L'évolution culturelle des connaissances dans les agents cognitivement limités : précision, spécialisation et avantages

Cultural evolution of knowledge within cognitively-restricted agents: accuracy, specialization and benefits

• Auteur / Autrice : Andrea Kalaitzakis
• Direction : Jérôme Euzenat
• Type : Projet de thèse
• Discipline(s) : Mathématiques et Informatique
• Date : Inscription en doctorat le ; Soutenance le 29/11/2024
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale mathématiques, sciences et technologies de l'information, informatique
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Informatique de Grenoble
• Partenaire(s) de recherche : Equipe de recherche : EXMO - Echanges de connaissance structurée médiatisées par ordinateur.
• Jury : Président / Présidente : Julie Dugdale
• Jury : Examinateurs / Examinatrices : Jerôme Euzenat, Olivier Boissier, Zahia Guessoum, Maxime Morge
• Jury : Rapporteur / Rapporteuse : Olivier Boissier, Zahia Guessoum

Mots clés

Mots clés libres

Systèmes multi-agent (SMA)

Évolution culturelle des connaissances

Intelligence artificielle

Multi-agent systems (MAS)

Cultural evolution of knowledge

Artificial Intelligence

Résumé

Cette thèse explore la manière dont la présence de plusieurs tâches affecte l'évolution culturelle des connaissances au sein des sociétés d'agents. Des études antérieures ont montré que la coordination des agents autour d'une même tâche améliore leur précision. Nous nous appuyons sur ces résultats pour étudier comment la coordination de tâches supplémentaires influence l'évolution culturelle des connaissances, en particulier lorsque les ressources cognitives des agents sont limitées. Notre objectif est de déterminer si l'évolution culturelle des connaissances garantit : (1) une répartition équitable des ressources collectives entre les différentes tâches et (2) l'amélioration des connaissances d'une société dans toutes les tâches. À cette fin, nous proposons un cadre permettant d'examiner ce qui pousse les agents à se spécialiser et comment cette spécialisation affecte à la fois les agents individuels et les sociétés d'agents. Nos résultats révèlent plusieurs éléments clés. Tout d'abord, les agents améliorent leur connaissance d'une tâche en entreprenant des tâches supplémentaires. Deuxièmement, si l'attribution de tâches différentes à des agents différents bénéficie à leurs sociétés, elle n'est pas à l'origine de la spécialisation des agents. À l'inverse, la spécialisation apparaît lorsque différentes tâches sont en concurrence pour des ressources cognitives limitées. Troisièmement, bien que temporairement préjudiciable à l'exactitude de leurs connaissances, l'oubli de connaissances sélectionnées au hasard présente des avantages à long terme lorsque les agents sont affectés à une tâche unique. Enfin, lorsque des agents spécialisés dans des tâches différentes interagissent, une tâche monopolise progressivement les ressources collectivement disponibles, ce qui amène l'ensemble de la société à se spécialiser dans la même tâche. Ces résultats améliorent notre compréhension de la manière dont la formation, l'évolution et la prévalence des connaissances spécialisées affectent les agents individuels et les sociétés d'agents.

This thesis explores how the presence of several tasks affects the cultural evolution of knowledge within agent societies. Previous findings show that when agents coordinate over a single shared task, this improves their accuracy. We build upon these by investigating how coordinating over additional tasks influences the cultural evolution of knowledge, particularly when the cognitive resources of agents are limited. Our goal is to determine whether the cultural evolution of knowledge guarantees: (1) equidistribution of collective resources among different tasks, and (2) improvement of a society's knowledge across all tasks. To that end, we propose a framework allowing for examining what pushes agents to specialize and how this specialization affects both individual agents and agent societies. Our findings reveal several key insights: First, agents improve their knowledge on one task by undertaking additional tasks. Second, while assigning different tasks to different agents benefits their societies, it is not what triggers agent specialization. On the contrary, specialization emerges when agents allocate limited cognitive resources to these tasks. Third, while temporarily detrimental to their knowledge correctness, forgetting randomly selected knowledge brings long-term benefits when agents are assigned a single task. Lastly, when agents specializing in different tasks interact, one task will gradually monopolize the collectively available resources, causing the entire society to specialize in the same task. These results improve our understanding of how the formation, evolution, and prevalence of specialized knowledge affect individual agents and agent societies.