Les travaux de Winston (81) qui ont
débuté dans le champs de recherche de la détection de
formes en
"vision", ont contribué à un progrès substantiel dans le
domaine du raisonnement analogique.
Dans ce petit paragraph on ne discutera pourtant que son
système de représentation, qui permet par exemple à un
programme de tirer des analogies entre des résumés de
drames Shakespeariens et des textes exercices.
Pour représenter un texte, ainsi qu'une partie du savoir
que le système à sur le monde, Winston utilise une forme
très populaire du réseau sémantique qui préserve (par opposition
aux systèmes de Yale) la plupart des mots du langage
naturel.
Lorsque le programme est donné un texte en langage naturel,
un analyseur traduit les concepts nominaux du langage (comme
les substantifs et les adjectifs) dans des noeuds.
Les concepts relationels comme les verbes, les relations
attributifs, ou encore les relations causales, sont
représentés dans le réseau comme des arcs (ou
connecteurs).
Toutefois presque chaque occurence d'un noeud ou d'une
relation n'est qu'une "instantiation"
d'un concept général qui lui
aussi peut être représenté dans un réseau qui lui donne
sa signification.
Sur ce réseau se greffe une structure de "frames";
c'est-à-dire chaque concept nominal ou relationel est
représenté d'un facon à ce qu'il permette l'accession aux
objets reliés.
Un "frame" simple consiste en triplets, où le
premier élément est le nom du "frame", le deuxième une
relation, et le troisième un autre "frame" qui lui peut
être
un simple "frame" (par exemple l'occurence un adjectif) ou un "frame"
qui décrit une relation comme une cause ou encore une
action.
Par exemple le "frame" des montagnards de notre récit montrerait
toutes leur propriétes qu'il ont eu a un certain moment
donné dans le récit, ainsi que les actions qu'ils ont
performés dans le récit.
Ainsi, du fait qu'il étaient pauvres, puis riches, puis
menacés et qu'ils se sont plaints, le système pourrait
prédire que quelqu'un qui voit menacé son statut
amélioré, va se défendre.
Ce petit exemple (simplifié) montre que beaucoup d'effort
doit être investi dans le développement de procédures de
raisonnement analogiques capables de comparer des réseaux
sémantiques et d'abstraire éventuellement un savoir plus
général.
Une telle procédure d'analogie nécessite aussi l'existence
d'hierarchies conceptuelles extensives dans la mémoire du
programme.
Par exemple pour pouvoir comparer les montagnards avec un
citoyen individuel, le programme doit savoir qu'un montagnard
est une sorte de citoyen qui "hérite" aussi ses
caractéristiques.
L'organisations de ces hierarchies d'abstraction et
les possibilités d'"héritage" est connu sous le nom des
"semantic inheritance networks" en AI, et beaucoup d'efforts sont encore
investies pour trouver des techniques qui permettent leur
définition et utilisation optimale.
Un problème majeur consiste à développer des procédures travaillant
d'une facon intelligente sur ces structures.
Récemment deux politologues
ont commencé à développer un système qui permettra
d'étudier les analogies dans des situation historiques,
telles qu'elles sont "racontés" dans des textes narratifs.
Pour commencer, Mallory avait essayé d'utiliser le système
de Winston pour trouver des analogies dans les histoires
d'intervention des superpuissances, tentative qui permettaient de mieux
saisir l'envergure de travail nécessaire pour créer un système AI
utile pour la science politique.
En ce moment ces deux jeunes chercheurs sont en train de développer un
système très large qui permettra l'interprétation hermeneutique de
texte, entreprise à qui ils ont donné le nom de "computational
hermeneutics".
En raffinant le système de représentation de Winston, en intégrant
par exemple une notion sophistiquée de temporalité, ils espèrent pouvoir
simuler des systèmes de croyance qui auront la capacité d'apprendre
des textes et de construire un savoir sur le monde à partir ce
matériel empirique que constituent les textes qu'on leur fait lire.
Ce système a donc ses fondations dans certain courants de la
philosophie du langage.
Ils travaillent également intensivement sur le développement d'un
analyseur du langage naturel, qui serait apte à traiter du texte
provenant d'un domaine de discours très large.
Il aura par exemple des capacités d'apprentissage, et il
permettra une collaboration interactive optimale de l'utilisateur.
L'entreprise de développer un grand système AI n'est pas sans risques.
Ce travail dure en général pendant plusieurs années, et il faut
recommencer à travailler sur un meilleur système dès qu'on a
terminé.
Mais les résultats que les recherches en intelligence artificielle ont
produit jusqu'à présent justifient à mon avis un futur
investissement dans ce domaine de recherche par la science politique.