L'ambiant Computing

Aujourd'hui, nous envisageons l'informatique comme une activité personnelle, dans laquelle une personne interagit avec un ordinateur. Or, ce paradigme force l'utilisateur à se focaliser entièrement et totalement sur une machine et lui demande une connaissance pratique de son fonctionnement.

L'Ambiant Intelligence, ou Ubiquitous Computing, envisage l'informatique d'un point de vue différent : le monde est alors composé de personnes entourées d'agents intelligents et d'usage intuitif, cachés dans les objets courants. Ces agents reconnaissent leurs utilisateurs et réagissent à leur présence, ainsi qu'à leur comportement, d'une manière personnalisée et pertinente. Cette vision future, mais pas si futuriste, des systèmes multi-agents, et plus généralement de l'informatique, implique un changement de conception de l'ordinateur.

'In the past, shoes could stink.
In the present, shoes can blink.
In the future, shoes will think.'
groupe Things That Thinks du MIT.

Ces agents doivent être conçus pour être invisibles, au sens où leurs fonctions doivent être immédiatement apparentes et intuitives, et ne doivent pas nécessiter de connaissances préalables. D'élément central dans l'espace et dans l'attention de l'utilisateur, l'ordinateur devient de multiples agents invisibles, distribués, omniprésents, dont l'utilisation n'est plus consciente. Il n'y a plus besoin de savoir comment l'utiliser mais simplement de formuler sa demande. L'informatique doit ainsi devenir non plus un focus mais un véritable outil.

Le terme "ubiquitous" peut se traduire par "omniprésent" ou "polyvalent". Il véhicule la notion de systèmes multi-agents diffus, répartis, impliqués dans notre vie courante, et accessibles n'importe où. Si l'on parle d'ubiquitous intelligence, cela implique également un comportement adapté aux besoins de l'utilisateur et sensible au contexte. Dans le contexte de l'ubiquitous intelligence, les systèmes multi-agents doivent savoir se montrer discrets et apporter, non plus de l'information brute, mais du sens. Ceci nécessite de repenser l'informatique pour concevoir des systèmes qui proposent proactivement des informations et des services adaptés aux besoins courants de leur utilisateur. On peut y voir une façon de gérer la surcharge d'information souvent trop courante dans notre environnement. Les agents ambiants pourraient en effet nous rappeler des informations, en évitant d'être trop intrusifs : c'est le concept de "Calm Technology", qui verrait par exemple les voitures nous prévenir lorsqu'approche leur date de vidange, les réfrigérateurs faire les courses sur internet... Il est possible de voir un parallèle entre cette vision de l'informatique omniprésente et la place de l'écriture dans la vie courante : elle ne surcharge pas notre environnement alors même qu'elle est présente absolument partout, de nos vêtements jusqu'aux publicités affichées sur les immeubles.

Cette approche des systèmes multi-agents a été formalisée et développée par Mark Weiser, qui parle d'ubiquitous computing dès 1988. Il est l'auteur de nombreux concepts en systèmes multi-agents ambiants. Ses travaux partent de la remarque que les outils les plus adéquats sont ceux qui nécessitent le moins d'attention de la part de l'utilisateur. Mark Weiser, dans les années 90, a proposé des outils en adéquation avec la technologie existante : des "Tabs" ou sorte de post-it numériques, des "Pads" qui sont des conversions électroniques des blocs de feuilles et des "Boards" qui sont des tableaux blancs informatisés pour travail en groupe (utilisés aujourd'hui).

'Our computers should be like an invisible foundation that is quickly forgotten
but always with us, and effortlessly used throughout our lives.'
Mark Weiser.

Les agents ambiants incarnent une vision du possible devenir de l'informatique et ils suscitent un intérêt toujours croissant dans la communauté scientifique, aussi bien en recherche universitaire que dans les grandes entreprises technologiques. Les systèmes multi-agents ambiants sont à un carrefour interdisciplinaire, que ce soit d'un point de vue technologique ou d'un point de vue scientifique. L'ambiant intelligence nécessite en effet d'intégrer en permanence des technologies de pointe pour concevoir des agents centrés sur les utilisateurs, en vue d'une large commercialisation. Mais l'interdisciplinarité se retrouve aussi au niveau de la recherche : entre électronique, informatique, philosophie, sociologie et psychologie, les agents ambiants nécessitent la mise en oeuvre de plusieurs types de compétences différentes.

Le rôle de l'apprentissage

L'ambiant intelligence n'est pas une tâche facile, même si les technologies offrent des possibilités très vite intégrées dans les idées des projets scientifiques, comme le prouvent  les démonstrations d'environnement intelligent. Cependant, donner des capacités de calcul et de communication à une poignée de porte ne la rend pas pour autant intelligente : la clé (et le défi futur) pour ajouter réellement de l'esprit dans les agents ambiants réside dans la façon dont ils vont être capables d'apprendre et de rester en adéquation avec les besoins de l'utilisateur. Ces agents doivent donc fonctionner correctement à chaque fois et sans avoir besoin d'apprentissages ennuyeux, de mises à jour, ou de maintenance : s'il est acceptable de leur faire apprendre une première fois leur environnement, leur montrer constamment les variations très fréquentes d'objets, d'occupants ou de préférences de l'environnement ne l'est pas. C'est donc plus une machine d'apprentissage qu'un machine intelligente qu'il faudrait développer.

