Apprentissage machine efficace : théorie et pratique

Malgré des progrès constants en termes de capacité de calcul, mémoire et quantité de données disponibles, les algorithmes d'apprentissage machine doivent se montrer efficaces dans l'utilisation de ces ressources. La minimisation des coûts est évidemment un facteur important, mais une autre motivation est la recherche de mécanismes d'apprentissage capables de reproduire le comportement d'êtres intelligents. Cette thèse aborde le problème de l'efficacité à travers plusieurs articles traitant d'algorithmes d'apprentissage variés : ce problème est vu non seulement du point de vue de l'efficacité computationnelle (temps de calcul et mémoire utilisés), mais aussi de celui de l'efficacité statistique (nombre d'exemples requis pour accomplir une tâche donnée). Une première contribution apportée par cette thèse est la mise en lumière d'inefficacités statistiques dans des algorithmes existants. Nous montrons ainsi que les arbres de décision généralisent mal pour certains types de tâches (chapitre 3), de même que les algorithmes classiques d'apprentissage semi-supervisé à base de graphe (chapitre 5), chacun étant affecté par une forme particulière de la malédiction de la dimensionalité. Pour une certaine classe de réseaux de neurones, appelés réseaux sommes-produits, nous montrons qu'il peut être exponentiellement moins efficace de représenter certaines fonctions par des réseaux à une seule couche cachée, comparé à des réseaux profonds (chapitre 4). Nos analyses permettent de mieux comprendre certains problèmes intrinsèques liés à ces algorithmes, et d'orienter la recherche dans des directions qui pourraient permettre de les résoudre. Nous identifions également des inefficacités computationnelles dans les algorithmes d'apprentissage semi-supervisé à base de graphe (chapitre 5), et dans l'apprentissage de mélanges de Gaussiennes en présence de valeurs manquantes (chapitre 6). Dans les deux cas, nous proposons de nouveaux algorithmes capables de traiter des ensembles de données significativement plus grands. Les deux derniers chapitres traitent de l'efficacité computationnelle sous un angle différent. Dans le chapitre 7, nous analysons de manière théorique un algorithme existant pour l'apprentissage efficace dans les machines de Boltzmann restreintes (la divergence contrastive), afin de mieux comprendre les raisons qui expliquent le succès de cet algorithme. Finalement, dans le chapitre 8 nous présentons une application de l'apprentissage machine dans le domaine des jeux vidéo, pour laquelle le problème de l'efficacité computationnelle est relié à des considérations d'ingénierie logicielle et matérielle, souvent ignorées en recherche mais ô combien importantes en pratique.

Between play and design : the emergence of hybrid-identity in single-player videogames

Pour respecter les droits auteur, la version electronique de cette thèse a été dépouillée de ses documents visuels et audio-visuels. La version intégrale de la thèse a été déposée au Service de la gestion des documents et des archives de l'Université de Montréal.

Design pédagogique et jeux vidéo : recherche exploratoire pour le développement d’un modèle soutenant le design pédagogique dans les jeux vidéo non éducatifs

Le design pédagogique dans les jeux vidéo non éducatifs est une discipline en mal de définitions et de méthodes. Contrairement à celui que l’on trouve dans les écoles ou autres institutions de formation, le design pédagogique pour les jeux vidéo non éducatifs est fait par des designers de jeux qui n’ont souvent aucune formation en enseignement. Un modèle de design pédagogique pour les jeux vidéo non éducatifs est donc développé dans ce mémoire, à partir d’une recherche exploratoire utilisant l’analyse de contenu de jeux vidéo et les théories de la science de l’éducation. Étant donné les ressources limitées disponibles pour le développement du modèle, la présente recherche pourra servir de base à la construction d’un modèle plus élaboré sur un sujet semblable, offrira des pistes intéressantes de recherche sur l’enseignement par le jeu et pourra soutenir les designers de jeu lors de la planification du design pédagogique dans leurs jeux.

Évaluation des jeux Kinect à l’aide du suivi physiologique, du suivi oculaire et des réactions faciales du joueur.

Les données sont analysées par le logiciel conçu par François Courtemanche et Féthi Guerdelli. L'expérimentation des jeux a eu lieu au Laboratoire de recherche en communication multimédia de l'Université de Montréal.

