vie artificielle
Download
Skip this Video
Download Presentation
Vie Artificielle

Loading in 2 Seconds...

play fullscreen
1 / 37

Vie Artificielle - PowerPoint PPT Presentation


  • 233 Views
  • Uploaded on

Vie Artificielle. Beurier Grégory LIRMM. Historique. Automate du roi Mu ( Lieh Tzu III e avt JC) Homunculus Frankenstein Automates de Vaucanson Le complexe FRANKENSTEIN !!!. Vie Artificielle.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Vie Artificielle' - navid


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
vie artificielle

Vie Artificielle

Beurier Grégory

LIRMM

historique
Historique
  • Automate du roi Mu ( Lieh Tzu IIIe avt JC)
  • Homunculus
  • Frankenstein
  • Automates de Vaucanson
  • Le complexe FRANKENSTEIN !!!
vie artificielle1
Vie Artificielle

« La vie artificielle est l’étude des systèmes construits de mains d’homme qui exhibent des comportements des systèmes naturels vivants. Elle vient en complément des sciences biologiques traditionnelles, en tentant de synthétiser des comportements semblables au vivant au sein d’ordinateurs et d’autres substrats artificiels. En étendant les fondements empiriques sur lesquels la biologie est basée au-delà de la vie a base de carbone qui a évolué sur Terre, la vie artificielle peut contribuer à la biologie théorique en positionnant la vie telle que nous la connaissons au sein d’un espace plus large: la vie telle qu’elle pourrait être »

C. Langton

qu est que la vie
Qu’est que la vie ?
  • Ensemble de propriétés [Monod]
    • Téléonomie, morphogenèse, reproduction invariante
  • Extensions des propriétés [Mayr, Belin]
    • Structure, macromolécules, ADN, stabilité, évolution
  • Approche Thermodynamique [Schrödinger, Prigogine]
    • Structure dissipative
  • Autopoïèse [Maturana, Varela]
    • Réseau fermé d’éléments « auto-régénérant »
compl ment de l approche ia dure
Pensée, cognitif

Systèmes Experts

Agents Rationnels

Ordinateur intelligent

Ordinateur intelligent

Gènes

Neurones

Fourmis

Calculs simples

Complément de l’approche IA Dure
alan turing
Alan Turing
  • Intelligence Artificielle
    • Test de Turing
  • Idée de Morphogène
    • Travail sur les gradients
  • Machine de Turing
    • Équivalence théorique mathématique
    • Problème de Hilbert:
      • « Processus physiques  Computationnels donc calculés  sous forme de machine de Turing Universelle »
machine de turing
Machine de Turing

1 2 3 …

A

Si A  B, Droite

Si B  B, Gauche

slide8
Plan
  • Vie Artificielle
    • Emergence
      • Principe
      • Jeu de la vie
      • Organoids
    • Récursion et génération
      • Principe
      • Biomorphes
      • L-Systems
  • Biomimétisme
    • Comportements Sociaux
      • Principe
      • Boids
      • Optimisation colonie de fourmis
      • Stimergie
    • Algorithmes génétiques
      • Principe
      • Voyageur de commerce
    • Programmation génétique
      • Principe
      • Morphogen
jeu de la vie
ÉmergenceJeu de la vie
  • John Conway 1970

Principe:

1 ou + de 3 voisins  MORT

3 voisins  NAISSANCE 2-3 voisins  survie

vid os et explications
ÉmergenceVidéos et explications
  • Apparitions d’émergences
    • Gliders
    • Attracteurs Fixes, cycliques, chaotiques, étranges.
  • Simulations phénomènes physiques
syst mes multi agents
Systèmes Multi-Agents
  • Extensions de la notions d’objets
  • Inspirés des insectes sociaux
  • Agents : processus de traitements d’information situés autonomes
  • Ex: Robots, virus intelligent, tour de contrôle, vous, etc.
  • MASSIVE (LOTR)
organo ds
ÉmergenceOrganoïds

Principe

Multi-agents

Fourmis

Émergence

Multi-niveaux

Récursivité

organo ds1
ÉmergenceOrganoïds

Mais à quoi ça peut-il bien-t-il donc servir ?!?!?

organo ds2
RécursionOrganoïds

Iterative Function System

r cursion et g n ration
RécursionRécursion et génération
  • Fonctions récursives
      • Ex: f(n) = f(n-1) + f(n-2) f(0) = 1 f(1) = 4
  • Fractales
        • Géométrie récursive – fonctions itératives – suites géométriques
l systems
RécursionL-Systems
  • Lindenmayer
  • Principe: idem fractales
      • Initiateur : F
      • Générateur : F[+F]F[-F]F
      • Angle : 22.5
biomorphes
RécursionBiomorphes

