​Contrairement aux réseaux de neurones, les algorithmes d'intelligence artificielle symboliques permettent de simuler un raisonnement humain en explorant un ensemble de solutions à un problème donné. Développée au List, institut de CEA Tech, la plate-forme logicielle ExpressIF reposant sur la déduction, vient d'être dotée d'un nouveau type de raisonnement dit « par satisfaction de contraintes », afin d'adresser des problématiques encore plus complexes.

Les solveurs de contraintes sont des algorithmes permettant de résoudre efficacement des problèmes combinatoires. Parmi eux, les solveurs de contraintes floues permettent de ne satisfaire que partiellement certaines contraintes, en définissant des priorités et en introduisant des notions d'obligation et de préférence. Un tel algorithme a été intégré à ExpressIF dans le but d'apporter une souplesse accrue dans la façon d'énoncer un problème (en langage naturel qui plus est) et de trouver des solutions plus élaborées.

Cette nouvelle brique de raisonnement permet d'aborder des problèmes tels que la planification, l'affectation de tâches, le placement, l'annotation d'objets dans des images. Elle sera utilisée sur des cas concrets dans le cadre des projets européens Micado pour analyser des spectres et reconnaitre des isotopes par spectrométrie de masse, et Deephealth pour l'annotation d'images médicales.