De l’immersion à l’engagement, la perspective des concepteurs de jeux vidéo sur l’expérience de jeu

De nos jours, la notion d’immersion est largement utilisée, voire galvaudée, par l’industrie du jeu vidéo pour décrire les nouvelles expériences de jeu vécues par les joueurs, notamment lorsqu’ils utilisent des contrôleurs de mouvement. Il est donc intéressant de comprendre comment cette notion s’insère dans le processus de conception des jeux vidéo et comment les concepteurs de jeux vidéo mobilisent cette notion. Pour essayer de comprendre comment les concepteurs de jeux vidéo conçoivent leurs expériences de jeu dans ce contexte, nous avons réalisé une série de cinq entrevues avec des concepteurs de la région montréalaise. Nous avons porté une attention particulière à recueillir le discours de concepteurs indépendants et de concepteurs œuvrant dans de grands studios afin d’obtenir une diversité dans le type d’approches. Nous avons relevé que les concepteurs de jeux vidéo sont loin de partager la même définition de la notion d’immersion. Qui plus est, cette notion n’est souvent pas directement mobilisée par les concepteurs. En effet, les résultats de notre recherche ont démontré que les concepteurs recherchent plutôt à intéresser les joueurs par des stratégies d’engagements plutôt que de les « immerger ». Selon nos concepteurs, un joueur engagé signifie qu’il éprouve un plaisir sincère dans l’acte même de jouer.

De la relation d’aide à la rencontre créative : le récit numérique comme outil de reconnaissance mutuelle

Cette recherche exploratoire vise à documenter, du point de vue des intervenants, les conditions nécessaires à la mise en place de projets utilisant des outils de narrativité numérique, de même que les principaux apports de ces outils à l’intervention. Ces outils peuvent être des récits numériques qui sont de courtes vidéos (deux à cinq minutes) intégrant images, musique, texte, voix et animation, ou encore de courts fichiers audio, aussi appelés podcasting ou baladodiffusion. Il peut aussi s’agir de jeux vidéo interactifs ou d’un montage vidéo à partir d’extraits de témoignages. Dans un contexte où les pratiques d’intervention, dans les services publics en particulier, sont de plus en plus normées et standardisées, une recherche qui explore des outils d’intervention recourant à la créativité s’avère des plus pertinentes. Par ailleurs, ce champ n’a été que très peu exploré en service social jusqu’à maintenant. Des entrevues semi-dirigées ont été menées auprès de huit intervenants ayant utilisé ces outils dans leur pratique. L’analyse de leurs propos met d’abord en lumière les conditions nécessaires à la réalisation de ce type de projet, de même que les questions éthiques qui les accompagnent. Ensuite, du côté des principaux apports de ces outils, ils se situent, d’une part, dans le processus créatif collaboratif. Celui-ci permet d’enrichir l’intervention en donnant un espace de parole plus libre où intervenants et usagers créent des liens qui modifient le rapport hiérarchique entre aidant et aidé. D’autre part, l’attention professionnelle accordée à la réalisation des produits et à leur diffusion contribue à donner une plus grande visibilité à des personnes souvent exclues de l’espace public. Ainsi, en plus d’explorer les apports d’un outil artistique à l’intervention, cette recherche permet également d’analyser les enjeux de visibilité et de reconnaissance associés à l’utilisation de médias participatifs.

Algorithmes d'apprentissage pour la recommandation

L'ère numérique dans laquelle nous sommes entrés apporte une quantité importante de nouveaux défis à relever dans une multitude de domaines. Le traitement automatique de l'abondante information à notre disposition est l'un de ces défis, et nous allons ici nous pencher sur des méthodes et techniques adaptées au filtrage et à la recommandation à l'utilisateur d'articles adaptés à ses goûts, dans le contexte particulier et sans précédent notable du jeu vidéo multi-joueurs en ligne. Notre objectif est de prédire l'appréciation des niveaux par les joueurs. Au moyen d'algorithmes d'apprentissage machine modernes tels que les réseaux de neurones profonds avec pré-entrainement non-supervisé, que nous décrivons après une introduction aux concepts nécessaires à leur bonne compréhension, nous proposons deux architectures aux caractéristiques différentes bien que basées sur ce même concept d'apprentissage profond. La première est un réseau de neurones multi-couches pour lequel nous tentons d'expliquer les performances variables que nous rapportons sur les expériences menées pour diverses variations de profondeur, d'heuristique d'entraînement, et des méthodes de pré-entraînement non-supervisé simple, débruitant et contractant. Pour la seconde architecture, nous nous inspirons des modèles à énergie et proposons de même une explication des résultats obtenus, variables eux aussi. Enfin, nous décrivons une première tentative fructueuse d'amélioration de cette seconde architecture au moyen d'un fine-tuning supervisé succédant le pré-entrainement, puis une seconde tentative où ce fine-tuning est fait au moyen d'un critère d'entraînement semi-supervisé multi-tâches. Nos expériences montrent des performances prometteuses, notament avec l'architecture inspirée des modèles à énergie, justifiant du moins l'utilisation d'algorithmes d'apprentissage profonds pour résoudre le problème de la recommandation.

