Ontologie naturalisée et ingénierie des connaissances

Naturalized ontology and Knowledge Engineering

• Auteur / Autrice : David Zarebski
• Direction : Max Kistler
• Type : Thèse de doctorat
• Discipline(s) : Philosophie
• Date : Soutenance le 15/11/2018
• Etablissement(s) : Paris 1
• Ecole(s) doctorale(s) : École doctorale Philosophie (Paris)
• Partenaire(s) de recherche : Equipe de recherche : Institut d'histoire et de philosophie des sciences et des techniques (Paris ; 1932-....)
• Partenaire(s) de recherche : Laboratoire : Institut d'histoire et de philosophie des sciences et des techniques (Paris ; 1932-....)
• Jury : Président / Présidente : Jean-Baptiste Rauzy
• Jury : Examinateurs / Examinatrices : Max Kistler, Roberto Casati, Pierre Wagner, Barry Smith
• Jury : Rapporteurs / Rapporteuses : Jean-Paul Delahaye

Mots clés

Mots clés contrôlés

Données massives

Ontologie

Mots clés libres

Ontologie

Sens-commun

Réalisme

Intelligence artificielle

Gestion de données

Ontology

Common sense

Realism

Artificial intelligence

Data management

Résumé

«Qu’ai-je besoin de connaître minimalement d’une chose pour la connaître ?» Le fait que cette question aux allures de devinette s’avère cognitivement difficile à appréhender de par son degré de généralité explique sans peine la raison pour laquelle son élucidation demeura plusieurs millénaires durant l’apanage d’une discipline unique : la Philosophie. Dans ce contexte, énoncer des critères à même de distinguer les composants primitifs de la réalité – ou le "mobilier du monde" – ainsi que leurs relations revient à produire une Ontologie. Cet ouvrage s’attelle à la tâche d’élucider le tournant historique curieux, en apparence anodin, que constitue l’émergence de ce type de questionnement dans le champ de deux disciplines connexes que constituent l’Intelligence Artificielle et l’Ingénierie des Connaissances. Nous montrons plus particulièrement ici que leur import d’une forme de méthodologie ontologique appliquée à la cognition ou à la représentation des connaissances ne relève pas de la simple analogie mais soulève un ensemble de questions et d’enjeux pertinents tant sur un plan appliqué que spéculatif. Plus spécifiquement, nous montrons ici que certaines des solutions techniques au problème de la data-masse (Big Data) – i.e. la multiplication et la diversification des données en ligne – constitue un point d’entrée aussi nouveau qu’inattendu dans de nombreuses problématiques traditionnellement philosophiques relatives à la place du langage et des raisonnements de sens commun dans la pensée ou encore l’existence d’une structuration de la réalité indépendante de l’esprit humain.

«What do I need to know about something to know it ?». It is no wonder that such a general, hard to grasp and riddle-like question remained the exclusive domain of a single discipline for centuries : Philosophy. In this context, the distinction of the primitive components of reality – the so called "world’s furniture" – and their relations is called an Ontology. This book investigates the emergence of similar questions in two different though related fields, namely : Artificial Intelligence and Knowledge Engineering. We show here that the way these disciplines apply an ontological methodology to either cognition or knowledge representation is not a mere analogy but raises a bunch of relevant questions and challenges from both an applied and a speculative point of view. More specifically, we suggest that some of the technical answers to the issues addressed by Big Data invite us to revisit many traditional philosophical positions concerning the role of language or common sense reasoning in the thought or the existence of mind-independent structure in reality.