Sélection d’individus selon la structure (RLLRLRRLRLRL)

comportements sociaux intelligence artificielle distribu e
BiomimétismeComportements SociauxIntelligence artificielle distribuée
  • Culture (fourmis, termites)
  • Régulation thermique (abeilles, termites)
  • Constructions pharaoniques (termites, fourmis)
  • Pièges démesurés (araignées)
  • Élevage (fourmis)
  • Colonisation (fourmis, abeilles, etc.)
  • Etc.
  • Il y a un bond de capacités réactives vers une émergence d’intelligence sociale.
boids les halls de gare
BiomimétismeBoidsLes halls de gare

Couple angle/ distance Attraction Répulsion Alignement

algorithmes g n tiques
Algo GAlgorithmes Génétiques
  • Meilleur moyen de résoudre un problème est de s’y adapter.
  • Sélection naturelle : Sélection des individus les mieux « adaptés » à un milieu donné et qui auront une plus grande faculté de reproduction que les autres
  • Principe: Coder le problème à résoudre sous la forme d’un génome. Déterminer une fonction d’adaptation pour les solutions possibles. Faire se reproduire les individus viables.
terminologie
Algo GTerminologie
  • Population (= génération):
      • Ensemble d’individus
  • Génome
      • Ensemble des chromosomes d’un individus
  • Chromosome (= un individu)
      • Groupe de gènes d’un individu
  • Gène
      • Caractère / caractéristique d’un individu
  • Allèle
      • Forme / valeur prise par une caractéristique
principe voyageur de commerce
Algo GPrincipeVoyageur de commerce
  • 1- On code la solution du problème a résoudre sous la forme de gènes (fonction d’encodage)
  • 2- On génère une population d’individu aléatoirement (initialisation)
  • 3- On teste les individus et on les fait mourir si leur génome n’est pas bon (fitness/sélection)
  • 4- On croise les survivants et on retourne en 3.
  • On recommence tant que le génome des survivants n’est pas une solution satisfaisante au problème
applications aux biomorphes
Algo GApplications aux Biomorphes
  • Codage biomorphes: RGRRGGRGR (idem L-Systems)
  • Génome: RGRRGGRGR
  • Population: Rd
  • Croisement:
  • Fitness:

% ressemblance

% angles communs

  • Arrêt:

Ressemblance = 100%

1000 générations

RGRRGGRGRGGRGRGRGGGGRRGGRGRR

GRGGGGRGRGGGRR

programmation g n tique volutionnaire
Algo GProgrammation génétique & évolutionnaire

Principe:

Ne plus coder la solution dans le génotype (génome) mais la faire apparaître/émerger dans le phénotype (l’expression du génome)

La solution devient le comportement ou le résultat de la fonction réalisée par le gène. Les croisements modifient alors non pas les solutions mais les comportements.

approche morphog n tique
Algo G

1011010011001011010

Approche morphogénétique

Divisions

génome

  • Formation d’un organisme par:
  • Division
  • Différenciation spatiale et fonctionnelle
  • Croisement & Sélection

Zones différenciées

fonctionnement
Algo G

1011010011001011010

1011010011001011010

Fonctionnement

Gène 1

Allèle position Allèle couleur

Allèle taille

Gène 2

Allèle Division Allèle Sécrétion

Allèle Digestion

morphogen
Algo GMorphogen

Principe

  • Plusieurs gènes
  • Allèles
      • Répresseurs: liste de protéines qui inhibe la fonction du gène
      • Activateurs: liste de protéines qui active la fonction du gène
      • Protéines: liste de protéines que transcrit/émet le gène
      • Fonctions:
        • Division/Mitose: Crée une autre cellule
        • Métabolisme: Consomme de la nourriture pour fournir de l’énergie aux autres individus de l’organisme)
        • Quiescence: Reste inactive
        • Apoptose/Nécrose: Meure pour la morphogenèse ou de carences.
  • Population tirée au hasard mis dans un endroit avec nourriture
morphogen1
Algo GMorphogen
  • 1- Perceptions des protéines
  • 2- Fonctions
  • 3- Émissions –> Phéromones (gradients)

On conserve les organismes qui vivent le plus longtemps c’est-à-dire qui consomment le moins vite la nourriture du milieu en grossissant et on les croise.

a quand la vie sur nos pc
A quand la vie sur nos PC ?
  • Support physique (silicium) puce recombinantes - autoréplicantes
  • Exobiologie
  • Puces et Ordinateurs à ADN
  • Processeurs hybrides
  • Earth Simulator
  • De la vie à l’intelligence artificielle quelle distance y à t-il ?
ad