Dans les années cinquante, certains ont cru avec assez de conviction que l'ordinateur allait créer de l'intelligence artificielle pour annoncer des résultats pour la décennie suivante.

Dans les années cinquante, certains ont cru avec assez de conviction que l'ordinateur allait créer de l'intelligence artificielle pour annoncer des résultats pour la décennie suivante. Si aujourd'hui on est revenu à une appréciation plus modeste et plus réaliste des possibilités des ordinateurs, il ne faut pas oublier que l'enthousiasme de ces précurseurs a contribué fortement aux progrès de l'informatique. Leurs recherches les ont conduits à mettre au point des méthodes et des outils qui ont permis à l'informatique de résoudre des problèmes jusque-là inaccessibles, tout en ouvrant la voie à des développements dont on n'a pas fini de mesurer les conséquences. L'intelligence artificielle étudie la possibilité pour l'homme de créer une machine « intelligente « ; on regroupe sous ce terme l'ensemble des techniques qui tendent à obtenir un résultat opératoire en se fondant sur la démarche de la pensée humaine. L'intelligence artificielle, concept philosophique ou technique opératoire ? L'Eniac, construit aux États-Unis en 1946, pesait plusieurs tonnes et réalisait une multiplication de deux nombres de dix chiffres en une milliseconde. Aujourd'hui, un ordinateur portatif pèse 3 kg, soit mille fois moins que l'Eniac. Il travaille à l'ordre de grandeur de la microseconde et permet d'utiliser des milliers de logiciels. En cinquante ans, la puissance des ordinateurs a été multipliée par des facteurs allant de mille à un million. Pour autant, l'ordinateur d'aujourd'hui est-il plus intelligent que l'Eniac ? En 1950, Alan Turing associa calculateurs et intelligence. En 1957, Herbert Simon, enthousiaste, émit sa célèbre prophétie : « Avant dix ans, un ordinateur sera champion du monde d'échecs, aura découvert et démontré un nouveau théorème mathématique important ; la plupart des thèses de psychologie seront présentées sous forme de programmes d'ordinateur ou de commentaires qualitatifs sur les traits saillants d'un programme d'ordinateur. « Bien qu'aucune de ces prévisions ne se fût réalisée dans le laps de temps annoncé, la fortune de l'intelligence artificielle était en route. Mais si cette fortune est incontestée et incontestable, elle se déroule sur deux niveaux bien séparés, avec une réussite très inégale pour chacun d'eux. Sur le plan philosophique, la confusion est générale : aboutissement (accomplissement) de deux millénaires de tradition « computationnelle « pour les uns, impasse essentielle pour les autres ; la notion d'intelligence artificielle n'apparaît guère que pour susciter des débats où la passion l'emporte le plus souvent sur l'échange serein des idées. Sur le plan opératoire, la passion n'est certes pas absente. Cependant, bien que les résultats ne soient pas toujours aussi spectaculaires que certains l'espéraient, ils n'en sont pas moins très positifs, ne serait-ce que par les progrès indirects induits en informatique et dans les domaines qui ont recours à celle-ci. Complétez votre recherche en consultant : Les corrélats Eniac informatique - La science informatique - Les structures d'information - Autres structures et applications ordinateur - Historique Simon Herbert Alexander Turing Alan Mathison Le plan philosophique Lorsque Herbert Simon fit sa prédiction en 1957, il était convaincu que les machines étaient capables d'intelligence, et qu'avec le temps elles battraient l'homme sur son propre terrain, celui de la pensée, de l'esprit. Qu'en dire aujourd'hui, à une époque où les ordinateurs sont partout ? L'ouvrage du philosophe américain Hubert Dreyfuss, Intelligence artificielle : mythes et limites (1984), est plus que jamais d'actualité, et sa réfutation de l'intelligence des machines doit être examinée avec attention. Malgré l'ouverture d'esprit avec laquelle il aborde la question de l'intelligence artificielle, Hubert Dreyfuss eut à subir des critiques de la plupart de ses adversaires, tenants de l'intelligence artificielle. Pourtant, l'auteur distingue bien les deux plans où il faut situer l'intelligence artificielle. D'une part, le « plan opératoire « : là, il reconnaît naturellement les progrès que les travaux des chercheurs en intelligence artificielle ont induits et continueront d'induire en informatique et dans les domaines associés. D'autre part, le « plan philosophique « : là, sa critique est radicale. Après