Objectifs : Présenter les concepts et les techniques de base de l’intelligence artificielle.
Contenu :
Introduction : A propos d'intelligence artificielle ; Introduction à la logique formelle.
Logique : La logique des propositions ; Systèmes de preuves en logique des propositions ; Principes de résolution en logique des propositions ; La logique des prédicats ; Introduction, premiers exemples et syntaxe ; Algorithme d'unification ; Méthode de Herbrand.
Prolog : Introduction, premiers exemples et syntaxe ; Sémantique opérationnelle, unification et sémantique ; L'environnement GNU-Prolog et quelques prédicats prédéfinis ; Programmation en Prolog, les exemples de base.
Programmation par contrainte : Contraintes et problèmes de satisfaction de contraintes ; Résolution de CSPs ; Réalisation de solveurs de contraintes en Prolog ; Programmation logique par contraintes avec Gnu-Prolog.
Ontologie : Notion d'ontologie ; Représentation des ontologies ; Construction des ontologies ; Apport des ontologies pour la recherche d'informations
Résolution de problèmes : Résolution de problèmes et algorithmes de recherche ; Représentation et résolution de problèmes en IA.
Apprentissage : Les algo génétiques ; Réseaux de neurones ; Les réseaux multicouches.
Systèmes experts : Les systèmes experts ; Les mécanismes d'exploitation ; Le formalisme particulier ; Architecture d'un générateur de systèmes experts ; Réflexions et mise en oeuvre des systèmes experts.