=Paper=
{{Paper
|id=Vol-2351/invited1
|storemode=property
|title=Computational Intelligence : Before and Beyond
|pdfUrl=https://ceur-ws.org/Vol-2351/invited_paper_1.pdf
|volume=Vol-2351
|authors=Salim Chikhi
|dblpUrl=https://dblp.org/rec/conf/jeri/Chikhi19
}}
==Computational Intelligence : Before and Beyond==
<pdf width="1500px">https://ceur-ws.org/Vol-2351/invited_paper_1.pdf</pdf>
<pre>
   Computational Intelligence : before and beyond
                                       Salim Chikhi
                                     MISC Laboratory
                             Computer science department
                                        ICT faculty
                      University of Constantine2-Abdelhamid Mehri


                                         ABSTRACT

A most simple and popular definition of Artificial Intelligence (AI) is the study of how to
make computers do things at which people are doing better.
Computational Intelligence (CI) which is a sub-branch of AI, can be considered as the study
of adaptive mechanisms to enable or facilitate intelligent behavior in complex and changing
environments. These mechanisms include those AI paradigms that exhibit an ability to learn
or adapt to new situations, to generalize, abstract, discover and associate.
CI is a set of nature-inspired computational methodologies and approaches to address
complex real-world problems to which mathematical or traditional modelling can be useless.
In this talk, we are going to present a somewhat general introduction to the fundamentals of
CI, including the more important and frequently used techniques (artificial neural networks,
evolutionary computation, swarm intelligence, artificial immune systems, and fuzzy systems).
While these individual techniques have been applied successfully to solve real-world
problems, the current trend is to develop hybrids of paradigms, since no one paradigm is
superior to the others in all situations. The hybrid CI system will eliminate the weaknesses of
individual components.
We will try to identify existing relationships and differences with other closely related
concepts because they are also based on the notion of intelligence like soft computing and
artificial life.
Finally, we will examine some complex problems that surround our real world, study the best
ways to model them, and develop the best tools to implement to solve them.


Key words : Computational Intelligence, nature-inspired methodologies, complex systems,
hybrid paradigms, real world problem solutions.
                                         RESUME


Une définition simple et répandue de l'intelligence artificielle (IA) consiste à étudier comment
faire en sorte que les ordinateurs exécutent des tâches aussi bien que les êtres humains.
L'intelligence computationnelle (CI), qui est une sous-branche de l'IA, peut être considérée
comme l'étude de mécanismes adaptatifs permettant ou facilitant un comportement intelligent
dans des environnements complexes et changeants. Ces mécanismes incluent les paradigmes
de l'IA qui montrent une capacité à apprendre ou à s'adapter à de nouvelles situations, à
généraliser, à abstraire, à découvrir et à s'associer.
CI est un ensemble de méthodologies de calcul inspirées de la nature et d'approches
permettant de résoudre des problèmes complexes du monde réel auxquels la modélisation
mathématique ou traditionnelle peut s'avérer inutile.
Dans cet exposé, nous allons présenter une introduction assez générale aux principes
fondamentaux de l'IC, incluant les techniques les plus importantes et les plus fréquemment
utilisées (réseaux de neurones artificiels, algorithmes évolutionnaire, intelligence en essaim,
systèmes immunitaires artificiels et systèmes flous). Bien que ces techniques individuelles
aient été appliquées avec succès pour résoudre des problèmes du monde réel, la tendance
actuelle est de développer des hybrides de paradigmes, car aucun paradigme n'est supérieur
aux autres dans toutes les situations. Le système de CI hybride éliminera les faiblesses des
composants individuels.
Nous essaierons de cerner les relations et les différences qui peuvent exister avec d’autres
concepts étroitement liés car ils reposent également sur la notion d’intelligence. Enfin, nous
examinerons certains problèmes complexes qui entourent notre monde réel, étudierons les
meilleurs moyens de les modéliser et développerons les meilleurs outils à implémenter pour
les résoudre.

</pre>