une démonstration convaincante si l'on veut bien la lire sans a priori, Hubert Dreyfuss affirme que l'intelligence artificielle d'un ordinateur est impossible. Analysant dans un premier temps le processus historique de développement de l'intelligence artificielle, il répertorie les secteurs où les chercheurs ont tenté d'appliquer l'intelligence artificielle, et y découvre l'existence d'une suite de cycles, chacun composé des trois mêmes étapes : une première étape de création euphorique et de « médiatisation « ; puis une deuxième étape de piétinement et de repli dans la discrétion, avec des rendements décroissants ; enfin, une troisième étape de reconnaissance de l'échec, mais qui débouche sur des promesses et le retour à la première étape pour un nouveau cycle sur un autre sujet. Dans ce processus cyclique, jamais l'existence de l'intelligence artificielle n'est mise en question, explicitement ou implicitement. Dans chacun des domaines principaux où il est fait appel à l'intelligence artificielle, Hubert Dreyfuss montre qu'on retrouve une suite de tels cycles : les jeux, la résolution des problèmes, la traduction automatique, la psychologie. Très succinctement, on y trouve, avec des degrés variables, quatre niveaux d'approche. La « simulation cognitive « : le comportement de la machine est à l'image de celui du cerveau ; on cherche des procédures qui permettent à l'ordinateur d'apprendre et d'enregistrer des connaissances (apprentissage) et de simuler le raisonnement humain selon un modèle heuristique. Le « traitement sémantique de l'information « : les mots et leur assemblage sont porteurs de sens ; on cherche des méthodes qui permettent à l'ordinateur d'extraire ce sens. La « manipulation des micromondes « : la restriction des ambitions ; on travaille sur un sousunivers fermé, souvent réduit et toujours totalement défini, dont la machine a une connaissance exhaustive. La « représentation des connaissances « : le point clé est le stockage et la manipulation des connaissances en machine ; on cherche à identifier des modèles, des prototypes (les « frames « de Minsky), et la machine utilise ces modèles pour créer des structures correspondant aux données réelles à traiter. L'intelligence artificielle existe-t-elle ? Hubert Dreyfuss explique les échecs, quel que soit le domaine, quelle que soit l'approche, par l'illusion des chercheurs quant à l'existence possible d'une intelligence artificielle. Quatre postulats fondent leur démarche ; or aucun de ces postulats ne tient, ni au regard de l'expérience pour le premier, ni au regard des exigences de la démarche philosophique pour les trois autres. Le « postulat biologique « tient pour acquis que le cerveau fonctionne comme un ordinateur. Il opérerait au niveau le plus bas selon une succession d'opérations simples portant sur des éléments d'information discrets (c'est-à-dire des éléments parfaitement identifiables et isolés les uns des autres en quantité dénombrable), en mettant en oeuvre des mécanismes physico-chimiques analogues à ceux qu'on trouve dans les ordinateurs. Aucun travail de biologie ne vient confirmer cette thèse, bien au contraire. Le « postulat psychologique « (qui fonde notamment la psychologie cognitive) tient pour acquis que le comportement humain est régi par des règles heuristiques. Il existerait dans le cerveau humain un niveau de traitement de l'information fonctionnant comme un ordinateur. Rien ne permet de l'affirmer, et il semble même que ce soit dans ce genre d'activités que le cerveau humain est le moins apte. Le « postulat épistémologique « prend en compte le fait que l'on peut construire le monde (humain) à partir d'éléments isolés, sous forme de données hors contexte. Or, précisément, l'homme est incarné, tandis que la machine ne l'est pas. L'intégration de l'esprit et du corps est peut-être ce qui permet l'intelligence humaine. Paradoxalement, ce qui manque à la machine pour être intelligente, ce n'est pas le cerveau, mais le corps. Le « postulat ontologique «, enfin, présume que l'Univers peut être analysé exhaustivement en termes de données indépendantes du contexte, ou encore de faits « atomiques «. Il s'agit là d'une hypothèse qui reflète deux mille ans de tradition philosophique, allant de Platon (vers 429-347 avant J.