Contexte Machin Conclusion
IA pour un Assistant Intelligent
Mon Assistant Cognitif Honnêtement INtelligent
V. Berthier
Laboratoire d'Informatique pour la Mécanique et les Sciences de l'Ingénieur
16 mai 2012
Contexte Machin Conclusion
Plan
1 ContexteLe LIMSILes équipes ILES & TLPÉtat de l'Art
2 MachinPrésentation généraleAnalyse Non-ContextuelleGestionnaire de sujets
3 ConclusionLes résultatsAxes de développementQuestions
Contexte Machin Conclusion
Le LIMSI
Laboratoire d'Informatique pour la Mécanique et les
Sciences de l'Ingénieur
Le LIMSI :
Un laboratoire du CNRS
Sur le campus d'Orsay
Une centaine de chercheurs
Deux départements :
Communication Homme Machine
Mécanique
Contexte Machin Conclusion
Les équipes ILES & TLP
ILES & TLP
Machin a été développé dans le cadre d'un partenariat entre deuxgroupes :
Information, Langue Écrite et Signée (ILES)Corpus & ReprésentationModélisation et Traitement du Langage des SignesMultilinguisme
Traitement du Langage Parlé (TLP)Reconnaissance de la paroleIdenti�cation de la langue, du locuteur et de son étatémotionnelStructuration de documents audio et audiovisuelsTraduction de la paroleDialogue oral homme-machine
Contexte Machin Conclusion
État de l'Art
Les Assistants Intelligents
L'une des 10 technologies émergentes d'importance (MIT
Technology Review 2009).C'est un système qui doit :
Accomplir des tâches complexes (agenda, annuaire, etc.),
En recevant le moins d'informations possible des utilisateurs,
Tout en étant capable de raisonner, d'apprendre et d'organiserde lui-même
En s'appuyant sur :
Des études comportementales
Des techniques d'Intelligence Arti�cielle
Des techniques de traitement du langage
Un but : donner l'impression d'interagir avec un humain
Contexte Machin Conclusion
État de l'Art
Les Assistants Intelligents
L'une des 10 technologies émergentes d'importance (MIT
Technology Review 2009).C'est un système qui doit :
Accomplir des tâches complexes (agenda, annuaire, etc.),
En recevant le moins d'informations possible des utilisateurs,
Tout en étant capable de raisonner, d'apprendre et d'organiserde lui-même
En s'appuyant sur :
Des études comportementales
Des techniques d'Intelligence Arti�cielle
Des techniques de traitement du langage
Un but : donner l'impression d'interagir avec un humain
Contexte Machin Conclusion
État de l'Art
Narval
Les premières recherches modernes datent du début des années2000.
Narval
Narval est l'ancêtre commun aux assistants intelligents modernes.
Très ambitieux
Un fonctionnement par recettes XML manquant de souplesse
Pas de résultats signi�catif, mais a donné le coup d'envoi de larecherche dans le domaine
Contexte Machin Conclusion
État de l'Art
CALO
Réuni 300 chercheurs de 2003 à 2008.
Cognitive Assistant that Learns and Organizes
CALO est développé autour de six fonctions de haut-niveau :
Organiser et ordonner l'information
Préparer de nouveaux documents
Être l'intermédiaire entre humains
Gestion de tâches
Organiser et raisonner sur le temps
Acquisition de ressources
Pas de solution logicielle produite, mais plus de 500 articles publiés,et deux descendants intéressants : Siri et Trapit
Contexte Machin Conclusion
État de l'Art
Siri et Trapit
Descendants directs de CALO, ces deux projets sont cependant trèsdi�érents l'un de l'autre :
Siri
Application iOS5 etiPhone 4S
Très user-friendly,dialogue avec l'utilisateur
Envoi d'emails, accès à lamétéo, au tra�c, rappelsde rendez-vous, etc.
Peu ou pas deraisonnement dans letemps
Trapit
Application Web
Interactions très limitéesavec les utilisateurs
Recherche des articles depresse concernant dessujets intéressantl'utilisateur
Apprend des feedbacksutilisateurs pour a�ner lespropositions
Contexte Machin Conclusion
Présentation générale
RITEL
Ritel, un système de dialogue Homme-Machine
Utilisateur
Quelle est la capitale de laFrance ?
La capitale de la France estParis.Et son président ?Le président français estFrançois Hollande.
Ritel
Quelle est la capitale de laFrance ?La capitale de la France estParis.Et son président ?Le président français estFrançois Hollande.
Contexte Machin Conclusion
Présentation générale
RITEL
Ritel, un système de dialogue Homme-Machine
Utilisateur
Quelle est la capitale de laFrance ?
La capitale de la France estParis.Et son président ?Le président français estFrançois Hollande.
Ritel
Quelle est la capitale de laFrance ?
La capitale de la France estParis.
Et son président ?Le président français estFrançois Hollande.
