Changes for page GT Génie Logiciel et Intelligence Artificielle (GLIA)

Summary

• Page properties (1 modified, 0 added, 0 removed)

Details

Page properties

Content

...	...	@@ -1,12 +1,9 @@
1	1	Les différentes branches de l'Intelligence Artificielle (IA) offrent de nombreuses opportunités de développement dans de très nombreux secteurs de l'activité humaine, dont certains ont été identifiés dans le rapport Villani comme prioritaires tels que l'énergie, la santé, les transports et la sécurité. En particulier, la science du logiciel en tire de nombreux bénéfices depuis longtemps. Dans la communauté francophone plus spécifiquement, on peut se rappeler que la conférence LMO (Langages et Modèles à Objets) a regroupé, dès son origine, des recherches en représentation des connaissances et en programmation, et a été le creuset de travaux communs aux chercheurs de ces deux domaines. L'IA peut plus largement apporter des solutions pour la réduction des coûts et des temps de développement et de maintenance, ainsi que pour l'amélioration de la qualité, dont la vérification.
2	2
3	3
4		-Ces dernières années ont été marquées par un essor de l’IA, que ce soit dans les discours grand public ou dans les travaux de recherche. Au cœur de cet essor, on trouve différentes techniques dont les plus visibles actuellement sont les techniques d'apprentissage automatique (//machine learning//), avec en particulier l'apprentissage profond (//deep learning//), qui ont tendance à occulter la largeur et la richesse de ce domaine. Cette prégnance de l'IA dans toutes les activités nous oblige à nous positionner en tant que communauté du Génie Logiciel (GL) afin d'identifier les opportunités et les interactions entre GL et IA qui s'offrent à nous dans les années qui viennent. Ce positionnement sera également l'occasion de faire le point sur les branches de l'IA qui sont les plus pertinentes pour notre communauté et de rappeler brièvement les travaux qui ont pu être entrepris en GL en interaction avec le domaine de l'IA.
	4	+Ces dernières années ont été marquées par un essor de l’IA, que ce soit dans les discours grand public ou dans les travaux de recherche. Au cœur de cet essor, on trouve différentes techniques dont les plus visibles actuellement sont les techniques d'apprentissage automatique (//machine learning//), avec en particulier l'apprentissage profond (//deep learning//), qui ont tendance à occulter la largeur et la richesse de ce domaine. Cette prégnance de l'IA dans toutes les activités nous oblige à nous positionner en tant que communauté du Génie Logiciel (GL) afin d'identifier les opportunités et les interactions entre GL et IA qui s'offrent à nous dans les années qui viennent. Dans ce groupe de travail, nous nous proposons de réfléchir non seulement à ce que l'IA peut offrir au domaine du GL, mais aussi à comment les techniques du GL peuvent servir en retour le domaine de l'IA, notamment dans le cadre de systèmes intégrant des composants produits par des techniques d'IA.
5	5
6	6
7		-Dans ce groupe de travail, nous nous proposons de réfléchir non seulement à ce que l'IA peut offrir au domaine du GL, mais aussi à comment les techniques du GL peuvent servir en retour le domaine de l'IA, notamment dans le cadre de systèmes intégrant des composants produits par des techniques d'IA.
8		-
9		-
10	10	Ce groupe ......
11	11
12	12	~1. Une brève description des questions de recherche, si possible évoquées dans les [[défis>>url:https://gdrgpl.myxwiki.org/xwiki/bin/view/Main/]];