2011-m2s3-cognition/rapport/rapport.tex

\documentclass[french,a4paper]{article}
\usepackage[utf8]{inputenc}
\usepackage[T1]{fontenc}
\usepackage[frenchb]{babel}
\usepackage{hyperref}
\hypersetup{%
  colorlinks,%
  citecolor=black,%
  filecolor=black,%
  linkcolor=black,%
  urlcolor=black%
}

\title{FMIN327 Cognition individuelle et collective\\Protocoles artificiels entre agents naturels}
\author{BONAVERO Yoann \and DUPÉRON Georges}

\begin{document}

\maketitle
\begin{abstract}
  Dans cet article, nous effecteuons une étude comparative de
  différents protocoles de communication utilisés par les humains
  susceptibles d'être utilisés dans la communication homme-machine,
  sans grand apprentissage de la part des humains. Nous montrons qu'en
  général, le niveau d'expressivité d'une langue est inversément
  proportionnel à son niveau de formalisme. Nous montrons aussi que
  les langages centrés sur un domaine d'application peuvent être à la
  fois expressifs dans ce domaine et avoir un haut niveau de
  formalisme.
\end{abstract}
\tableofcontents
\newpage

\section{Introduction}
\subsection{Approche générale}
Tout individu quel qu'il soit, privé de toutes formes de communication, 
d'émotions et de sensations, ne peuvent en aucune manière évoluer et 
former de groupes cohérents. L'intégrité et la cohérence d'un groupe 
passe majoritairement par un échange d'informations entre les individus.
Celles-ci ne peuvent pas être transmises n'importe comment, les individus 
constituant le groupe doivent être en mesure de les comprendre. 

Le formatage de l'information devient essentiel tout comme le 
support qui va être utilisé pour la transmettre.
Au fil du temps les individus ont apris à échanger des idées et des 
concepts de diverses manières. Que ce soit par le biais de gestes, de 
dessin, de rictus ou bien d'autre, les hommes ont petit à petit mis en 
place un moyen de communication efficace. Toutes ces façons de 
transmettre l'information ont sans cesse évolué pour répondre en 
permanance aux besoins.

Dans la communication il est possible de regrouper en deux grandes
catégorie les protocoles de communication. Il y a ceux qui sont
"naturels", qui ont évolués de manière organique au fil des années, et
ceux qui sont inventés par un «individu» dit artificiels.

\subsection{But de l'étude}
Le but de cette étude est de trouver un ou des protocoles de
communication entre agents qui seraient facilement appris par des
agents naturels (les humains), qui pourraient de préférence être
utilisés dans la communication de tous les jours (cela assurerait que
les humains maîtriserait bien le protocole), et qui seraient
facilement «compris» par une machine.

Comme un tel protocole n'existe probablement pas, nous étudierons la
facilité d'apprentissage par les humains, l'expressivité et la
facilité de compréhension par une machine de plusieurs protocoles,
afin de trouver les caractéristiques du protocole qui semblent lui
permettre de satisfaire ces trois critères.

% TODO : nettoyer un peu ça vis-à-vis du paragraphe ci-dessus.
Nous nous intéresserons donc principalement aux protocoles
artificiels. En effet, les protocoles naturels, de part leur évolution
non contrôlée au fil du temps ont tendance à être très ambigus, et
avoir une grammaire comportant beaucoup d'exceptions (donc difficile à
interpréter), et une syntaxe approximative, qui accepte différents
ordres pour les mots d'une phrase, mais souvent avec une différence
dans la sémantique.

Nous chercherons aussi à ce que les protocoles étudiés soient
formels. En d'autre termes ceux qui ont normes, des règles bien
définies, qui permettent de définir le protocole de manière unique et
sans ambiguïtées, ce qui facilite leur interprétation par la
machine. La plupart des protocoles artificiels ont une syntaxe et une
grammaire plutôt rigoureuse.

Nous considèrerons les protocoles parlés couremment par un gand nombre
d'agents naturels (des humains). Nous n'explorerons pas la possibilité
d'utiliser ces mêmes protocoles entre des agents artificiels comme des
robots ou des ordinateurs, ni des protocoles prévus dans ce but (car
ils sont en général inadaptés à l'apprentissage par les humains).