Contexte Machin Conclusion
Présentation générale
RITEL
Ritel, un système de dialogue Homme-Machine
Utilisateur
Quelle est la capitale de laFrance ?
La capitale de la France estParis.
Et son président ?
Le président français estFrançois Hollande.
Ritel
Quelle est la capitale de laFrance ?
La capitale de la France estParis.
Et son président ?Le président français estFrançois Hollande.
Contexte Machin Conclusion
Présentation générale
RITEL
Ritel, un système de dialogue Homme-Machine
Utilisateur
Quelle est la capitale de laFrance ?
La capitale de la France estParis.
Et son président ?
Le président français estFrançois Hollande.
Ritel
Quelle est la capitale de laFrance ?
La capitale de la France estParis.
Et son président ?
Le président français estFrançois Hollande.
Contexte Machin Conclusion
Présentation générale
Idial & Wmatch
Deux emprunts à Ritel :
Idial, système de calcul distribuéWmatch, analyse de la structure des phrases
Reconnaît des structures dans les phrasesLes identi�e pour faciliter le traitement qui suit
Pour ce faire, Wmatch utilise :Des ressources : liste des prénoms, des villes de France, despays, etc.Des grammaires : ensemble de règles, sortes d'expressionrégulières fonctionnant sur des mots
Contexte Machin Conclusion
Présentation générale
Objectifs
Dialogue désiré
Vincent : Il faut �xer un rendez-vous mardi matin avec Gabriel etÉricMachin : (après avoir véri�é l'agenda) Attention, tu as déjà uneréunion de groupe à 10hVincent : Bon alors en tout début d'après-midi, vers 13h. Tu leurenvoies un mail pour con�rmer ?Machin : (après avoir véri�é dans la base d'adresses disponible)Oui. C'est fait.
Contexte Machin Conclusion
Présentation générale
MACHIN : Mon Assistant Cognitif Honnêtement INtelligent
Input
Analyse Sémantique
Gestionnaire de dialogue
Gestionnaire de sujets
RdV Dates Contacts
Génèration en langue naturelle
Diagramme représentant le fonctionnement de MACHIN
Contexte Machin Conclusion
Analyse Non-Contextuelle
Les objectifs
Nombreuses sont les structures à reconnaître :Rendez-vous :
Les datesLes horairesLes lieuxLes personnes
Annuaire :
Ses nom et prénomSes adressesSes numéros de téléphone et de faxSes adresses mails
Date :
S'il s'agit d'une date passée ou futureComment cette date est exprimée : en jours ? Semaines ?Mois ?
Contexte Machin Conclusion
Analyse Non-Contextuelle
Les objectifs
Nombreuses sont les structures à reconnaître :Rendez-vous :
Les datesLes horairesLes lieuxLes personnes
Annuaire :Ses nom et prénomSes adressesSes numéros de téléphone et de faxSes adresses mails
Date :S'il s'agit d'une date passée ou futureComment cette date est exprimée : en jours ? Semaines ?Mois ?
Contexte Machin Conclusion
Analyse Non-Contextuelle
La pierre angulaire
Identi�cation des structures présentes dans les phrases :
Entrée utilisateurPrends un rendez-vous de deux heures le 16 avril à 16h pour présenter le TER
Analyse sémantique
Contexte Machin Conclusion
Analyse Non-Contextuelle
La pierre angulaire
Identi�cation des structures présentes dans les phrases :
Entrée utilisateurPrends un rendez-vous de deux heures le 16 avril à 16h pour présenter le TER
Analyse sémantique
Contexte Machin Conclusion
Analyse Non-Contextuelle
La pierre angulaire
Identi�cation des structures présentes dans les phrases :
Entrée utilisateurPrends un rendez-vous de deux heures le 16 avril à 16h pour présenter le TER
Analyse sémantique
<_organisation_rdv> Prends un rendez-vous</_organisation_rdv>
Contexte Machin Conclusion
Analyse Non-Contextuelle
La pierre angulaire
Identi�cation des structures présentes dans les phrases :
Entrée utilisateurPrends un rendez-vous de deux heures le 16 avril à 16h pour présenter le TER
Analyse sémantique
<_duree> <_length> deux </_length> <_periode_type>heures </_periode_type> </_duree>
Contexte Machin Conclusion
Analyse Non-Contextuelle
La pierre angulaire
Identi�cation des structures présentes dans les phrases :
Entrée utilisateurPrends un rendez-vous de deux heures le 16 avril à 16h pour présenter le TER
Analyse sémantique
<_date> <_date_absolue> <_day> 16 </_day> <_month>avril </_month> </_date_absolue> </_date>
Contexte Machin Conclusion
Analyse Non-Contextuelle
La pierre angulaire
Identi�cation des structures présentes dans les phrases :
Entrée utilisateurPrends un rendez-vous de deux heures le 16 avril à 16h pour présenter le TER
Analyse sémantique
