Vie Artificielle - PowerPoint PPT Presentation

1 / 37
About This Presentation
Title:

Vie Artificielle

Description:

En tendant les fondements empiriques sur lesquels la biologie est bas e au-del ... angle/ distance Attraction R pulsion Alignement. Optimisation colonie de fourmis ... – PowerPoint PPT presentation

Number of Views:205
Avg rating:3.0/5.0
Slides: 38
Provided by: dunK8
Category:

less

Transcript and Presenter's Notes

Title: Vie Artificielle


1
Vie Artificielle
  • Beurier Grégory
  • LIRMM

2
Historique
  • Automate du roi Mu ( Lieh Tzu IIIe avt JC)
  • Homunculus
  • Frankenstein
  • Automates de Vaucanson
  • Le complexe FRANKENSTEIN !!!

3
Vie Artificielle
  •  La vie artificielle est létude des systèmes
    construits de mains dhomme 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
    dordinateurs et dautres 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 dun espace plus large la
    vie telle quelle pourrait être 
  • C. Langton

4
Quest 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 déléments  auto-régénérant 

5
Complément de lapproche IA Dure
  • Pensée, cognitif
  • Systèmes Experts
  • Agents Rationnels
  • Ordinateur intelligent
  • Ordinateur intelligent
  • Gènes
  • Neurones
  • Fourmis
  • Calculs simples

6
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 

7
Machine de Turing
1 2 3

A


Si A ? B, Droite Si B ? B, Gauche
8
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

9
Émergence
Émergence
10
Jeu de la vie
Émergence
  • John Conway 1970
  • Principe

1 ou de 3 voisins ? MORT












3 voisins ? NAISSANCE 2-3 voisins ? survie












11
Vidéos et explications
Émergence
  • Apparitions démergences
  • Gliders
  • Attracteurs Fixes, cycliques, chaotiques,
    étranges.
  • Simulations phénomènes physiques

12
Systèmes Multi-Agents
  • Extensions de la notions dobjets
  • Inspirés des insectes sociaux
  • Agents processus de traitements dinformation
    situés autonomes
  • Ex Robots, virus intelligent, tour de contrôle,
    vous, etc.
  • MASSIVE (LOTR)

13
Organoïds
Émergence
  • Principe
  • Multi-agents
  • Fourmis
  • Émergence
  • Multi-niveaux
  • Récursivité

14
Organoïds
Émergence
Mais à quoi ça peut-il bien-t-il donc servir ?!?!?
15
Organoïds
Récursion
Iterative Function System
16
Récursion et génération
Récursion
  • Fonctions récursives
  • Ex f(n) f(n-1) f(n-2) f(0) 1 f(1) 4
  • Fractales
  • Géométrie récursive fonctions itératives
    suites géométriques

17
(No Transcript)
18
L-Systems
Récursion
  • Lindenmayer
  • Principe idem fractales
  • Initiateur F
  • Générateur FFF-FF
  • Angle 22.5

19
L-Systems
Récursion

20
Biomorphes
Récursion
  • Sélection dindividus selon la structure
    (RLLRLRRLRLRL)

21
Comportements SociauxIntelligence artificielle
distribuée
Biomimétisme
  • 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 dintelligence sociale.

22
BoidsLes halls de gare
Biomimétisme
Couple angle/ distance Attraction
Répulsion Alignement
23
Optimisation colonie de fourmis
Biomimétisme
24
Routage réseau P2P
Biomimétisme
25
Stigmergierétroaction environnementale
Biomimétisme
Phéromones
26
Termites
Biomimétisme
27
Algorithmes Génétiques
Algo G
  • Meilleur moyen de résoudre un problème est de sy
    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 dun génome. Déterminer une fonction
    dadaptation pour les solutions possibles. Faire
    se reproduire les individus viables.

28
Terminologie
Algo G
  • Population ( génération)
  • Ensemble dindividus
  • Génome
  • Ensemble des chromosomes dun individus
  • Chromosome ( un individu)
  • Groupe de gènes dun individu
  • Gène
  • Caractère / caractéristique dun individu
  • Allèle
  • Forme / valeur prise par une caractéristique

29
PrincipeVoyageur de commerce
Algo G
  • 1- On code la solution du problème a résoudre
    sous la forme de gènes (fonction dencodage)
  • 2- On génère une population dindividu
    aléatoirement (initialisation)
  • 3- On teste les individus et on les fait mourir
    si leur génome nest pas bon (fitness/sélection)
  • 4- On croise les survivants et on retourne en 3.
  • On recommence tant que le génome des survivants
    nest pas une solution satisfaisante au problème

30
Applications aux Biomorphes
Algo G
  • Codage biomorphes RGRRGGRGR (idem L-Systems)
  • Génome RGRRGGRGR
  • Population Rd
  • Croisement
  • Fitness
  • ressemblance
  • angles communs
  • Arrêt
  • Ressemblance 100
  • 1000 générations

RGRRGGRGRGGRGRGRGGGGRRGGRGRR GRGGGGRGRGGGRR
31
Programmation génétique évolutionnaire
Algo G
  • Principe
  • Ne plus coder la solution dans le génotype
    (génome) mais la faire apparaître/émerger dans le
    phénotype (lexpression 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.

32
Approche morphogénétique
Algo G
Divisions
génome
  • Formation dun organisme par
  • Division
  • Différenciation spatiale et fonctionnelle
  • Croisement Sélection

Zones différenciées
33
Fonctionnement
Algo G
Gène 1
Allèle position Allèle couleur Allèle
taille
Gène 2
Allèle Division Allèle Sécrétion Allèle
Digestion
34
Morphogen
Algo G
  • 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 lénergie aux autres individus de
    lorganisme)
  • Quiescence Reste inactive
  • Apoptose/Nécrose Meure pour la morphogenèse ou
    de carences.
  • Population tirée au hasard mis dans un endroit
    avec nourriture

35
Morphogen
Algo G
  • 1- Perceptions des protéines
  • 2- Fonctions
  • 3- Émissions gt Phéromones (gradients)
  • On conserve les organismes qui vivent le plus
    longtemps cest-à-dire qui consomment le moins
    vite la nourriture du milieu en grossissant et on
    les croise.

36
Algo G
37
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 lintelligence artificielle quelle
    distance y à t-il ?
Write a Comment
User Comments (0)
About PowerShow.com