-C.) à Leibniz (1646-1716), et qui se retrouve aujourd'hui poussée à sa plus extrême affirmation par les chercheurs en intelligence artificielle, consciemment ou inconsciemment : si l'on sait numéroter et calculer, on sait connaître et comprendre le monde. L'intelligence artificielle, en tant que discipline, serait alors l'accomplissement ultime de cette philosophie. Pourtant, rien ne prouve que cette hypothèse est vraie ou qu'elle est la seule possible. La réfutation, par Hubert Dreyfuss, des postulats qu'il identifie comme fondant la démarche des chercheurs le conduit à affirmer que l'intelligence artificielle des ordinateurs n'existe pas et qu'il est impossible qu'elle existe sur le plan philosophique. De nombreux chercheurs ont repris le problème, s'appuyant sur les travaux de philosophes comme Ludwig Wittgenstein (voir ce nom). Les concepts s'affinent, les démonstrations se précisent, les idées évoluent, mais la thèse centrale de Hubert Dreyfuss est toujours valide, pour l'essentiel. Complétez votre recherche en consultant : Les corrélats cognition Wittgenstein Ludwig Joseph Le plan opératoire Pourtant, les réalisations de l'intelligence artificielle se répandent de plus en plus avec une efficacité certaine. Est-il possible de déterminer les domaines, les classes de problèmes où les techniques qui en découlent puissent être opératoires ? Il faut remarquer que c'est dans les activités dites supérieures de l'homme (comme le jeu d'échecs) que l'ordinateur enregistre ses meilleurs succès, alors que c'est dans celles qui sont le plus proches de l'animalité (comme la vision) qu'il enregistre ses plus cuisants échecs. L'industrie, automobile notamment, regorge de robots qui exécutent des tâches confiées autrefois à des hommes : soudure de carrosserie, manipulation de pièces, assemblages par vissage, peinture, etc. Un robot « sait « prendre des pièces mécaniques qui défilent sur un tapis roulant. Il « sait « identifier une pièce conforme et rejeter une pièce présentant un défaut. La nanomécanique, où l'unité de mesure des tolérances est le nanomètre (soit un dix milliardième de mètre), ne fait plus intervenir d'agent humain pour l'usinage des pièces de très haute précision : un simple soupir peut causer une rayure irrémédiable ; une élévation de un centième de degré centigrade dilate un mètre d'acier d'une centaine de nanomètres. Paradoxe cependant : un miroir taillé à quelques nanomètres près doit ensuite être poli à la main ! Il ne faut pas s'y tromper : ces progrès incontestables à tous égards sont à porter très largement au crédit des recherches en intelligence artificielle. En revanche, la traduction automatique piétine toujours, sauf lorsqu'il s'agit de textes en « langue de spécialité «. Il en va de même pour la reconnaissance des formes par l'ordinateur, qu'il s'agisse de l'écriture manuscrite ou, pire, de la reconnaissance de la parole. Complétez votre recherche en consultant : Les corrélats parole (reconnaissance et synthèse de la) robot traduction automatique Les livres intelligence artificielle - robot ménager aux États-Unis, page 2552, volume 5 intelligence artificielle - robot à peindre chez Peugeot, page 2555, volume 5 La reconnaissance des formes. Un exemple simple permet de comprendre les difficultés. Comment reconnaître un marteau dans le fouillis d'outils d'un étal du marché aux puces ? Des robots savent prendre une pièce automobile sur un tapis roulant : on ne voit pas pourquoi ce ne serait pas possible de la même manière pour un marteau. Pourtant, il n'y a rien de comparable. Dans le cas de la pièce automobile, il s'agit d'« identifier « un objet toujours identique à lui-même : l'objet est conforme ou ne l'est pas. Seule la forme mécanique de l'objet importe et suffit. En revanche, dans le cas du marteau, il ne s'agit pas de chercher un marteau défini dans tous ses aspects, mais de « reconnaître « les objets appartenant à la classe des marteaux : il y a des marteaux de menuisier, de maçon, de carrossier, de tapissier, etc. Chacun sait faire ce travail sans difficulté aucune. Mais comment programmer la machine pour qu'elle le fasse aussi bien ? Qu'est-ce qu'un marteau ? Qu'est-ce qui fait qu'un objet ressemble assez à un marteau pour qu'on puisse le qualifier de marteau ? Sa fonction peut-être : planter un clou, mais qu'est-ce qu'un clou et à quoi l'action de planter correspond-elle ? Alors, son mode d'action : agir par percussion, mais la baguette du batteur d'un groupe de rock est-elle un marteau ? Ou bien sa forme générale : un manche surmonté d'une masse métallique, mais une lance est faite pour perforer, non pour percuter. Deux voies principales ont été explorées par les chercheurs