Cette différence de point de vue est importante : elle distingue le paradigme des systèmes multi-agents enfouis par rapport à celui des sciences cognitives. Ces dernières ne sont en effet pas si éloignées d'un certain point de vue dans les réalisations et les applications : elles explorent la fonction d'apprentissage, les bases de connaissances. Cependant elles se définissent par rapport à l'humain comme sciences de l'exploration des mécanismes de l'esprit, de la cognition, alors que les agents ambiants sont aussi centrés sur l'humain mais ont une position externe, un point de vue exogène. En quelque sorte, les sciences cognitives tentent de répliquer la pensée humaine alors que les agents ambiants tentent de la tromper, de lui donner l'illusion de la compréhension.

Pour être capable de s'adapter en temps réel, de réagir à leurs observations ou aux comportements observés, ce type de systèmes multi-agents peut mettre en oeuvre toutes les techniques d'apprentissage citées dans l'introduction :

• Des méthodes lentes et coûteuses pour pré-traiter les bases de données (contenus musicaux, textuels, organisationnels) en vue de les structurer pour un accès rapide lors de leur utilisation.
• Les apprentissages symboliques, pour proposer des accès à l'information du type : "Joue-moi la musique de mon mariage" ou "Devant quel programme je me suis endormi hier soir ?".
• Les apprentissages statistiques pour prédire le comportement
• Les apprentissages à bases de cas.

C'est une vision de l'apprentissage qui ne cherche pas à résoudre un problème AI-complet mais bien à être performante, avec un fonctionnement opaque pour l'utilisateur.

Une thématique de recherche importante dans le domaine des agents ambiants consiste à réaliser un apprentissage distribué avec la possibilité de le mettre en commun. Dans le domaine de l'accès à l'information, il faut pouvoir proposer une personnalisation pour l'utilisateur et les applications. L'idée est de pouvoir accéder à ses propres bases de connaissances, celles de ses amis ou collègues et celles publiées sur internet. Cette problématique est décomposable en problèmes plus spécifiques comme la représentation, l'acquisition et l'accès automatiques aux données. Dans le prolongement de ces idées de bases de connaissances générales et partagées, plusieurs projets ont été développés : le Cog Project de Brooks, le CYC, qui se donne pour objectif de regrouper les connaissances de sens commun d'un enfant de 10 ans, ou encore le CSC qui peut être enrichi par tous ses utilisateurs.

L'apprentissage devient même le but d'agents ambiants si l'on résonne en terme d'intelligence augmentée. Dans cette approche, on considère qu'un homme assisté d'un agent devient plus intelligent, au sens où il peut se reposer sur le système enfoui pour rehausser ses limites cognitives : mémoire défaillante, une seule occupation à la fois, difficulté à traiter de grandes quantités d'informations. Le monde est de plus en plus surchargé d'informations et l'individu doit y faire face et apprendre une partie toujours plus importante de ces informations. Les premiers systèmes d'intelligence augmentée sont les réveils, les agendas, les montres. Les futurs systèmes sont plutôt guidés par la volonté de donner l'information juste à temps ("just-in-time"). Les travaux de Rhodes sur les "remembrance agents", encore encombrants mais portatifs, qui apprennent à donner les bonnes informations au bon moment selon ce qu'on lit ou ce qu'on écrit.

Agents ambiants

Un certain nombre de caractéristiques permettent de définir les agents ambiants. Ces agents sont :

• étendus (pervasive) : ils doivent être partout et chaque portail doit permettre l'accès à la même base d'informations.
• embarqués (embedded) : ils doivent vivre avec nous, donc percevoir et agir dans notre monde.
• nomades : ils doivent offrir aux utilisateurs une liberté de mouvement et les traitements doivent être robustes à ces changements.
• adaptatifs : ils doivent être flexibles et répondre spontanément aux changements des requêtes et des environnements de l'utilisateur.
• puissants et efficaces : ils doivent être autant que possible libres de contraintes matérielles et soumis uniquement aux contraintes des utilisateurs. Ils faut qu'ils utilisent aux mieux les technologies disponibles en terme de sources d'énergie et de bandes passantes pour les communications.
• intentionnels : ils doivent offrir aux utilisateurs la possibilité de nommer les services et les applications par un terme d'intention, par exemple "l'imprimante la plus proche" plutôt qu'une adresse.
• éternels : ils ne doivent pas s'éteindre ou "rebooter" et doivent pouvoir être évolutifs (ajouts de composants).

Les agents ambiants peuvent être vus comme l'intersection de trois domaines de recherche : les technologies du support matériel (ubiquitous computing), la communication inter-agents (ubiquitous communication) et l'interface utilisateur (intelligent user interface). Ces sont les trois aspects fondamentaux de l'approche multi-agent ambiante, qui doivent être développés conjointement pour produire des systèmes efficaces et répondant aux critères énoncés précédemment.

Bibliographie