\subsection{Criètres}
Pour chaque protocole de communication, nous étudierons plusieurs critères~:
\begin{itemize}
\item La facilité d'apprentissage par un individu.
\item L'ambigüité de son vocabulaire, sa grammaire et sa syntaxe,
  autrement dit la difficulté qu'une machine aura à comprendre le
  protocole.
\item L'expressivité du protocole, autrement dit la facilité avec
  laquelle un humain pourra exprimer des concepts et relations
  complexes.
\end{itemize}

\section{Les langues naturelles}

Les langues naturelles sont les protocoles de communication les mieux
maîtrisés par les humains.

Cependant, le vocabulaire est source d'ambigüité, d'une part à cause
des multiples définitions d'un mot, et des connotations qu'il peut
acquérir selon son contexte, et d'autre part à cause des néologismes
qui ne seraient pas encore répertoriés dans un dictionnaire, dont le
sens est difficile à déterminer de manière certaine en utilisant
seulement leur étymologie.

De même, comme expliqué précédemment, leur grammaire est irrégulière
et bien qu'elle permette souvent de faciliter la compréhension de la
phrase (on pourra rattacher un adjectif au féminin seulement aux
substantifs féminins de la phrase, ce qui élimine des combinaisons
possibles), les mots invariables et autres exceptions apparaissent
trop souvent pour que l'on puisse compter dessus.

La syntaxe de ces langues est elle aussi une grande source d'ambigüité
puisque changer l'ordre des mots d'une phrase peut résulter en une
autre phrase correcte, mais avec un sens plus ou moins différent de la
première, sans qu'il y ait vraiment de règles formelles décrivant
cela.

L'expressivité des langues naturelles est très grande, bien que pas
illimitée, car il est parfois difficile de décrire des formes et
images, ou encore des sons, des odeurs ou d'autres sensations.

Les langues naturelles sont donc faciles à apprendre, disposent d'une
grande expressivité, mais sont très ambigues. Il est possible de
réduire un peu l'ambiguité en s'imposant des contraines (uniquement
des phrases «sujet verbe objet» par exemple), auquel cas on perd en
expressivité.

% TODO : pilud-ml "english (even controlled) for programming".

\section{Une langue construite : L'Espéranto}
L'espéranto est une langue construite, créée par Ludwik Lejzer
Zamenhof en 1887, dans le but de créer une langue universelle
facilitant la communication entre peuples. L'espéranto compte à ce
jour environ deux millions de locuteurs.

Ce n'est pas la seule langue construite, parmi les autres on compte le
lojban, créé pour permettre une expression puissante de la logique,
ainsi que les diverses langues créées par J.R.R Tolkien. Nous
prendrons l'espéranto comme exemple parmi les langues construites car
c'est l'une des plus connues.

Bien que peu de gens parlent l'espéranto, c'est une langue qui est
facile à apprendre. On estime qu'il faut compter 150 heures d'étude
pour pouvoir suivre une conversation courante enespéranto. L'espéranto
est donc relativement facile à apprendre, même pour les gens ne le
parnant pas encore.

Le vocabulaire de l'espéranto, comme celui de la plupart des langues
naturelles, contient des ambigüités, certains mots sont polysémiques,
et peuvent acquérir un nouveau sens en fonction du
contexte. Cependant, comme l'espéranto est une langue agglutinante, on
peut construire un large vocabulaire avec peu de racines. 

Cependant, l'espéranto dispose d'un grammaire régulière, c'est à dire
sans exceptions. Cela permet donc de facilement faire une relation
ente l'orthographe d'un mot et sa fonction dans la phrase, en
analysant ses préfixes et suffixes.

Cette association entre une langue agglutinante et une grammaire
régulière nous permet de penser qu'il «suffit» pour un programme de
comprendre la sémantique des racines et des différents préfixes et
suffixes pour maîtriser une grande partie du vocabulaire, et
«comprendre» des concepts complexes. Par exemple, à partir de la
racine \emph{vid}, qui concerne la vue, on peut facilement comprendre
le verbe voir (\emph{vid}i), le substantif vue (\emph{vid}o), et même
des concepts plus complexes comme le visible et l'invisible
(\emph{vid}ebla kaj ne\emph{vid}ebla).

