Skip to Main content Skip to Navigation
Conference papers

DeepExpert : vers une Intelligence Artificielle autonome et explicable

Résumé : Pour procurer aux intelligences artificielles une meilleure adaptabilité, notre position est de proposer un couplage selon une approche énactiviste et cognitiviste entre réseaux de neurones profonds et systèmes de classeurs. L’autonomie étant un vecteur d’évolution de cette adaptabilité, une définition est proposée dans un premier temps afin d’appuyer dans un second temps les choix et apports des modèles de perception, de raisonnement et de mémoire employés. Ces modèles, que sont respectivement ces réseaux, ces systèmes et la proposition du concept d’arbre d’apprentissage traçant l’expérience du système couplé, doivent permettre à ces intelligences d’identifier elles-mêmes les problèmes issus de leur environnement et concevoir en toute transparence les solutions les plus adéquates.
Complete list of metadatas

Cited literature [17 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-02161105
Contributor : Florent Breuil <>
Submitted on : Friday, June 21, 2019 - 1:59:31 PM
Last modification on : Wednesday, February 26, 2020 - 1:34:33 AM

Identifiers

  • HAL Id : hal-02161105, version 1

Citation

Romain Orhand, Anne Jeannin-Girardon, Pierre Parrend, Pierre Collet. DeepExpert : vers une Intelligence Artificielle autonome et explicable. Rencontres des Jeunes Chercheurs en Intelligence Artificielle 2019, Jul 2019, Toulouse, France. pp.63-65. ⟨hal-02161105⟩

Share

Metrics

Record views

182

Files downloads

356