TUPLES, pour construire des systèmes de planification et d’ordonnancement de confiance

TUPLES (TrUstworthy Planning and scheduling with Learning and ExplanationS) sera officiellement lancé à l’automne 2022. Monté dans le cadre du programme-cadre Horizon Europe, ce projet a pour objectif de construire des systèmes de planification et d’ordonnancement de confiance, qui soient à la fois sûrs, robustes, explicables et efficaces.

La planification et l’ordonnancement de tâches ont toujours été au cœur de l’IA et de problématiques liées à la robotique, à la défense, l’exploration spatiale, le manufacturing et la logistique. Malheureusement, les méthodes actuelles, qu’elles soient issues de l’IA basée sur les modèles ou des données, n’inspirent pas suffisamment confiance pour être massivement adoptées et avoir l’impact qu’elles promettent : les premières par manque d’efficacité et de capacité d’adaptation à des situations non-modélisées, et les dernières par manque de transparence, robustesse, et de garanties de sûreté.

Il est impératif de recourir à de nouvelles approches hybrides de planification et d’ordonnancement, de concevoir des méthodes permettant de vérifier leur sûreté et robustesse, et d’être capable d’expliquer les solutions produites aux utilisateurs. Et c’est justement le problème auquel TUPLES s’attaque.

Porté par Sylvie Thiébaux, TUPLES mettra en lien les équipes de 4 partenaires universitaires :

• ANITI, coordinateur du projet, qui apporte son expertise en IA de confiance (explications, vérifications), IA hybride, et planification et ordonnancement

• KU LEUVEN, l’une des universités pionnières dans le domaine de l’IA hybride

• L’Université de la Sarre, leader en planification et vérification

• L’Université de Bologne , mondialement reconnue en optimisation sous contraintes, ordonnancement et routage, ainsi qu’en psychologie et facteurs humains.

Et de 3 partenaires industriels :

• Airbus et son équipe de recherche en IA : Nahum Alvarez, Guillaume Poveda et Florent Teichteil-Königsbuch à Toulouse, ainsi qu’Alistair Nottle, Mark Hall et Santiago Quintana-Amate, apporteront leur expérience de recherche et développement en planification, ordonnancement, explications, et sécurité en IA, et des cas d’étude en assemblage d’avion et assistance au pilotage.

• Optit, avec Andrea Bettinelli et Matteo Pozzi, est une PME italienne développant des systèmes de support à la décision intégrant prévision, analyse de données, simulation, et optimisation, qui opère dans plusieurs industries telles que la logistique, l’énergie et les services environnementaux.

• Enfin Scisports avec Lotte Bransen et Floris Goes est une PME néerlandaise spécialisée dans l’application de l’IA au sport, notamment dans le domaine du recrutement de joueurs d’équipes de football et de l’analyse de performance.

D’un point de vue scientifique, TUPLES a 3 objectifs principaux.

Le premier consiste à développer des méthodes hybrides de planification et d’ordonnancement qui allient l’efficacité, la flexibilité et l’adaptabilité des approches d’apprentissage à partir de données, au caractère robuste, sûr, et explicable des méthodes de raisonnement à base de modèles. Pour cela, il faudra pouvoir intégrer des modèles appris au cœur des approches de planification et d’ordonnancement actuels qui s’appuient sur la satisfaction de contrainte, l’optimisation combinatoire, et les algorithmes de recherche heuristique. Ces méthodes hybrides commencent à se développer dans d’autres domaines de l’IA, mais en sont encore à leur balbutiement dans le domaine de la planification.

Le deuxième objectif est de développer des méthodes de vérification et explication capables de raisonner sur les propriétés des solutions produites par les systèmes de planification et d’ordonnancement. En ce moment, l’explication et la vérification de réseaux de neurones ont le vent en poupe dans des domaines tels que la vision par ordinateur, mais les méthodes existantes ne considèrent que des décisions isolées. La planification en revanche requiert d’expliquer des plans, c’est-à-dire des séquences de décisions qui interagissent et affectent les futurs possibles, ce qui est beaucoup plus difficile.

Enfin, le troisième objectif est de démontrer ces approches sur des cas d’études allant de l’assistance au pilotage d’avion, au recrutement d’équipe de foot, en passant par la collecte de déchets.

TUPLES rendra publique une boîte à outils incluant un ensemble d’environnements de simulation pour des versions simplifiées des cas d’études, une implémentation des algorithmes développés dans le projet, et un outil d’auto-évaluation permettant de valider le degré de confiance d’une application de planification et ordonnancement.

A plus long terme, le but est de contribuer à un changement de culture vers une approche beaucoup plus centrée vers l’humain lors du développement d’outils de planification et ordonnancement, de manière à accroître la confiance en ces outils et accélérer leur adoption par les différents secteurs de l’industrie et la société.  En effet l’adoption de ces systèmes d’aide à la décision est à la traîne par rapport à d’autres domaines de l’IA et de l’analyse de données, même s’ils sont en capacité d’apporter des avantages économiques, environnementaux, et sociétaux considérables : ils accroissent la productivité, diminuent les risques, améliorent la sécurité et les conditions de travail, économisent les ressources naturelles et réduisent la pollution.