La syntaxe de l'espéranto n'est pas beaucoup fixée, comme en latin,
l'ordre des mots importe peu, même s'il permet de mettre l'accent sur
certains mots. Pour qu'une machine produise des phrases, c'est un
avantage, car cela permet de ne pas trop se soucier de l'ordre des
mots sans parler «petit nègre». Pour qu'une machine comprenne les
humains, cela signifie que l'on peut imposer à l'utilisateur d'écrire
ses phrases sous une certaine forme, pour faciliter l'analyse, sans
que cela réduisse grandement l'expressivité.

En ce qui concerne l'expressivité justement, bien que l'espéranto ait
fait l'objet de plusieurs critiques considérant que puisque
l'espéranto était une langue construite il ne pouvait pas avoir la
richesse d'une langue naturele, il est communément admis par les
espérantistes que l'expressivité de l'espéranto est aussi grande que
celle des langues naturelles. On trouve en espéranto de la poésie, des
discours politiques, des contes pour enfants et même des articles
encyclopédiques (il existe une version de wikipedia en espéranto).

L'espéranto est donc un protocole de communication relativement facile
à apprendre, disposant d'une grande expressivié, assez ambigu mais
moins que la plupart des langues naturelles. On peut imposer des
contraintes sur la syntaxe (et le vocabulaire, en fixant une
sémantique précises pour les racines) pour le rendre moins ambigu sans
perdre beaucoup en expressivité.

\section{Alphabets et logogrammes}

% Différences entre alphabets et les idéogrammes & co. Expliquer brièvement leurs propriétés.
\subsection{L'alphabet}

% \subsubsection{Ses origines}
% \subsubsection{Dans quel but}
% \subsubsection{Des exemples}

\subsection{idéogrammes}
\subsection{etc.}

% TODO : titre pourri !
\subsection{Représentations}

\subsubsection{Le morse}
Le code Morse est généralement attribué à Samuel Morse. Ce code à été inventé pour la télégraphie en 1835.
Il consiste en une série d'impulsions. Les lettres, chiffres et signes de ponctuation sont représenté par des séries d'impulsions.
Seulement deux types d'impulsions son nécessaires pour tout coder, une impulsion courrte que l'on appelle généralement
"Point" et une impulsion longue appellée "Trait".

Ce protocole est facile à apprendre pour les humains (une liste de quelques séries d'impulsions à associer à chaque lettre), mais il est
difficile à utiliser pour l'écriture, et encore plus désagréable pour la lecture (si on rate une impulsion, les impulsions suivantes
risquent de former des symboles valides, mais différents de ceux du message d'origine). Bien qu'il ait été utilisé pour la communication
entre humains, il s'agit réellement d'une forme de communication primitive avec une machine qui transmettait l'information à une autre via
une ligne télégraphique ou par ondes radio.

Ce protocole de communication possède un vocabulaire très restreint (le point et le trait, soit un bit, qui assemblés forment les lettres de
l'alphabet, chiffres et ponctuation). Il n'y a pas à proprement parler de grammaire ni de syntaxe, mis à part que l'assemblage des points et
des traits fait émerger des symboles plus «gros» (lettres, chiffres et ponctuation). Il est donc très facile à comprendre pour une machine,
car il suffit de transcrire les points et traits en bits 0 et 1, et un simple automate à états finis permettra de décoder ces séquences de
bits en une suite de lettres.

Cependant, cette compréhensions s'arrêtrera à une suite de symboles sans sémantique, car le morse possède une très faible expressivité~: Il
s'agit simplement d'un encodage de l'alphabet, qui lui-même, comme vu précédemment, nécessite un protocole de plus haut niveau (une langue,
un langage de programmation…) pour transmettre un message sémantique. Son expressivité est donc comparable à celle du braille (voir
ci-dessous), voire inférieure car le braille délimite naturellement les symboles, alors que le morse n'apporte pas cette information (il
faut donc avoir la série d'impulsions depuis le début, ou bien détecter des séquences invalides ou improbables pour trouver le début d'un
des symboles).

Les militaires ont utilisé ce code pour effectuer des transmission codées, et même si un spectre de fréquence radio et toujours réservé pour
les sueles émission en morse, il s'agit réellement de la couche physique de la communication selon le modèle OSI, soit la couche la plus
basse. Ce code n'apporte pas de grand intérêt en terme de communication homme-machine~: difficile à manipuler pour les humains, un
vocabulaire très restreint et par conséquent une expressivité faible.

