DIC9305 - Logique, informatique et sciences cognitives

Responsable(s) du cours

Coordination

Enseignement

Description du cours

Le cours vise à faire le lien entre informatique cognitive et sciences cognitives par le biais de la logique.

• Étude syntaxique et sémantique des logiques non classiques pertinentes pour l’informatique cognitive: logique modale, logique déontique, logique temporelle et topologique, logique du savoir et de la croyance, logique polyvalente, logique intuitionniste, logique floue, théorie des possibilités, logique paraconsistante, logique des défauts, logique non monotone…
• Étude des liens entre logique et sciences cognitives: la place du raisonnement logique dans l’activité cognitive humaine, les erreurs logiques humaines, compétence logique et procédures logiques dans l’esprit humain, l’apprentissage de la logique, de la logique spontanée à la logique formelle.
• Étude des liens entre logique et informatique cognitive: logique du dialogue homme-machine, logique des agents intelligents, modélisation et simulation des connaissances et des inférences dans les programmes-experts.

Préalables académiques :

DIC9150 Concepts fondamentaux de l’informatique cognitive

Objectif du cours

Le cours vise à faire le lien entre informatique cognitive et sciences cognitives par le biais de la logique. Plus spécifiquement, le cours vise à donner une formation en logique, centrée sur les logiques non classiques, une formation en sciences cognitives, centrée sur le rôle du raisonnement dans la connaissance humaine, et une formation aux applications de la logique en informatique, principalement en informatique cognitive. En faisant des liens entre logique, sciences cognitives et informatique, le cours devrait permettre à l’étudiant de connaître plusieurs logiques non classiques, d’étudier comment la logique intervient dans le fonctionnement de la connaissance humaine et comment on peut utiliser la logique en informatique, notamment pour représenter les connaissances et les mécanismes du raisonnement humain. Plus concrètement, par ce cours, l’étudiant devrait être capable, devant un problème d’informatique cognitive, de choisir le langage logique le plus approprié pour modéliser et simuler un comportement cognitif donné et devrait posséder des outils formels, conceptuels et techniques pour procéder à cette modélisation et à cette simulation.

Contenu du cours

• Présentation du plan de cours et introduction (S. Robert et R. Villemaire, sem. 1).
• Rappel sur la logique classique des propositions et des prédicats (S. Robert, sem. 2 et 3): l’organisation syntaxique et sémantique de la logique classique.
  • Tables de vérité, arbres de consistance, règles de déduction naturelle, axiomatisation, structures d’algèbre de Boole et de treillis de Boole.
• Logique et sciences cognitives du raisonnement (S. Robert, sem. 4 et sem. 5): la connaissance humaine comme traitement inférentiel de l’information.
  • Quelques limites cognitives de la logique classique, les inférences monotones et non monotones, les programmes experts à base de règles, le raisonnement spontané et le raisonnement rigoureux, quelques problèmes de modélisation et de simulation du raisonnement humain, (Stenning & van Lambalgen, Evans, Stanovich, Kahneman).
• Connaissance, sémantique et inférence (R. Villemaire, sem. 6):
  • Extraction de la connaissance, web sémantique, les normes du W3C.
• Logique de description (DL) (R. Villemaire, sem. 7 et 8):
  • Concepts, rôles, expressions, contraintes terminologiques (TBox), assertions (ABox), sémantique et raisonnement.
• Modélisation, inférence, base de connaissances (R. Villemaire, sem. 9 et 10):
  • Hypothèses du monde ouvert/fermé, bases de connaissances/données, logiques de description.
• Calcul propositionnel et logique du premier ordre (R.Villemaire, sem. 11 et 12):
  • Universalité, complétude, méthode des tableaux et complexité algorithmique.
• Introduction à des logiques non classiques pour l’informatique cognitive (S. Robert, sem. 13, 14 et 15): la représentation, la modélisation et la simulation du raisonnement dans les contextes cognitifs non classiques.
  • Le raisonnement en contexte d’incertitude, la logique des probabilités, la révision des croyances et les réseaux bayésiens (Hacking, Halpern).
  • Le raisonnement dans un monde imprécis, les logiques polyvalentes et la logique floue, (Rescher, Zadeh, Dubois et Prade).
  • Les structures algébriques non booléennes et les structures d’ordre non booléennes dans les logiques non classiques (Roman).

Modalités d’évaluation

Pour chacun de ces deux travaux, le professeur concerné conviendra avec chaque étudiant d’un travail approprié à ses intérêts de recherche. Chacun de ces deux travaux devrait porter sur une application d’un système logique à un ou des problèmes d’informatique cognitive.

Site web

• moodle.uqam.ca
• www.labunix.uqam.ca/~villemaire_r/9305.html (R. Villemaire)

Bibliographie

• Allemang, D., Hendler, J. et Gandon, F, 2020 – Semantic Web for the Working Ontologist: Effective Modeling for Linked Data, RDFS, and OWL – New York: Association for Computing Machinery.