en intelligence artificielle pour tenter de faire résoudre le problème par la machine. Ou bien on décrit exhaustivement tous les marteaux possibles et imaginables, dans leurs plus petits détails, et on alimente la machine avec ces descriptions ; même si le travail est concevable, il est complètement inefficace, d'autant que nous aurons toujours oublié quantité de marteaux. Ou bien on tente de définir ce qu'est un marteau sous forme de prototype, et on alimente la machine avec cette définition générique. On lui fournit ensuite une règle qui lui permettra, au vu de la ressemblance plus ou moins grande de l'objet avec le prototype, de décider s'il s'agit bien d'un marteau. Mais le problème est insoluble dans le cas général. Un marteau sert à planter un clou : il faut définir l'objet « clou « et l'action « planter «. Un clou sert à assembler deux planches : il faut définir l'objet « planche « et l'action « assembler «. La planche est faite d'un morceau d'arbre scié : il faut définir le qualifieur « morceau «, l'objet « arbre «, l'action « scier «, etc. De proche en proche, nous entrons dans une régression indéfinie. De plus, même si nous étions capables d'entrer dans la machine toutes ces définitions, tous ces types, tous ces modèles, il nous resterait encore à fournir une méthode de mesure de la ressemblance sur laquelle fonder la décision, ce qui n'est pas des plus simples. Complétez votre recherche en consultant : Les corrélats reconnaissance des formes Les médias intelligence artificielle - le système SHRDLU Les livres intelligence artificielle - robot manipulateur commandé par un opérateur, page 2555, volume 5 Les limites de l'intelligence artificielle. Est-il possible d'avancer une explication permettant de comprendre pourquoi les techniques de l'intelligence artificielle fonctionnent fort bien dans certains cas et fort mal dans d'autres ? Jacques Arsac en propose une tout à fait satisfaisante. Il pose comme postulat que l'informatique traite les textes à partir de leur seule forme. Bien entendu, un texte est ici un concept plus général que le texte imprimé : c'est toute une suite de symboles pris dans un ensemble donné de symboles possibles. Ce postulat, qui peut paraître simpliste, permet pourtant de comprendre beaucoup de choses et, surtout, fournit un critère a priori pour décider si un problème a de bonnes chances d'être résolu par l'ordinateur usant des techniques de l'intelligence artificielle. La question de savoir si le postulat de Jacques Arsac est nécessaire et suffisant n'est pas résolue. Plus précisément, on peut dire que l'ordinateur est capable de produire un nouveau texte à partir d'un texte initial en appliquant une suite de règles qui ne dépendent que de la forme du texte et qui portent uniquement sur celle-ci. Si les règles sont bien choisies, il se peut que l'on puisse extraire du nouveau texte une interprétation que l'on ne pouvait extraire du texte initial, tout en restant au niveau de la forme du texte. Cette interprétation, qui consiste à donner un « sens « au texte, est entièrement le fait de l'homme. Ce n'est en aucun cas celui de la machine. En suivant Jacques Arsac, l'ordinateur est capable de résoudre tout problème dont la solution passe exclusivement par des manipulations sur la forme, sans qu'aucune de ces manipulations implique une quelconque connaissance du sens attribué à cette forme. Cette thèse explique pourquoi la machine est capable de battre un grand maître international au jeu d'échecs, alors qu'elle est incapable de reconnaître un marteau. Le jeu d'échecs est purement formel ; déplacer un cavalier n'a pas de « sens «. En revanche, dans le cas du marteau, c'est le sens qui est donné à l'objet qui le fait reconnaître comme marteau. Ce sens n'est pas dans l'objet, en tout cas pas dans sa seule forme. Si cette thèse sur les capacités des ordinateurs paraît bien réductrice et quelque peu décevante, le champ où l'ordinateur peut intervenir en restant dans son ordre de compétence reste immense. On peut même avancer que, dans cet ordre mais dans celui-là exclusivement, la machine est intelligente, plus même que ne l'est l'homme. Jacques Arsac, en affirmant, sur le plan opératoire, que les ordinateurs ne savent traiter que la forme conforte l'affirmation de Hubert Dreyfuss selon laquelle l'ordinateur n'est pas capable d'intelligence. Complétez votre recherche en consultant : Les corrélats Arsac Jacques Nouveaux ordinateurs et nouveaux langages Les travaux de penseurs comme