Grant: Discovery Grants Program - Individual

Mes intérêts scientifiques portent sur un nouvel axe de recherche très prometteur appelé ""l'intelligence ambiante"" (IA). Ce créneau scientifique vise l'adaptation des techniques d'intelligence artificielle au nouveau concept d'environnement intelligent, dans lequel on miniaturise un ensemble de dispositifs électroniques (capteurs et effecteurs) pour ensuite les intégrer dans n'importe quel objet du quotidien, de manière transparente pour l'usager, dans le but de lui fournir une assistance ponctuelle et adaptée à son profil. Avec le vieillissement actuel de la population et la pénurie de personnel médical pour les soins à domicile, de nouvelles problématiques émergent de ce nouveau contexte, comme celle sur laquelle je travaille et qui concerne le soutien aux personnes souffrant de déficits cognitifs à l'intérieur de leur résidence. Le programme de recherche proposé dans cette demande vise à s'attaquer aux deux principales problématiques liées à ce type d'assistance, soit la reconnaissance et l'apprentissage des activités de la vie quotidienne réalisées par le résident à partir de capteurs de bas niveau. La théorie de la reconnaissance d'activités, sur laquelle je travaille, a pour but de formaliser la reconnaissance et la prédiction du comportement d'une personne ayant des déficits cognitifs, ainsi que les erreurs de réalisations, à l'intérieur d'un cadre algorithmique robuste et performant, s'appuyant sur plusieurs formalismes, tels que les logiques de description et la théorie des possibilités. Elle est basée sur un principe d'abduction pour la construction d'hypothèses sur les activités possibles, et d'appariement de ces observations avec une librairie de plans. Le défi est de lever les ambiguïtés/imprécisions sur les hypothèses concurrentes en prenant en compte la variabilité des lieux et des moments de réalisation de tâches identiques ou similaires et possiblement ""altérée ou erronée"" de la réalisation (interruption d'activités, erreurs, changement de méthodes, activités concurrentes ou entrecroisées, etc.). Au cours des dernières années, plusieurs avancées importantes sur ces thématiques ont été réalisées au Laboratoire d'Intelligence Ambiante pour la Reconnaissance d'Activités (LIARA), que j'ai cofondé en 2008 et que je dirige. En effet, nous avons développé un ensemble d'outils algébriques et algorithmiques servant à structurer le processus de reconnaissance et d'apprentissage des d'activités, capables de détecter les erreurs cognitives. Dans la littérature, peu de travaux se sont vraiment penchés sur cet aspect important de la problématique qui concerne la reconnaissance d'activités dites erronées. Le programme de recherche proposé ici vise à s'attaquer à plusieurs questions fondamentales toujours ouvertes, telles que : comment prendre en compte le problème de la déformation spatio-temporelle des activités qui se traduit par l'étirement, la compression et la variation dans le temps et dans l'espace d'une séquence représentative d'une certaine activité? Tous les spécialistes reconnaissent la formidable difficulté de réponde adéquatement à ce type de questions et le besoin de nouvelles solutions algorithmiques en IA pour y arriver et ce, afin d'être apte à fournir un soutien technologique adaptée à domicile. Ce projet à caractère multidisciplinaire propose non seulement des avancées importantes liées aux fondements de l'intelligence artificielle, mais propose aussi des retombées concrètes pour notre société vieillissante. Le type de technologie sur lequel nous travaillons a le potentiel de repousser le moment de l'institutionnalisation des individus atteints de déficits cognitifs, en permettant de réduire la charge de travail des proches aidants, tout en redonnant une autonomie partielle à ceux-ci.