• Arp, R., Smith, B. et Spear, A.D., 2015 – Building Ontologies with Basic Formal Ontology – Cambridge, Massachusetts London, England: The MIT Press.

• Baader, F, Calvanese, D., McGuinness, D. L., Nardi, D. et Patel-Schneider, P. F., 2007 –The Description Logic Handbook: Theory, implementation, and applications – Cambridge University Press.

• Baader, F, Horrocks, I., Lutz, C. et Sattler, U., 2017 – Introduction to Description Logic – Cambridge University Press.

• Baird, D., 1992 – Inductive Logic – Englewood Cliffs, N. J.: Prentice-Hall.

• Bezdek, J. C., Dubois, D. et Prade, H. (ed.), 1999 – Fuzzy Sets in Approximate Reasoning and Information Systems – Norwell, Ma: Kluwer Academic Publishers.

• Brewka, G., Dix, J. et Konolige, K.,1997 – Nonmonotonic Reasoning, an Overview, – Center for the Study of Language and Information, Stanford, CA: Stanford University Press.

• Chellas, B., 1980 – Modal Logic an Introduction – Cambridge University Press.

• D’Agostino, M., Gabbay, D. Hähnle, R. et Posegga, J., ed., 1999 – Handbook of Tableau Methods – Dordrecht, Boston: Kluwer.

• Davey, B. A. et Priestley, H. A., 2002 – Introduction to Lattices and Order – Cambridge U.K.: Cambridge University Press.

• Dubois, D. et Prade, H., 1985 – Théorie des possibilités – Paris : Masson.

• Evans, J. S. B. T., Newstead, S. E. et Byrne, R. M. J., 1993 – Human Reasoning The Psychology of Deduction – Hove U.K.: Lawrence Erlbaum Associates.

• Gabbay, D. et Smets, P., ed., 1998 – Handbook of Defeasible Reasoning and Uncertainty Management Systems – Dordrecht, Boston: Kluwer.

• Gardies, J.-L., 1979 – Essai sur la logique des modalités – Paris : P.U.F.

• Girle, R., 2009 – Modal Logics and Philosophy – Montreal & Kingston: Mcgill-Queen’s University Press, 2e édition.

• Gochet, P. et Gribomont, P., 1991 – Logique. V. 1 Méthodes pour l’informatique fondamentale – Paris, France : Hermès.

• Gochet, P. et Gribomont, P., 1994 – Logique. V. 2 Méthodes formelles pour l’étude des programmes – Paris, France : Hermès.

• Gochet, P., Gribomont, P. et Thayse, A., 2000 – Logique. V. 3 Méthodes pour l’intelligence artificielle – Paris, France : Hermès.

• Hitzler, P., Krötzsch, M. et Rudolph, S., 2010 – Foundations of Semantic Web Technologies – Chapman & Hall - CRC Press.

• Hacking, I., 2001 – An Introduction to Probability and Inductive Logic – Cambridge U.K.: Cambridge University Press.

• Halpern, J. Y. 2003 – Reasoning about Uncertainty – Cambridge MA: MIT Press.

• Kahneman, D., 2011 – Thinking, Fast and Slow – New York: Farrar, Strauss and Giroux.

• Klir, G. et Yuan, B., 1995 – Fuzzy Sets and Fuzzy Logic, Theory and Applications, – Englewood Cliffs, N. J.: Prentice-Hall.

• Kyburg, H. E. et Teng, C. M., 2001 – Uncertain Inference – Cambridge U.K.: Cambridge University Press.

• Miyamoto, S., 1990 – Fuzzy Sets in Information Retrieval and Cluster Analysis – Dordrecht, Netherlands: Kluwer Academic Publishers.

• Negnevitsky, M., 2011 – Artificial Intelligence A Guide to Intelligent Systems – Harlow U.K.: Addison Wesley, 3e éd., chapitres 1 à 4.

• Priest, G., 2001 – An Introduction to Non-Classical Logic – Cambridge U.K.: Cambridge, Cambridge University Press.

• Rescher, N., 1969 – Many-valued Logic – New York: Mcgraw-Hill.

• Rescher, N. et Urquhart, A., 1971 – Temporal Logic – Vienne, New York: Springer-Verlag.

• Robert, S. et Brisson, J., 2016 – The Klein Group, Squares of Opposition and the Explanation of Fallacies in Reasoning – Springer, Logica Universalis, volume 10, p. 377-392.

• Roman, S., 2008 – Lattices and Ordered Sets – New York: Springer.

• Rossi, S. et Van der Henst, J.-B., 2007 – Psychologies du raisonnement – Bruxelles : Éditions De Boeck.

• Staab, S. et Studer, R. (Eds.), 2009 – Handbook on Ontologies, Second Edition – Berlin Heidelberg: Springer-Verlag.

• Smullyan, R. M., 1968 – First-Order Logic – Springer-Verlag.

• Stanovich, K. E., 2004 – The Robot’s Rebellion – Chicago: University of Chicago Press.

• Stenning, K. et van Lambalgen, M., 2008 – Human Reasoning and Cognitive Science – Cambridge MA: MIT Press.