Algorithmes d’apprentissage profonds supervisés et non-supervisés: applications et résultats théoriques

La liste des domaines touchés par l’apprentissage machine s’allonge rapidement. Au fur et à mesure que la quantité de données disponibles augmente, le développement d’algorithmes d’apprentissage de plus en plus puissants est crucial. Ce mémoire est constitué de trois parties: d’abord un survol des concepts de bases de l’apprentissage automatique et les détails nécessaires pour l’entraînement de réseaux de neurones, modèles qui se livrent bien à des architectures profondes. Ensuite, le premier article présente une application de l’apprentissage machine aux jeux vidéos, puis une méthode de mesure performance pour ceux-ci en tant que politique de décision. Finalement, le deuxième article présente des résultats théoriques concernant l’entraînement d’architectures profondes nonsupervisées. Les jeux vidéos sont un domaine particulièrement fertile pour l’apprentissage automatique: il estf facile d’accumuler d’importantes quantités de données, et les applications ne manquent pas. La formation d’équipes selon un critère donné est une tˆache commune pour les jeux en lignes. Le premier article compare différents algorithmes d’apprentissage à des réseaux de neurones profonds appliqués à la prédiction de la balance d’un match. Ensuite nous présentons une méthode par simulation pour évaluer les modèles ainsi obtenus utilisés dans le cadre d’une politique de décision en ligne. Dans un deuxième temps nous présentons une nouvelleméthode pour entraîner des modèles génératifs. Des résultats théoriques nous indiquent qu’il est possible d’entraîner par rétropropagation des modèles non-supervisés pouvant générer des échantillons qui suivent la distribution des données. Ceci est un résultat pertinent dans le cadre de la récente littérature scientifique investiguant les propriétés des autoencodeurs comme modèles génératifs. Ces résultats sont supportés avec des expériences qualitatives préliminaires ainsi que quelques résultats quantitatifs.

Une approche multi-agents pour le développement d'un jeu vidéo

Un système multi-agents est composé de plusieurs agents autonomes qui interagissent entre eux dans un environnement commun. Ce mémoire vise à démontrer l’utilisation d’un système multi-agents pour le développement d’un jeu vidéo. Tout d’abord, une justification du choix des concepts d’intelligence artificielle choisie est exposée. Par la suite, une approche pratique est utilisée en effectuant le développement d’un jeu vidéo. Pour ce faire, le jeu fut développé à partir d’un jeu vidéo mono-agent existant et mo- difié en système multi-agents afin de bien mettre en valeur les avantages d’un système multi-agents dans un jeu vidéo. Le développement de ce jeu a aussi démontré l’applica- tion d’autres concepts en intelligence artificielle comme la recherche de chemins et les arbres de décisions. Le jeu développé pour ce mémoire viens appuyer les conclusions des différentes recherches démontrant que l’utilisation d’un système multi-agents per- met de réaliser un comportement plus réaliste pour les joueurs non humains et bien plus compétitifs pour le joueur humain.

Du modèle du cercle magique à celui de la place du joueur : un apport de l’esthétique de la réception au design de jeux vidéo

Ce mémoire propose une réflexion sur des modèles permettant de mieux comprendre et concevoir l’expérience esthétique d’un jeu vidéo. Ces modèles traduisent différents idéaux de la place du joueur. Comme on peut le constater à travers une réflexion sur le modèle du cercle magique, jouer est souvent compris comme un acte unilatéral d’entrée en imagination dans un monde étranger au monde actuel – toute sortie marquant la pénalité ou la fin du jeu. De ce point de vue, le designer aurait donc pour rôle de placer et de maintenir le joueur dans le monde virtuel représenté pour qu’il s’y sente immergé et présent. Cela dit, comme en témoignent les critiques qui s’élèvent contre le modèle du cercle magique, d’autres stratégies de mise en place du joueur sont à distinguer et à définir pour faciliter l’analyse et la conception des jeux vidéo. Devant ce modèle, jugé limitatif, ce que nous proposons ici est de recourir à quelques outils méthodologiques et typologiques de l’esthétique de la réception en histoire de l’art pour bâtir un modèle plus englobant, celui de la place du joueur, dont nous testons la validité par l’analyse du jeu vidéo God of War III (2010).

Le jeu vidéo : élément oublié du patrimoine numérique au Québec

Travail réalisé à l'EBSI, Université de Montréal, sous la direction de M. Yvon Lemay dans le cadre du cours SCI6112 - Évaluation des archives, à l'hiver 2014.

