Artificial Intelligence in Territorial and Agricultural Food Systems

Résumé du projet

Les progrès des grands modèles de langue et des modèles pré-entraînés ont révolutionné le traitement de la langue écrite et l’accès à l’information, permettant l’accomplissement de tâches telles que l’extraction d’informations, le résumé automatique et la génération de textes. Cependant, ils rencontrent encore des difficultés à raisonner et à assimiler pleinement les données qu’ils traitent. En contraste, les graphes de connaissances offrent une représentation structurée de l’expertise, palliant ainsi les lacunes des modèles pré-entraînés. L’intégration de ces deux approches est au cœur des recherches actuelles et de cette thèse.

Dans cette étude, nous examinons l’extraction et l’exploitation des données spatio-temporelles liées aux données textuelles afin d’améliorer l’identification des acteurs, des événements et des dynamiques de changement, ainsi que leur interrelation. L’objectif est de développer des contributions méthodologiques pour intégrer l’information spatio-temporelle au cœur de l’apprentissage en Intelligence Artificielle, en exploitant notamment les données d’observation de la Terre, telles que les indicateurs issus des données satellitaires, comme source externe supplémentaire pour valider les dynamiques des systèmes étudiés. Nous abordons deux problématiques méthodologiques :

• La prise en compte de l’information temporelle, spatiale et thématique : Il s’agit notamment de développer des méthodes permettant de gérer la variabilité temporelle des données, la diversité spatiale et la complexité thématique des interactions entre les acteurs du système étudié.
• La représentation et l’explication des dynamiques et trajectoires des acteurs : Il s’agit de comprendre comment identifier les dynamiques et trajectoires qui peuvent être construites (extraites) et expliquées à partir des données disponibles, en mettant en évidence les tendances, les schémas et les événements significatifs qui décrivent l’évolution spatio-temporelle du système étudié.