\subsubsection{Le braille}
Le braille est une manière de représenter l'alphabet. il consiste en une représentation en relief de l'ensemble des lettres, chiffres,
ponctuation, et autres symboles en relief. Il a été étudié pour permettre la lecture simplement avec les doigts. Le braille a été mis au
point par Louis Braille en 1824 et reste aujourd'hui après une série de réformes et normalisations toujourstrès utilisé.

Ce protocole est assez facile à apprendre, bien qu'il faille une certaine habitude pour lire le braille avec les doigts. Ce code est un peu
plus expressif que le code Morse vu précédement puisqu'il permet de représenter la majorité est symboles par une seule cellule, et délimite
donc les symboles sans qu'il y ait besoin d'analyser tout le flux précédent. Cependant l'utilité dans l'échange homme-machine reste, comme
pour le Morse, très faible.

\subsubsection{La langue des signes}
Très court hitorique et but.

LSF : encodage des lettres, mais aussi sens. Aussi difficile à apprendre qu'une nouvelle langue.

Beaucoup d'ambigüité sur les signes, dans la direction, la vitesse…

Ordis peuvent le parler (Projet IBM), mais difficile à comprendre.

Aussi expressif que langue naturelle.

\section{Langages spécifiques à un domaine}
\subsection{Documents techniques et formules mathémathiques}
% TODO

Les documents techniques, parmi lesquels ont peut trouver différentes vues d'objets (vue en perspective, d'ensemble, de coupe, éclatée…),
sont des représentation très formelle d'objets ou de concepts. Leur forme est en général assez facile à apprendre pour les humains, car il
s'agit simplement d'un certain nombre de règles à respecter. Ces documents techniques sont normalisées et laissent place à très peu, voire
aucune ambigüité dans les représentations.

Les formules mathémathiques forment un autre protocole similaire aux documents techniques, très formel, bien que beaucoup de personnes aient
tendance à être laxistes sur la syntaxe.

L'expressivité de ces protocoles est toutefois relative : Tant que l'on considère uniquement leur domaine d'application, ils restent très
expressifs (quoi de mieux qu'une formule mathémathique pour parler d'algèbre ?), cependant ces protocoles ne formalisent pas la relation
entre les choses exprimées et leur contexte. En effet il est très difficile de retrouver la sémantique d'une formule lorsque celle-ci est
déjà écrite et isolée, et si nous comprenons à quoi se réfèrent les formes dessinées dans une vue éclatée, c'est uniquement par analogie
avec les objets physiques que nous connaissons déjà. De plus, ces protocoles ne sont expressifs que dans une discipline particulière.

Il est assez simple de stocker sur une machine des documents techniques ou des formules mathémathiques et même de les restituer, par exemple
sous forme visuelle (sur un écran). Ces protocoles sont relativement faciles à apprendre, et compréhensibles pour une machine, sont très
expressifs mais seulement dans leur domaine. Ils peuvent donc être adaptés à la communication homme-machine dans un domaine particulier,
mais pour une communication généralisée, il faudra les utiliser conjointement avec d'autres protocoles.

\subsection{Langages de programmation spécifiques à un domaine}

Difficiles à apprendre, mais pas trop, et être un expert du domaine aide beaucoup.

Ambigüité faible.

Expressivité forte, mais seulement dans le domaine.

Exemples : BCL, …

\section{Conclusion}
Graphique de comparaison des différents supports en terme d'expressivité et de formalisme.

Ouverture : une collection de langages spécifiques à un domaine : Un pour le déroulement global de la conversation, un ou plusieurs
permettant de faire la liaison entre les concepts et relations exprimés dans différents protocoles, puis un pour chaque domaine pour lequel
on veut converser avec la machine. Cela exige un effort d'apprentissage plus élevé pour l'agent naturel, car il faut qu'il apprenne un
nouveau protocole pour chaque dicipline. Cependant, cet effort d'apprentissage est morcelé : l'utilisateur peut commencer par apprendre
seulement quelques protocoles, converser avec la machine, puis au fil des besoins apprendre de nouveaux protocoles au fur et à mesure.

Pour résumer, l'utilisateur dialoguerait avec la machine en utilisant une multitude de «jargons» adaptés à une communication efficace et
sans ambigüités dans leur domaine, et quelques protocoles transversaux pour articuler la discussion et relier entre eux les fragments de
conversation rédigés dans des langages différents.

%schéma montrant cette architecture.

\end{document}