Designing a formal framework for interaction in computational science discovery

Conception d'un Cadre Formel d'Interaction pour la Découverte Scientifique Computationelle

Christopher Dartnell (1, 2)

1 COCONUT - Agents, Apprentissage, Contraintes
2 EURIWARE - Groupe Euriware, SSII : Conseil, Intégration de Systèmes

The use of tools typical from computational science discovery has shown an unexpected effect of the interaction with a learning machine : the apparition of a dialectic game of localization and error correction of the rules learned by the machine as well as the ontology written by the user. These errors highlight the modeling or measuring biases, as well as biases linked to the set of learning examples provided to the machine. It is actually this dialectic process which is exploited in various applications, and machine learning is finally only used to generate contradictions between the machine's theory and the user's. This finding led me to defining a formal framework for this dialectic. In this context, I decided to position this mode of
interacting with a learning machine in regards with the main learning paradigms, in order to determinate an interaction protocol suited to computational science discovery i.e., suited to both human learning and machine learning, and taking into
account a certain scientific method. The interaction protocol toward which I was finaly led can be considered as an extension of query learning [Angluin, 1988], with a restriction of membership queries to finite experiments, and a distribution of equivalence queries on a community of learners. Once the intuition of this protocol was established, I focused on its logical definition and I present in this document a logical definition of modal judgments founded on an extension of the square of oppositions.

L'utilisation d'outils issus de la découverte scientifique computationnelle a montré un effet inattendu de l'interaction avec une machine apprenante : l'apparition d'un jeu dialectique de localisation et de correction d'erreurs, aussi bien dans les règles apprises par la machine que dans l'ontologie é́crite par l'utilisateur. Ces erreurs mettent en é́vidence des biais de modé́lisation ou de mesure, ainsi que des biais liés aux exemples fournis à la machine. C'est en ré́alité ce processus dialectique qui est exploité dans les diffé́rentes applications, et l'apprentissage ne sert finalement qu'à géné́rer des contradictions entre la théorie de la machine et celle de l'utilisateur. Cette constatation m'a incité́ à dé́finir un cadre formel pour cette dialectique. Dans ce contexte, j'ai décidé́ de positionner ce mode d'interaction avec une machine apprenante par rapports aux principaux paradigmes d'apprentissage, afin de déterminer un protocole d'interaction adapté à la dé́couverte scientifique computationnelle, c'est à dire adapté́ à l'apprentissage humain comme à l'apprentissage machine, et tenant compte d'une certaine démarche scientifique. Le protocole d'interaction vers lequel je me suis orienté́ peut être considé́ré́ comme une extension de l'apprentissage par requêtes [Angluin, 1988] proposant une restriction des requêtes d'appartenance à des expé́riences finies, et une distribution des requêtes d'é́quivalence sur une communauté́ d'apprenti. Une fois l'intuition de ce protocole dé́gagé́e, sa dé́finition logique m'a occupé un certain temps,
et je pré́sente dans ce document une dé́finition logique de jugements modaux fondée sur une extension du carré́ des oppositions.

Mots clés: Interactive Learning; Logic; Discovery

Mots clés: Apprentissage Interactif; Logique; Dé́couverte

Domaines: Autre [cs.OH]

Christopher Dartnell. Conception d'un Cadre Formel d'Interaction pour la Découverte Scientifique Computationelle. Autre [cs.OH]. Université Montpellier II - Sciences et Techniques du Languedoc, 2008. Français. ⟨NNT : ⟩. ⟨tel-00351202⟩