Journées d’Intelligence Artificielle Fondamentale
(Événement affilié à PFIA 2024)
1er au 3 juillet 2024, La Rochelle, France
Présentation
Les Journées d’Intelligence Artificielle Fondamentale (JIAF) constituent un rendez-vous annuel de la communauté francophone travaillant sur l’Intelligence Artificielle Fondamentale et la Planification. Depuis l’édition 2023, JIAF a fusionné avec les Journées Francophones sur la Planification, la Décision et l’Apprentissage pour la conduite de systèmes (JFPDA). La conférence JIAF est soutenue par le Collège Représentation et Raisonnement de l’AFIA.
Les thématiques de recherche de JIAF sont relatives aux méthodes et outils fondamentaux de l’Intelligence Artificielle : modèles de représentation des informations, méthodes de raisonnements sur ces informations, méthodes de codage des informations et d’algorithmes de traitement efficaces, modélisation formelle de l’interaction, analyse de la prise de décision multi-agents, dans l’incertain ou séquentielle. Les journées sont composées d’exposés de synthèse, permettant à la communauté de découvrir des thématiques connexes au travers d’exposés de spécialistes, et de communications sélectionnées par le comité de programme.
Les éditions précédentes de JIAF et JFPDA se sont déroulées à Strasbourg [JIAF-JFPDA] (2023), Saint-Etienne [JIAF / JFPDA] (2022), Bordeaux [JIAF / JFPDA] (en virtuel, 2021), Angers [JIAF / JFPDA]] (en virtuel, 2020), Toulouse [JIAF / JFPDA] (2019), Amiens [JIAF] et Nancy [JFPDA] (2018), Caen [JIAF / JFPDA]] (2017), Montpellier [JIAF] et Grenoble [JFPDA] (2016), Rennes [JIAF / JFPDA] (2015), Angers [JIAF] et Liège [JFPDA] (2014), Aix-en-Provence [JIAF] et Lille [JFPDA] (2013), Toulouse [JIAF] et Nancy [JFPDA] (2012), Lyon [JIAF] et Rouen [JFPDA] (2011), Strasbourg [JIAF] et Besançon [JFPDA] (2010), Marseille [JIAF] et Paris [JFPDA] (2009), Paris [JIAF] et Metz [JFPDA] (2008), Grenoble [JIAF / JFPDA] (2007) et Toulouse [JFPDA] (2006).
Les 18èmes Journées d’Intelligence Artificielle Fondamentale (JIAF 2024) auront lieu du 1er au 3 juillet 2024 dans le cadre de la Plate-Forme Intelligence Artificielle (PFIA). Elles sont organisées par Jean-Guy Mailly, François Schwarzentruber et Anaëlle Wilczynski (présidents du comité scientifique).
Programme Sessions Présentations Atelier MAFTEC Atelier Jeux et IA
Conférencier invité
Simon Parsons
Simon received his PhD from University of London in 1993, and held academic positions at Queen Mary and Westfield College, Massachusetts Institute of Technology, City University of New York, University of Liverpool and King’s College London before joining Lincoln. At King’s, Simon led the expansion of activity that resulted in the recent re-establishment of a separate Department of Engineering. Simon’s research interests centre on the design and analysis of autonomous systems, in particular with respect to how teams of autonomous systems can decide what to do in complex environments, and how they can explain these decisions.
Présentations lors de PFIA
| mar, 13:45 |
Using AI to make agriculture more sustainable En direct |
Food is important. All of us rely on it, every day, to survive. At the same time, the methods that have been used to grow our food over the last 80 years raise concerns about long-term sustainability. Modern agriculture relies heavily on chemical herbicides and pesticides which have side-effects that cause ecological damage, and intensive agricultural practices have degraded soils and led to costly erosion. More sustainable agriculture is urgently needed, and artificial intelligence (AI) can help achieve it.
In this talk, I will look at ways that AI can help to make our food supply more sustainable. All the examples will be based on work at the University of Lincoln, some that I have been involved in, and some that is the work of my colleagues. Broadly speaking this work falls into three categories: modifying existing practices by making use of AI; identifying new practices that are only feasible because of AI; and efforts to increase the pipeline of AI practitioners who are engaged in making agriculture sustainable.
Thèmes de la conférence
Les thématiques de recherche des JIAF sont relatives aux méthodes et outils fondamentaux de l’Intelligence Artificielle :
- Définition de modèles de représentation des informations (croyances, connaissances, préférences, obligations et permissions, actions, incertitude, confiance, réputation) : langages de logiques classiques et non classiques, modèles possibilistes, ontologies, langages à base de contraintes, représentations graphiques, etc.
- Définition et automatisation de raisonnements sur ces informations : raisonnement spatio-temporel, dynamique des informations, révision de croyances, fusion d’informations symboliques, raisonnement par argumentation, raisonnement causal, raisonnement abductif, raisonnement à partir de cas, etc.
- Mise au point de méthodes de codage des informations et d’algorithmes de traitement efficaces : compilation de connaissances, SAT, contraintes, ASP, etc.
- Modélisation formelle de l’interaction : entre utilisateurs et systèmes informatiques, entre entités informatiques autonomes (agents), intégration de ces deux aspects dans les divers agents conversationnels, agents de recherche, assistants personnels.
- Modélisation de la prise de décision collective et des comportements stratégiques d’agents : choix social computationnel, théorie des jeux, algorithmes pour les jeux.
- Pour des objectifs de décision, planification, ordonnancement, diagnostic, apprentissage et dans différents contextes d’application, comme par exemple le Web sémantique.
- Pour la prise de décision séquentielle sous incertitude et la planification : problèmes d’apprentissage par renforcement, processus décisionnels de Markov, théorie du contrôle, programmation dynamique, etc.