<_horaire> <_heure> 16 </_heure> HOUR <_minute> 0</_minute> </_horaire>
Contexte Machin Conclusion
Analyse Non-Contextuelle
La pierre angulaire
Identi�cation des structures présentes dans les phrases :
Entrée utilisateurPrends un rendez-vous de deux heures le 16 avril à 16h pour présenter le TER
Analyse sémantique
<_nom_rdv> présenter le TER </_nom_rdv>
Contexte Machin Conclusion
Gestionnaire de sujets
Les objectifs
Le système de gestion des sujets de Machin a un double rôle :
Une fonction d'historiquePour chaque sujet :
Déterminer quelles sont les informations nécessairesAssurer la complétion des sujets avec les informationsrenseignéesFournir une liste des informations reçues et manquantes
Contexte Machin Conclusion
Gestionnaire de sujets
La fonction d'historique
Diagramme représentant l'architecture de l'historique
Historique
Sujet I Sujet IIP_Info
S_Info Échanges Entités
P_Infos
S_InfosÉchangesEntités
Dial 1 Dial 2 Dial 3 Dial 1 Dial 2 Dial 3
Contexte Machin Conclusion
Gestionnaire de sujets
Gestion des sujets
Les rendez-vousPrends un rendez-vous de deux heures le 16 avril à 16h pour présenter le TER
Informations nécessaires pour ce sujet :
La date
L'horaire
La durée
Le lieu
La ou les personnes
Le but du rendez-vous
Contexte Machin Conclusion
Gestionnaire de sujets
Gestion des sujets
Les rendez-vousPrends un rendez-vous de deux heures le 16 avril à 16h pour présenter le TER
Informations nécessaires pour ce sujet :
La date
L'horaire
La durée
Le lieu
La ou les personnes
Le but du rendez-vous
Contexte Machin Conclusion
Gestionnaire de sujets
Gestion des sujets
Les rendez-vousPrends un rendez-vous de deux heures le 16 avril à 16h pour présenter le TER
Informations nécessaires pour ce sujet :
La date
L'horaire
La durée
Le lieu
La ou les personnes
Le but du rendez-vous
Contexte Machin Conclusion
Gestionnaire de sujets
Gestion des sujets
Les rendez-vousPrends un rendez-vous de deux heures le 16 avril à 16h pour présenter le TER
Informations nécessaires pour ce sujet :
La date
L'horaire
La durée
Le lieu
La ou les personnes
Le but du rendez-vous
Contexte Machin Conclusion
Gestionnaire de sujets
Gestion des sujets
Les rendez-vousPrends un rendez-vous de deux heures le 16 avril à 16h pour présenter le TER
Informations nécessaires pour ce sujet :
La date
L'horaire
La durée
Le lieu
La ou les personnes
Le but du rendez-vous
Contexte Machin Conclusion
Gestionnaire de sujets
Gestion des sujets
Les rendez-vousPrends un rendez-vous de deux heures le 16 avril à 16h pour présenter le TER
Informations nécessaires pour ce sujet :
La date
L'horaire
La durée
Le lieu
La ou les personnes
Le but du rendez-vous
Contexte Machin Conclusion
Les résultats
Résultats
Dialogue désiré
Vincent : Il faut �xer un rendez-vous mardi matin avec GabrielMachin : (après avoir véri�é l'agenda) Attention, tu as déjà uneréunion de groupe à 10hVincent : Bon alors en tout début d'après-midi, vers 13h. Tu leurenvoies un mail pour con�rmer ?Machin : (après avoir véri�é dans la base d'adresses disponible)Oui. C'est fait.
Grâce notamment à l'analyse, et surtout à la souplesse et lagénéricité du système de gestion des sujets...
Objectif atteint !
Contexte Machin Conclusion
Les résultats
Résultats
Dialogue désiré
Vincent : Il faut �xer un rendez-vous mardi matin avec GabrielMachin : (après avoir véri�é l'agenda) Attention, tu as déjà uneréunion de groupe à 10hVincent : Bon alors en tout début d'après-midi, vers 13h. Tu leurenvoies un mail pour con�rmer ?Machin : (après avoir véri�é dans la base d'adresses disponible)Oui. C'est fait.
Grâce notamment à l'analyse, et surtout à la souplesse et lagénéricité du système de gestion des sujets...
Objectif atteint !
Contexte Machin Conclusion
Axes de développement
Perspectives d'avenir
Des améliorations
Souplesse d'analyseRappels de rendez-vousModi�cations de contacts et de rendez-vous
De nouvelles fonctions
Reconnaissance de la paroleSynthèse vocale
Et à long terme...
Approches statistiques de gestion du dialogue
Contexte Machin Conclusion
Axes de développement
Perspectives d'avenir
Des améliorationsSouplesse d'analyseRappels de rendez-vousModi�cations de contacts et de rendez-vous
De nouvelles fonctionsReconnaissance de la paroleSynthèse vocale
Et à long terme...Approches statistiques de gestion du dialogue
Contexte Machin Conclusion
Questions
Questions
Des questions ?