De l’Intelligence Artificielle : les colonies de fourmis #Episode 9

En discutant avec mon entourage (qui n’est pas forcément dans le digital), je me suis rendue compte que l’approche de ce sujet peut sembler parfois difficile, voir « terrorisant » car les articles semblent inaccessibles pour des novices. En créant ce blog, je souhaite partager mes recherches suite à mes propres questionnements, mais aussi, mes découvertes au travers de présentations d’entreprises innovantes sur l’Intelligence Artificielle.

#Episode 9.

Bonjour tout le monde,

Quoi de prévu ce week-end ?

Vous aviez l’idée de faire un pique-nique ! Très bon choix.

D’ailleurs, en parlant de ça, qui n’a jamais connu la joie d’accueillir durant ce moment de gentils petits insectes?

Cela ne vous coupe pas l’appétit pour autant, mais soyons  réalistes : les insectes viennent toujours s’inviter à table et plus précisément les fourmis. D’ailleurs, lorsqu’une fourmi arrive, d’autres la suivent peu après. On appelle cela une colonie.

Figurez-vous qu’un algorithme s’est inspiré du comportement de cette colonie : l’Algorithme de colonies de fourmis.

Pourquoi ?

Une fourmi seule est limitée, collectivement elles trouvent le chemin le plus court entre une source de nourriture et leur nid.

Le premier algorithme de colonies de fourmis proposé est appelé le Ant system (système fourmi).

Cet algorithme appelé à ce jour ACO : Ant Colony Optimization permet de calculer la trajectoire la plus courte.

Comment ?

Cet algorithme est basé sur un savoir commun indiquant aux autres “fourmis “ les directions à suivre ou au contraire à éviter.

Par exemple …

Une fourmi trouve une solution et, qu’elle soit bonne ou mauvaise, toute la colonie sera au courant. Nous parlons alors de connaissance collective. Ainsi, lorsqu’une nouvelle fourmi arrivera dans la communauté et devra prendre une décision, elle pourra s’appuyer sur la connaissance collective afin de mesurer les différentes options qui s’offrent à elle. La fourmi sécrète de la phéromone pour guider ses congénères et indiquer s’il s’agit de la bonne route. Cet algorithme retranscrit le même processus : si un chemin est fortement emprunté (phéromoné), c’est que la solution semble intéressante car de nombreuses fourmis l’ont validé donc il est important de le prendre en considération.

Néanmoins, supposons que des fourmis rebelles décident d’opter pour un chemin plus long car elles considèrent qu’il n’est pas loin : il sera lui aussi phéromoné.

Sauf qu’il n’est pas des plus conseillés.

Cet algorithme a l’avantage de permettre de réaliser une évaporation de phéromone.

Cette diminution de phéromone permettra de ne plus mettre en avant ce chemin et conseillera à la colonie d’éviter de s’y engager et d’aller vers des solutions plus pertinentes.

Bilan, vous remercierez cet algorithme  lorsque vous partirez à la campagne faire votre pique-nique et que votre gps vous proposera le chemin le plus court.

 

MEMO

L’Algorithme de colonies de fourmis permet de calculer le trajet le plus court en se basant sur la connaissance collective. Cette connaissance collective qui est enrichie par chaque agent ou fourmi est assimilée à de l’intelligence artificielle car le partage de données permet d’arriver à de meilleures solutions.