carbone qui a évolué sur Terre, la vie artificielle peut contribuer à la biologie théorique en positionnant la vie telle que nous la connaissons au sein d’un espace plus large: la vie telle qu’elle pourrait être » C. Langton
Qu’est que la vie ? • Ensemble de propriétés [Monod] • Téléonomie, morphogenèse, reproduction invariante • Extensions des propriétés [Mayr, Belin] • Structure, macromolécules, ADN, stabilité, évolution • Approche Thermodynamique [Schrödinger, Prigogine] • Structure dissipative • Autopoïèse [Maturana, Varela] • Réseau fermé d’éléments « auto-régénérant »
Pensée, cognitif Systèmes Experts Agents Rationnels … Ordinateur intelligent Ordinateur intelligent … Gènes Neurones Fourmis Calculs simples Complément de l’approche IA Dure
Alan Turing • Intelligence Artificielle • Test de Turing • Idée de Morphogène • Travail sur les gradients • Machine de Turing • Équivalence théorique mathématique • Problème de Hilbert: • « Processus physiques Computationnels donc calculés sous forme de machine de Turing Universelle »
Machine de Turing … 1 2 3 … … A … Si A B, Droite Si B B, Gauche
Plan • Vie Artificielle • Emergence • Principe • Jeu de la vie • Organoids • Récursion et génération • Principe • Biomorphes • L-Systems • Biomimétisme • Comportements Sociaux • Principe • Boids • Optimisation colonie de fourmis • Stimergie • Algorithmes génétiques • Principe • Voyageur de commerce • Programmation génétique • Principe • Morphogen
Émergence Émergence
Émergence Jeu de la vie • John Conway 1970 Principe: 1 ou + de 3 voisins MORT 3 voisins NAISSANCE 2-3 voisins survie
Émergence Vidéos et explications • Apparitions d’émergences • Gliders • Attracteurs Fixes, cycliques, chaotiques, étranges. • Simulations phénomènes physiques
Systèmes Multi-Agents • Extensions de la notions d’objets • Inspirés des insectes sociaux • Agents : processus de traitements d’information situés autonomes • Ex: Robots, virus intelligent, tour de contrôle, vous, etc. • MASSIVE (LOTR)
Émergence Organoïds Principe Multi-agents Fourmis Émergence Multi-niveaux Récursivité …
Émergence Organoïds Mais à quoi ça peut-il bien-t-il donc servir ?!?!?
Récursion Organoïds Iterative Function System
Récursion Récursion et génération • Fonctions récursives • Ex: f(n) = f(n-1) + f(n-2) f(0) = 1 f(1) = 4 • Fractales • Géométrie récursive – fonctions itératives – suites géométriques
Récursion L-Systems • Lindenmayer • Principe: idem fractales • Initiateur : F • Générateur : F[+F]F[-F]F • Angle : 22.5
Récursion L-Systems
Récursion Biomorphes Sélection d’individus selon la structure (RLLRLRRLRLRL)
Biomimétisme Comportements SociauxIntelligence artificielle distribuée • Culture (fourmis, termites) • Régulation thermique (abeilles, termites) • Constructions pharaoniques (termites, fourmis) • Pièges démesurés (araignées) • Élevage (fourmis) • Colonisation (fourmis, abeilles, etc.) • Etc. • Il y a un bond de capacités réactives vers une émergence d’intelligence sociale.
Biomimétisme BoidsLes halls de gare Couple angle/ distance Attraction Répulsion Alignement
Biomimétisme Optimisation colonie de fourmis
Biomimétisme Routage réseau & P2P
Biomimétisme Stigmergierétroaction environnementale Phéromones
Biomimétisme Termites
Algo G Algorithmes Génétiques • Meilleur moyen de résoudre un problème est de s’y adapter. • Sélection naturelle : Sélection des individus les mieux « adaptés » à un milieu donné et qui auront une plus grande faculté de reproduction que les autres • Principe: Coder le problème à résoudre sous la forme d’un génome. Déterminer une fonction d’adaptation pour les solutions possibles. Faire se reproduire les individus viables.
Algo G Terminologie • Population (= génération): • Ensemble d’individus • Génome • Ensemble des chromosomes d’un individus • Chromosome (= un individu) • Groupe de gènes d’un individu • Gène • Caractère / caractéristique d’un individu • Allèle • Forme / valeur prise par une caractéristique
Algo G PrincipeVoyageur de commerce • 1- On code la solution du problème a résoudre sous la forme de gènes (fonction d’encodage) • 2- On génère une population d’individu aléatoirement (initialisation) • 3- On teste les individus et on les fait mourir si leur génome n’est pas bon (fitness/sélection) • 4- On croise les survivants et on retourne en 3. • On recommence tant que le génome des survivants n’est pas une solution satisfaisante au problème
Algo G Applications aux Biomorphes • Codage biomorphes: RGRRGGRGR (idem L-Systems) • Génome: RGRRGGRGR • Population: Rd • Croisement: • Fitness: % ressemblance % angles communs • Arrêt: Ressemblance = 100% 1000 générations RGRRGGRGRGGRGRGRGGGGRRGGRGRR GRGGGGRGRGGGRR
Algo G Programmation génétique & évolutionnaire Principe: Ne plus coder la solution dans le génotype (génome) mais la faire apparaître/émerger dans le phénotype (l’expression du génome) La solution devient le comportement ou le résultat de la fonction réalisée par le gène. Les croisements modifient alors non pas les solutions mais les comportements.
Algo G 1011010011001011010 Approche morphogénétique Divisions génome • Formation d’un organisme par: • Division • Différenciation spatiale et fonctionnelle • Croisement & Sélection Zones différenciées
Algo G 1011010011001011010 1011010011001011010 Fonctionnement Gène 1 Allèle position Allèle couleur Allèle taille Gène 2 Allèle Division Allèle Sécrétion Allèle Digestion
Algo G Morphogen Principe • Plusieurs gènes • Allèles • Répresseurs: liste de protéines qui inhibe la fonction du gène • Activateurs: liste de protéines qui active la fonction du gène • Protéines: liste de protéines que transcrit/émet le gène • Fonctions: • Division/Mitose: Crée une autre cellule • Métabolisme: Consomme de la nourriture pour fournir de l’énergie aux autres individus de l’organisme) • Quiescence: Reste inactive • Apoptose/Nécrose: Meure pour la morphogenèse ou de carences. • Population tirée au hasard mis dans un endroit avec nourriture
Algo G Morphogen • 1- Perceptions des protéines • 2- Fonctions • 3- Émissions –> Phéromones (gradients) On conserve les organismes qui vivent le plus longtemps c’est-à-dire qui consomment le moins vite la nourriture du milieu en grossissant et on les croise.
A quand la vie sur nos PC ? • Support physique (silicium) puce recombinantes - autoréplicantes • Exobiologie • Puces et Ordinateurs à ADN • Processeurs hybrides • Earth Simulator • … • De la vie à l’intelligence artificielle quelle distance y à t-il ?