Hubert Dreyfuss ou Jacques Arsac ont conduit, quoi qu'ils en disent, les chercheurs en intelligence artificielle à un approfondissement et à une approche plus réaliste de leur discipline. L'intelligence artificielle participe désormais aux progrès de la science en tant que discipline de plein exercice. Même si elle ne fut pas le seul moteur des progrès dans le vaste domaine de l'informatique et des applications de celle-ci, l'intelligence artificielle en a été l'un des principaux, selon un processus quelque peu pervers d'ailleurs. L'incapacité à créer de l'intelligence artificielle est d'abord mise sur le compte de la faible puissance ou de l'inadaptation de l'architecture des machines : l'électronique y a remédié, sans que les machines paraissent plus intelligentes. Puis la déficience des langages, notamment à représenter les connaissances, est devenue responsable de l'échec. Une nébuleuse de langages voit le jour, sans que l'on sache mieux traduire un texte quelconque d'une langue dans une autre ou lire une écriture manuscrite. Mais ces nouveaux langages permettent de développer des programmes d'application qui facilitent l'emploi des ordinateurs et les rendent plus efficaces. On sait aujourd'hui fabriquer dans les laboratoires des machines, par exemple les machines massivement parallèles ou à réseaux neuronaux, dont on pressent qu'elles sont susceptibles de faire franchir un pas dans les applications issues des techniques de l'intelligence artificielle. Mais, pour la plupart d'entre elles, il n'existe pas vraiment de langages de programmation qui permettent de réaliser des applications générales. À certains égards, on est dans une situation comparable à celle des débuts de l'informatique, où l'appareillage était en avance sur les techniques de programmation. Complétez votre recherche en consultant : Les corrélats informatique - La science informatique - L'architecture des ordinateurs informatique - La science informatique - Les structures d'information - Autres structures et applications neuronal (réseau) ordinateur - Historique Les applications de l'intelligence artificielle On constate donc des progrès, certes, mais bien délimités dans le champ des applications concrètes. En dehors de ce qui ne se rencontre guère et qui concerne le noyau même des systèmes informatiques (par exemple pour la conception d'interfaces homme/machine), les systèmes experts forment le principal groupe de produits opérationnels directement issus des travaux de l'intelligence artificielle. Leur efficacité est certaine, mais suppose des investissements très lourds : il faut de nombreux mois à une équipe pluridisciplinaire pour aboutir à une réalisation réellement opérationnelle. Seuls les projets ayant un objectif précis et disposant de moyens suffisants sont susceptibles d'entraîner la mise en oeuvre d'un système expert. Ainsi, EDF est en train de mettre sur pied un système expert pour la gestion en temps réel de la production de courant en fonction des variations instantanées de la demande : le système doit réagir en une fraction de seconde et donner des ordres à l'ensemble des centrales du territoire français. Dans le domaine médical, les systèmes experts apportent une aide précieuse au médecin, sans toutefois se substituer à lui pour poser le diagnostic. Si les résultats obtenus par les systèmes experts sont souvent surprenants et d'une grande efficacité, on ne peut pas dire qu'ils apportent la preuve que les machines sont intelligentes : simplement, bien programmées, celles-ci gèrent la complexité mieux qu'on ne savait le faire sans elles. Complétez votre recherche en consultant : Les corrélats EDF (Électricité de France) interface système expert Les livres intelligence artificielle - salle de contrôle de l'aéroport de Lyon, page 2554, volume 5 intelligence artificielle - salle de contrôle du réacteur Superphénix de CreysMalville, page 2554, volume 5 Deux exemples de réalisation : le jeu d'échecs et le diagnostic médical Voici deux exemples de réalisation dérivés de l'intelligence artificielle. Le premier, concernant le jeu d'échecs, est intéressant parce qu'il montre que des résultats peuvent être obtenus par des méthodes qui relèvent bien de l'intelligence artificielle, sans qu'il en soit de même pour les techniques mises en oeuvre. Le second, concernant le diagnostic médical, est une application directe des techniques de l'intelligence artificielle, application qui date des origines de cette dernière et qui en a suivi