Quelques références

Nous donnons ici quelques références générales et spécialisées, ordonnées suivant la présentation des sections de l’ouvrage (cf le numéro de section entre crochets), afin que le lecteur intéressé puisse trouver une porte d’entrée vers les travaux de la communauté scientifique. Certaines de ces sections n’ont pas de références spécifiques, mais on pourra alors se tourner vers les ouvrages généraux (en particulier le Panorama de l’Intelligence Artificielle).

Ouvrages Généraux

• Pierre Marquis, Odile Papini et Henri Prade (Eds). Panorama de l’Intelligence Artificielle – Volume 1: Représentation des Connaissances, et Formalisation des Raisonnements. Volume 2 : Algorithmes pour l’Intelligence Artificielle, Volume 3: Frontières et Applications. Cépaduès. 2014. [Version anglaise mise à jour et augmentée : A Guided Tour of Artificial Intelligence Research – 3 volumes. Springer. 2020.]
• Nils Nilsson. Artificial Intelligence: A New Synthesis. Morgan Kaufmann. 1998.
• Jacques Pitrat. De la machine à l’intelligence. Hermès. 1995.
• Stuart Russell et Peter Norvig. Artificial Intelligence: A Modern Approach (3rd edition). Prentice Hall Press. 2009.

Histoire de l’IA [1]

• Daniel Crevier. AI. The Tumultuous History of the Search for Artificial Intelligence. Basic Books, Harper Collins Publishers, New York. 1993. Traduction française: À la Recherche de l’Intelligence Artificielle. Champs, Flammarion. 1997.
• Michael Wooldridge. The Road to Conscious Machines: The Story of AI. Pelican Books. 2020.

Représentation, Raisonnement et Décision [2.1 et 2.2]

• Denis Bouyssou, Didier Dubois, Marc Pirlot et Henri Prade (Eds).Decision-Making Process – Concepts and Methods. Wiley. 2009.
• Ronald Brachman et Hector Levesque. Knowledge Representation and Reasoning. The Morgan Kaufmann Series in Artificial Intelligence. 2003.
• Ronald Fagin, Joseph Halpern, Yoram Moses et Moshe Vardi. Reasoning about Knowledge. MIT Press. 2003.
• Joseph Halpern. Reasoning about Uncertainty. MIT Press. 2003.
• Markus Knauff et Wolfgang Spohn (Eds). Handbook of Rationality. MIT Press. 2020.
• Judea Pearl et Dana Mackenzie. The Book of Why. The New Science of Cause and Effect. Basic Books. 2018.

Apprentissage [2.3]

• François Chollet. Deep Learningvoir apprentissage profond* with Python. Manning Publications. 2017.
• Antoine Cornuejols, Laurent Miclet et Vincent Barra. Apprentissage Artificiel – Deep Learningvoir apprentissage profond*, Concepts et Algorithmes (3e édition). Eyrolles. 2018.
• Ian Goodfellow, Yoshua Bengio et Aaron Courville. Deep Learningvoir apprentissage profond*. MIT Press. 2016.
• Johannes Fürnkranz et Eyke Hüllermeier. Preference Learning. Springer. 2010.
• Yann Le Cun. Quand la Machine Apprend – La Révolution des Neurones Artificiels et de l’Apprentissage Profondapprentissage d’un réseau de neurones* comportant de nombreuses couches, réalisé en calculant le gradient de l’erreur (la dérivée de l’erreur par rapport aux poids) en sortie du réseau de neurones* et en modifiant les poids du réseau proportionnellement au gradient.... More. Odile Jacob. 2019.

Résoudre [2.4]

• Rina Dechter. Constraint Processing. The Morgan Kaufmann Series in Artificial Intelligence. 2003.
• Christophe Lecoutre. Constraint Networks – Techniques and Algorithms. STE/Wiley. 2009.

Traitement du Langage [3.2]

• Dan Jurafsky et James Martin. Speech and Language Processing – An Introduction to Natural Language Processing (3rd edition). Computational Linguistics, and Speech Recognition. 2019.

