Intelligence Artificielle Distribuée et Ontologies pour la Gestion des Connaissances Fabien Gandon...

Intelligence Artificielle Distribuée et Ontologies Intelligence Artificielle Distribuée et Ontologies pour la Gestion des Connaissancespour la Gestion des Connaissances

Fabien Gandon Post-doc

Université de Carnegie Mellon Doctorat

I.N.R.I.A. Sophia Antipolis, équipe ACACIA Monitorat

Département informatique, Université de Nice-Sophia Antipolis D.E.A. “Traitement de l’image et systèmes de vision” (2ième)

Université de Rouen Ingénieur - département “Génie Mathématiques” (major)

I.N.S.A., Rouen

(2)

Notion d’intraweb sémantiqueNotion d’intraweb sémantique Problème: matérialiser et structurer la mémoire d’une organisation? Mémoire organisationnelle annotée: intraweb sémantique en RDF(1):

documents, personnes, groupes, etc.

Ontologie en RDFS(1): vocabulaire conceptuel d’annotation

(1) recommandation W3C

Auteur Personne:http://www.inria.fr/~rdieng/

Titre "Annual activity report of ACACIA"

Auteurportée

domaine

Types de concepts Types de relations

Document:http://www-sop.inria.fr/aar.doc

CréateurEntité

Document Personne

(3)

Conception d’ontologiesConception d’ontologies Problème: concevoir une ontologie pour un Web sémantique.

Méthode:

O’CoMMA:

□ 470 types de concepts

□ 79 types de relations

□ 700 termes et 550 définitions enAnglais et en Français

Schéma RDFS Propriétés Algébriques Règles

Couverture ?

Tableaux structurés

Scénarios

Recueil

Lexiques

Organisation Document Personne Domaine

Typique

d’une mémoire

organisationnelle

(4)

Agents logiciels et connaissances distribuéesAgents logiciels et connaissances distribuées Problème: gérer les connaissances distribuées dans l’organisation. Analyse fonctionnelle descendante: groupes, rôles, protocoles Sociétés:

Société d’annotation:□ Hiérarchie avec 2 rôles: archivistes, médiateurs□ Principales interactions: archivage, requêtes distribuées□ Statistiques du contenu archivé / types de concepts et relations

□ ex. distances sémantiques

annotation–archive pour archivage

nouvelles annotations

DistH(Type1,Type2) = Min(GPath(Type1,LCST)+GPath(Type2,LCST))

Société ontologie & modèle organisation

Société gérant les annotations

Société apparieursSociété gérant les utilisateurs

document

booklet

chart

graphdiagram

book

(5)

Accès mobiles aux Services Web SémantiquesAccès mobiles aux Services Web Sémantiques Problème de faible couplage:

□ Système ouvert□ Réseau sans fil & PDA

(terminal, connectivité, disponibilité)

Agents de services spécifiques

ex. restaurant, messages

Services Web sémantiquesex. localisation, agenda,météorologie

Architecture Web sémantique

Agents de services généraux

© Carnegie Mellon University - Sadehlab

Communication toolkit (http, e-mail, IM, etc.)

NETWORK

SemanticSemanticWeb serversWeb servers

S. Web Ontologies

S. Web AnnotationsOther Web Resources

Semantic Web Services

SemanticSemanticsearchsearchservicesservices

Task-Task-specificspecific

Task-specific resources and APIs

User interaction User interaction managermanager

API

e-Wallet e-Wallet managermanager

PlatformPlatformmanagermanager

White & yellow pages

MAS administration toolkit

knowledge base

API

Inference engineAPI

knowledge baseKnowledge of the owner’s profile

(6)

e-e- Problème: faciliter mais contrôler l’accès aux profils utilisateurs. Portefeuille électronique: interface sémantique d’accès unifiée

□ Assertions statiquesex. nom, centres d’intérêt

□ Règles d’assertion dynamiqueex. définition, exceptions

□ Règles d’invocation de servicespour obtenir des connaissancescontextuelles ex. agenda, GPS

□ Règles de privauté autorisationset ajustements ex. localisation

Implantation O.W.L.(2) + extensions pour règles et requêtes Couches = typage, chaînage avant, chaînage arrière

(2) Extension pour RDFS en cours de recommandation au W3C© Carnegie Mellon University - Sadehlab

privauté

service

coeurasser-tionnel

query

answer

moteur d’inférences

(7)

EvaluationsEvaluations CoMMA projet IST

Atos-Origin, CSELT Telecom Italia, CSTB, INRIA, LIRMM, T-Nova Deutsche Telekom, Université Parme2 évaluations avec utilisateurs finaux, journée porte ouverte et démo+ évaluations de performances

myCampus projet DARPA (chef de projet)CMU, Air Force, BBN, IBM, HP, Symbol, Boeingexpérience à CMU sur 3 jours avec 11 utilisateurs

(8)

Vision du futurVision du futur IA distribuée pour assister le cycle de vie des connaissances

□ Collecticiels pour émergence & maintien consensus ontologique□ Inférences distribuées & bibliothèques de protocoles d’interactions□ Inférences pour maximiser la maintenance automatique

Interactions dans/entre Webs sémantiques (extranets, Web ouvert)□ Médiations entre différentes ontologies□ Découverte (existence, modalités) et composition de services□ Contrôle de la sécurité, de l’accès, de la visibilité et de la privauté□ Contrôle de la qualité (contenu, service)

Interfaces homme-système intelligentes masquant la complexité□ Contexte d’accès aux connaissances et services en ligne

awareness, dimension sociale (communautés, rôles), mobilité□ Exploiter les structures sémantiques pour inférences d’interaction

Coopérations nécessaires: internationales (ex. IST), industrielles (ex. RNTL), organismes de standardisation (ex. W3C, OASIS)

(9)

Complémentarité des domaines de rechercheComplémentarité des domaines de recherche

AI Distribuée & AI Distribuée & Services WebServices Web

Ontologie &Ontologie &ReprésentationReprésentation

des connaissancesdes connaissances

Web SémantiqueWeb Sémantique& Knowledge & Knowledge managementmanagement

formalismes &applications

méthodes &schémas

formalismes,référence sémantique pourinférences & communication

plates-formes logicielles pour cycle de vie

formalismes,mondes annotés,

méthodes, applications

architectures logicielles,plates-formes de déploiement