Intelligence Artificielle & Algorithmes

Canaliser une information à partir de données volumineuses, hétérogènes ou véloces (Big Data).

Les données sont restructurées, en tenant compte de leur complexité, pour être exploitées de manière performante :

• Conversion de format, import/export, parsing
• Interrogation de bases de données (relationnelles, noSQL)
• Tri, indexation, classification, structures haute performance
• Exploration en profondeur, détection de signature
• Temps-réel, flux de données
• Visualisation, rapports d'analyse

L'Intelligence Artificielle symbolique traite l'information avec des règles logiques pour produire un résultat explicable (XAI):

• Bases de données déductives, unification, inférence
• Programmation logique, raisonnement automatique
• Systèmes experts, logique floue, réseaux bayésiens
• Low-code, langages spécifiques à un domaine (DSL)

Exprimer la connaissance sous forme structurée, interpréter la connaissance dans divers contextes, extraire la connaissance depuis un ensemble informationnel.

Analyser, transformer, certifier, rétro-concevoir un code source écrit dans n'importe quel langage.

Création d'outils spécialisés issus des Méthodes Formelles et de la Théorie des Langages :

• Compilateurs, interpréteurs, émulateurs
• Analyse statique, graphe de flot de contrôle
• Analyse dynamique, instrumentation, interprétation abstraite
• Métriques de code, évaluation de performance
• Générateurs de code

Quelle est la configuration optimale pour atteindre tel objectif ?

La réponse s'obtient avec les Mathématiques Appliquées, la Recherche Opérationnelle et l'Intelligence Artificielle :

• Solveurs, programmation linéaire ou quadratique
• Théorie des graphes
• Machine Learning, réseaux de neurones
• Analyse numérique, simulation