Recherche d’information et Web sémantique [3.3]

• Fabien Gandon, Catherine Faron-Zucker et Olivier Corby. Le Web Sémantiquetechniques qui visent à organiser et exploiter les informations présentes sur le web (liens, connaissances* ontologiques, etc.) afin notamment d’en permettre un traitement automatisé et d’obtenir ainsi par exemple des réponses plus pertinentes aux requêtes des utilisateurs. (voir aussi : ontologie*)... More – Comment Lier les Donnéesinformations ayant un caractère factuel, car se rapportant à des cas singuliers, elles peuvent provenir notamment de capteurs, ou de recueils auprès de personnes. C’est devenu un fait de société, que les données (en anglais “Data”) abondent dans de nombreux domaines, et qu’il faut en... More et les Schémas sur le Web ? Dunod. 2012.

Planification [3.6]

• Hector Geffner et Blai Bonet. A Concise Introduction to Models andMethods for Automated Planning. Morgan & Claypool. 2013.
• Malik Ghallab, Dana Nau et Paolo Traverso. Automated Planning and Acting. Cambridge University Press. 2016.
• Pierre Régnier et Vincent Vidal. Algorithmique de la Planification en IA. Cépaduès. 2004.

Jeux [3.8]

• Georgios Yannakakis et Julian Togelius. Artificial Intelligence and Games (1st edition). Springer. 2018.

Créativité [3.9]

• Mira Balaban, Kemel Ebcioglu et Otto Laske (Eds). Understanding Music With AI – Perspectives on Music Cognition, MIT Press. 1992.
• Diana Raffman. Language, Music and the Mind. MIT Press. 1993.
• Patrick Saint-Dizier. Musical Rhetoric: Foundations and Annotation Schemes. Wiley. 2014.

Robotique [4.1]

• Rodney Brooks. Elephants Don’t Play Chess. Robotics and Autono-mous Systems, vol. 6, pp. 3-15. 1990.
• Kevin Lynch et Frank Park. Modern Robotics: Mechanics, Planning, and Control. Cambridge University Press. 2017.
• Sebastian Thrun. Toward Robotic Cars. Communications of the ACM, vol. 53, pp. 99-106. 2010.

Interaction personne machine [4.2]

• Justine Cassell, Joseph Sullivan, Scott Prevost et Elizabeth Churchill(Eds). Embodied Conversational Characters. MIT Press. 2000.
• Rafa Calvo, Sidney D’Mello, Jonathan Gratch et Arvid Kappas (Eds). Handbook of Affective Computing. Oxford University Press. 2015.
• Klaus Scherer, Tanja Bänziger et Etienne Roesch (Eds). A Blueprint for Affective Computing – A Sourcebook. Oxford University Press. 2010.

Neurosciences [4.6]

• Thomas Trappenberg. Fundamentals of Computational Neuros-cience. Oxford University Press. 2002.
• Ron Sun et Frédéric Alexandre. Connectionist-Symbolic Integra- tion : From Unified to Hybrid Approaches (3rd edition). Taylor & Francis Group. 2013.

Psychologie [4.7]

• Jean-François Bonnefon. La Voiture qui en Savait Trop: l’Intelligence Artificielle a-t-elle une Morale? Humensciences. 2019.
• Stevan Harnad. The Symbol Grounding Problem. Physica D, vol. 42, pp. 335–346. 1990.
• Daniel Kahneman. Thinking, Fast and Slow. Farrar, Straus and Gi- roux. 2011. Traduction française: Système 1 / Système 2 – Les Deux Vitesses de la Pensée. Flammarion. 2012.

Éthique [5.5]

• Jean-Gabriel Ganascia. Le Mythe de la Singularité. Seuil. 2017.
• Lignes Directrices en Matière d’Éthique pour une IA Digne de Confiance. Par un groupe d’experts de haut niveau sur l’intelligence artificielle, 56 pages. Commission européenne. 2019. https://ec.europa.eu/digital-single-market/en/news/ethics-guide- lines-trustworthy-ai.