Créer ou produire un jeu vidéo? Étude ethnographique d’un milieu de production vidéoludique montréalais

Le jeu vidéo est un produit qui ne cesse de gagner en popularité alors que les expériences ludiques tendent de plus en plus à se diversifier. Les recherches académiques sur l’objet vidéoludique se sont multipliées dans les dernières années afin de comprendre les particularités du nouveau média, surtout en ce qui concerne l’analyse du produit lui-même et sa réception, mais laissant peu de place à sa créa-tion et sa production. Montréal est un lieu idéal pour étudier le médium : en peu de temps, l’industrie du jeu vidéo est devenue l’un des fleurons industriels québécois. La présente étude s’est intéressée aux développeurs de Montréal, ville où se situe la plus grande partie des studios au Québec, afin de connaître leur perception du produit vidéoludique et de l’industrie. Au travers d’une perspective phénoménologique, un séjour ethno-graphique a été effectué dans un studio de production vidéoludique où plusieurs développeurs ont été observés et interviewés. Ce travail s’inscrit dans une anthropologie du travail et rend compte de la com-plexité qui émerge lorsqu’un travail essentiellement créatif vient se heurter à des motifs de production strictes. Plus encore, il rend compte d’un paradigme opposant directement la création et la production dans un milieu qui se présente comme une avenue prometteuse pour une jeunesse désirant vivre d’un travail créatif. Cette condition est attribuable à la nature du jeu vidéo lui-même qui se situe, selon Kline, Dyer-Witheford et De Peuter (2003), à mi-chemin entre la culture, la technologie et les visées commerciales (marketing). Les développeurs se trouvent donc entre deux eaux : d’un côté ils sont influencés par la culture du jeu, relevant de leurs pratiques, leurs préférences et des commu-nautés de développeurs et, de l’autre côté, par l’industrie qui dicte les façons de faire et viennent selon eux minimiser leur potentiel créatif.

Canada

Résumé du livre « Video games around the world » sur le site de MIT Press : https://mitpress.mit.edu/index.php?q=node/249697.

Repenser l’histoire de la jouabilité : l’émergence du jeu de stratégie en temps réel

L’objectif de cette thèse est de réfléchir aux enjeux d’une histoire du jeu de stratégie en temps réel (STR). Il s’agit de mieux comprendre les contextes dans lesquels le genre prend sens pour historiciser son émergence et sa période classique. Cette thèse cherche à documenter, d’une part, la cristallisation du STR en tant qu’objet ayant une forme relativement stable et en tant que corpus précis et identifié et, d’autre part, l’émergence des formes de jouabilité classiques des STR. La première partie est consacrée à décrire l’objet de cette recherche, pour mieux comprendre la complexité du terme « stratégie » et de la catégorisation « jeu de stratégie ». La seconde partie met en place la réflexion épistémologique en montrant comment on peut tenir compte de la jouabilité dans un travail historien. Elle définit le concept de paradigme de jouabilité en tant que formation discursive pour regrouper différents énoncés actionnels en une unité logique qui n’est pas nécessairement l’équivalent du genre. La troisième partie cartographie l’émergence du genre entre les wargames des années 1970 et les jeux en multijoueur de la décennie suivante. Deux paradigmes de jouabilité se distinguent pour former le STR classique : le paradigme de décryptage et le paradigme de prévision. La quatrième partie explique et contextualise le STR classique en montrant qu’il comporte ces deux paradigmes de jouabilité dans deux modes de jeu qui offrent des expériences fondamentalement différentes l’une de l’autre.

Les casual games : définition à l’aide du savoir professionnel des designers de jeux

Le jeu casual est un phénomène majeur de l’industrie vidéoludique, pourtant il reste peu étudié et mal considéré. Les quelques définitions scientifiques recensées présentent des divergences importantes, ainsi qu’un décalage par rapport aux jeux produits. Les modèles théoriques en design de jeu, centrés sur le gameplay, semblent inadéquats face à ce phénomène. En utilisant le modèle du praticien réflexif de Donald Schön, l’objectif de notre recherche est d’apporter un nouvel éclairage sur le jeu casual grâce au savoir professionnel des designers de jeux. Notre approche est qualitative, d’inspiration phénoménologique : nous avons recueilli l’expérience de huit designers de jeux par l’intermédiaire d’entretiens semi-dirigés proches du récit de pratique. Nos résultats montrent que les concepts utilisés dans les modèles vidéoludiques traditionnels restent pertinents pour définir le jeu casual, mais demandent à être retravaillés afin de rendre compte des mutations de l’expérience de jeu. Ainsi, un challenge dans un jeu casual n’est pas un obstacle mais une opportunité d’action pour le joueur. De plus, la progression se fait par la variation des challenges plutôt que par l’augmentation de la difficulté. Ensuite, certains concepts qui semblaient pertinents pour définir les jeux casual, tels que la fiction positive, ont été rejetés par nos participants. Enfin, notre étude a permis de rassembler des informations sur le rôle du designer de jeu casual et le contexte dans lequel il exerce, ce qui permet d’expliquer certaines causes de la vision péjorative du jeu casual.