Le phénomène de formation spontanée de bouchons « en accordéon » sur les axes routiers est décrit notamment par la théorie des 3 phases de Kerner, qui décrit la structure du diagramme fondamental du trafic sur autoroute. Des automates cellulaires comme le modèle de Nagel-Schreckenberg permettent de reproduire ce phénomène, mais ils sont très difficiles à étudier mathématiquement au delà des approximations de champ moyen. Une autre manière de modéliser le trafic est d'utiliser le processus d'exclusion simple totalement asymétrique (TASEP), qui est populaire en physique statistique en raison de l'existence de solutions exactes non triviales. Toutefois, il ne permet pas aux particules d'évoluer à des vitesses différentes. Dans cet exposé, on explorera diverses pistes permettant de lever cette limitation et on montrera comment cela peut mener à des phénomènes de condensation dans la géométrie d'anneau. On utilisera en particulier les possibilités offertes par la reformulation d'un tel modèle comme un réseau fermé de files d'attentes en tandem.
Mot(s) clés libre(s) : modèle statistique, trafic routier

L'objet central de la linguistique contemporaine est de modéliser les langues naturelles et leur fonctionnement, c'est-à-dire comment un locuteur exprime un sens dans une langue donnée ou comment à partir d'un énoncé linguistique il récupère son sens. De questions sur la langue sont nées des branches fondamentales des mathématiques : la modélisation du sens (et du raisonnement) a donné la logique et la modélisation de la syntaxe a donné la théorie des langages formels et les bases de l'informatique. Alors que ces objets mathématiques venus de la linguistique poursuivent une vie autonome, les modèles mathématiques de la langue continuent d'évoluer sur des architectures de plus en plus complexes intégrant un véritable calcul du sens et prenant en compte la diversité des comportements des mots et leur faculté de former toujours de nouveaux sens. Nous illustrerons notre propos par un fragment de modèle mathématique pour le français. Nous comparerons ces modèles symboliques avec les modèles statistiques basés sur l'analyse automatique de grands corpus textuels annotés. Nous nous intéresserons également aux (non) liens institutionnels entre linguistique et mathématique, ainsi qu'à la position de la linguistique mathématique par rapport à la linguistique informatique et au traitement automatique de la langue.
Mot(s) clés libre(s) : grammaire générative, langue naturelle, linguistique informatique, linguistique mathématique, modèle statistique, modélisation mathématique, sémantique, structure syntaxique, traitement automatique de la langue

L'intelligence artificielle (IA) a pour but de faire faire par une machine des tâches réputées intelligentes, que ce soit en s'inspirant du fonctionnement perceptif et cognitif humain ou non. Pour mener à bien cette tâche ambitieuse, l'IA est amenée à formaliser le savoir et les connaissances et à mécaniser les raisonnements dans les domaines de l'activité humaine. Les méthodes et techniques mises en oeuvre sont variées, pluridisciplinaires et souvent complémentaires : modèles symboliques fondés sur des connaissances, réseaux neuromimétiques, modèles stochastiques. Après un optimisme excessif des premiers travaux au cours des années 1950, l'IA a permis au cours des dernières années de mettre au point des applications pratiques résolvant des problèmes réels dans des domaines très divers tels que l'aide à la décision, le diagnostic, l'interprétation de signaux, la reconnaissance de la parole, le traitement du langage écrit, la robotique, l'interprétation d'images et la vision par ordinateur, les jeux, le réglage de machine, la conduite de processus industriels, etc. Ces domaines seront utilisés pour illustrer les principes et les méthodes présentées au cours de cette conférence. Les tendances actuelles de la recherche en IA ont trait à l'amélioration de la robustesse des systèmes mis au point, à l'approfondissement des connaissances dans un domaine d'activité et à l'interaction plus " naturelle " entre un utilisateur et une machine. Une autre tendance importante est l'intégration de l'IA dans des systèmes d'information plus généraux d'une entreprise ou d'une organisation.
Mot(s) clés libre(s) : intelligence artificielle, mécanisme d'apprentissage, modèle statistique, modèle symbolique, réseaux neuromimétiques, simulation, système expert