L'intelligence, s'il vous plaît.

Recherche appliquée en IA fondée sur les méthodes formelles.
Systèmes multi-agents. Révision des croyances. Représentation des connaissances.

Défiler
Domaines de recherche

Nos axes de recherche

Systèmes

Systèmes Multi-agents

Architectures pour agents autonomes qui coordonnent, négocient et raisonnent. Conception de protocoles, sémantique de communication et modèles d'interaction formels — pas des chaînes de prompts appelant des chaînes de prompts.

Connaissances

Représentation des connaissances

Ingénierie ontologique à sémantique formelle. Logiques de description, structures de connaissances basées sur des graphes et validation de contraintes sur lesquelles les machines peuvent raisonner — pas seulement récupérer.

Raisonnement

Raisonnement & Dynamique des croyances

Comment les agents mettent rationnellement à jour ce qu'ils savent. Changement de théorie avec garanties formelles, enracinement épistémique et propagation des croyances dans des bases de connaissances distribuées.

Communauté

Open Source

Chaque framework, outil et jeu de données que nous construisons est publié ouvertement. Recherche reproductible, APIs documentées et développement communautaire. Si ce n'est pas reproductible, ce n'est pas de la science.

Approche

Pourquoi les méthodes formelles

La plupart des systèmes d'IA sont construits sur l'intuition et l'itération. Nous partons de fondements formels — les mêmes principes qui permettent aux systèmes distribués d'atteindre un consensus et aux bases de données de maintenir la cohérence.


La révision des croyances donne aux agents une véritable épistémologie. Les ontologies donnent aux connaissances une véritable structure. Le résultat est une IA qui peut expliquer ce qu'elle sait et pourquoi elle a changé d'avis.