l'évolution mais qui, contrairement à bien d'autres, est devenue un produit effectivement opérationnel. Complétez votre recherche en consultant : Les corrélats flous (théorie des ensembles) Le jeu d'échecs. Le programme américain de jeu d'échecs Deep Thought (« pensée profonde «) a été battu à plate couture par le champion du monde Kasparov en octobre 1989. Il est vrai que ce dernier est crédité au classement Elo, qui mesure la force d'un joueur, de 2 800 points, alors que le programme vaut 2 450 points, ce qui le place à la hauteur des deux cents meilleurs joueurs du monde : qu'on ne s'y trompe pas, n'importe quel joueur de ce niveau aurait été écrasé par Kasparov tout autant. En tout état de cause, la machine a encore beaucoup de progrès à faire ; un gain de quelques points Elo demande un investissement de plus en plus considérable. Cependant, plus personne aujourd'hui ne conteste qu'elle y arrivera, y compris le conseiller en informatique de Kasparov. Le programme, dans sa nouvelle version Deep Thought II encore plus puissante, a remporté le championnat du monde des programmes d'échecs en 1991. Le programme Deep Thought est un programme spécifique, écrit spécialement pour le problème particulier du jeu d'échecs, ce qui fait dire aux puristes qu'il ne s'agit pas d'intelligence artificielle. Peut-être, mais le résultat est là. Il s'agit bien plus de querelle d'école entre spécialistes que de réalité : on y retrouve bien la mise en oeuvre des principes qui fondent l'intelligence artificielle et, notamment, la prise en compte des règles empiriques formulées par les experts. Complétez votre recherche en consultant : Les corrélats échecs Kasparov (Harry Weinstein, dit Garry) Les livres intelligence artificielle - jeu d'échecs électronique, page 2553, volume 5 Le diagnostic médical. Le programme Mycin, développé en 1976 aux États-Unis, était à l'origine une application des ensembles flous (théorie qui n'est qu'un avatar du calcul des probabilités et dont le succès vient plus de l'appellation, qui sonne bien, que d'une véritable découverte scientifique). Puis, peu à peu, la conception du programme s'est affinée, et, en adoptant le formalisme rigoureux de la logique, Mycin est devenu un véritable système expert, découlant de l'intelligence artificielle. Pour évaluer les possibilités de Mycin, le programme a été confronté à neuf spécialistes pour établir le diagnostic de dix cas de méningite. Dans cette expérience réalisée à l'aveugle, Mycin a fait mieux que ses concurrents humains. Mais Mycin n'a pas obtenu le succès escompté auprès des cliniciens. Le programme est resté l'affaire des laboratoires de recherche et des centres hospitaliers universitaires. Il en va de même de la plupart des systèmes experts développés dans le domaine médical et qui sont tous, peu ou prou, les descendants de Mycin. Complétez votre recherche en consultant : Les corrélats flous (théorie des ensembles) système expert Faut-il débaptiser l'intelligence artificielle ? L'intelligence artificielle, malgré son statut actuel de discipline pleinement scientifique, reste le lieu ou le prétexte de trop de débats mal fondés et de trop de dialogues de sourds, qui tiennent peut-être simplement à l'appellation même d'intelligence artificielle. Ce n'est certes pas très grave, lorsqu'on reste dans le domaine de la science et de la technique. Malheureusement, trop d'officines sans scrupule en font un usage abusif, tirant parti des connotations multiples de l'expression. En particulier, des cabinets de recrutement l'utilisent pour donner une apparence de scientificité, donc de respectabilité, à ces escroqueries dangereuses que sont la numérologie, la morphopsychologie et autres hématopsychologies. De plus en plus de chercheurs de la discipline ou de disciplines connexes proposent de rebaptiser l'intelligence artificielle en « informatique avancée «, qui aurait le mérite de conserver les initiales IA, tout en se rapprochant de la réalité et en évacuant ce que l'expression peut avoir d'ambigu. Complétez votre recherche en consultant : Les indications bibliographiques J. Arsac, les Machines à penser : des ordinateurs et des hommes, Seuil, Paris, 1988. H.L. Dreyfus, Intelligence artificielle : mythes et limites, Flammarion, Paris, 1984. G. Masini, A. Napoli, D. Colnet et D. Léonard, les Langages à objets : langages de classes, langages de frames, langages d'acteurs, Inter-Éditions, Paris, 1989. C. Rémy, l'Intelligence artificielle, Dunod, Montrouge, 1994.