%\section{Historique}

L'équipe \acs{A3} (Apprentissage Artificiel \& Applications) est issue d'une réorganisation des thèmes de recherche de l'équipe Adage (Apprentissage, Diagnostic et Agents)  qui est devenue nécessaire après les départs respectifs d'Amal El Fallah (thème Agents) à Paris 10 et de Philippe Dague (thème Diagnostic) à Paris 11. Cette restructuration a été effectuée avec la volonté de tirer parti de la complémentarité de ses thèmes de recherche et de mettre en \oe uvre leur coopération afin de rendre plus visible cet axe de recherche au niveau national et international. 
En effet, le rayonnement du thème <<Apprentissage Artificiel>>  du \acs{LIPN}, se heurtait au manque d'une structure fédératrice et dynamique. La réorganisation des activités de recherche sur  l'apprentissage artificiel à Paris-Nord (\acs{LIPN} et ses proches voisins) selon une structure d'équipe de recherche fédératrice est un moyen prometteur pour renforcer la visibilité scientifique de ce thème de recherche.
Cette structure a pour vocation de s'appuyer sur la qualité scientifique et la dynamique des chercheurs sur ce thème, les coopérations scientifiques sous forme de plusieurs axes de recherche inter-équipes du \acs{LIPN}, des axes de recherche inter-laboratoires présents ou en cours d'élaboration. En effet, ces collaborations donnent naissance à une structure scientifique fédératrice des activités de recherche autour de l'apprentissage artificiel à Paris-Nord ayant un noyau au \acs{LIPN}. Il s'agit d'un des premiers pôles sur cette thématique en Ile de France. 
Il faut souligner aussi que l'axe << Apprentissage Artificiel>> est un des deux axes de recherche du \acs{LIPN} présents dans le pôle de compétitivité Cap Digital-IMVN (Image, Multimédia et Vie Numérique). 

Parallèlement à la prolongation des recherches au sein de chaque thème de l'équipe \acs{A3}, plusieurs axes de recherche inter-équipes sont présents. En effet, la problématique de l'apprentissage est déjà largement partagée avec l'équipe \acs{RCLN}, en particulier dans le cadre du projet InfoMagic (Pôle de compétivité Cap Digital), tout comme la classification hybride combinant des réseaux connexionnistes à un système de raisonnement à partir de cas. La résolution de problèmes de satisfaction de contraintes, utile notamment en raisonnement spatio-temporel, donne lieu à une coopération avec l'équipe \acs{OCAD} sur le problème MAX-CSP. Enfin, des chercheurs en apprentissage symbolique de l'équipe participent à l'EPML IAPuces dirigée par Jean-Daniel Zucker, du \acs{LimBio} Bobigny de Paris-Nord.
Soulignons enfin qu'une caractéristique essentielle du mode de fonctionnement de cette équipe est que les recherches y sont alimentées et évaluées grâce à de nombreuses applications, concernant la génomique, la parole, l'image, les télécommunications, Internet, le e-commerce et le e-learning, etc, donnant lieu pour la plupart à des contrats industriels.