2 Les Systmes Experts Traditionnellement lingnierie des connaissances

2. Les Systèmes Experts Traditionnellement, l'ingénierie des connaissances était considérée comme un processus «d'extraction» ou «fouille de la tête de l'expert» et de son translation sous forme informatique vers une machine.

2. Les Systèmes Experts Un système expert est un programme informatique conçu pour émuler le comportement de résolution de problèmes d'un expert dans un domaine spécifique de la connaissance • • Pour être qualifié de système expert, un système doit avoir la capacité d'expliquer ou de justifier ses conclusions. On dit qu'un système qui peut expliquer son processus de raisonnement démontre une méta-connaissance (connaissance de ses propres connaissances).

2. Les Systèmes Experts Caractéristiques des solveurs de problèmes : Les experts humains présentent certaines caractéristiques et techniques qui les aident à atteindre un haut niveau de résolution de problèmes dans leur domaine q q q Résolvez le problème Expliquez le résultat Apprendre Connaissance de la structure Règles brèves Déterminer la pertinence

2. Les Systèmes Experts Caractéristiques des systèmes experts : Le système fonctionne à un niveau généralement reconnu comme équivalent à celui d'un expert humain ou d'un spécialiste dans le domaine. q Le système est hautement spécifique au domaine. q Le système peut expliquer son raisonnement. q Si l'information avec laquelle fonctionne est probabiliste ou floue, le système peut propager correctement les incertitudes et fournir une gamme de solutions alternatives avec des vraisemblances associées.

2. Les Systèmes Experts Composants des systèmes experts q Base de connaissances §Consiste des faits et des règles §Les règles sont communément exprimées dans la structure if-then (règles de production) §Si-prémisse puis conclusion §Si-condition puis action q Moteur d'inférence §Responsable de l'interprétation des règles et de l'ordonnancement §Chaînage avant ou chaînage arrière q Interface utilisateur q Mémoire de travail q Facilité d'expansion

2. Les Systèmes Experts Architecture des systèmes experts

2. Les Systèmes Experts Outils de construction de systèmes experts q Langage de programmation Un système expert peut être implémenté en utilisant un langage de programmation généraliste. Cependant, le langage de programmation LISP et PROLOG sont typiquement utilisés dans la mise en œuvre de systèmes experts, en particulier les applications d'intelligence artificielle. q Shells Un shell consiste principalement en un moteur d'inférence et un éditeur pour aider les développeurs à construire leur base de connaissances. Exemple: CLIPS est un shell de système expert développé par la NASA

2. Les Systèmes Experts MYCIN : un des premiers systèmes experts (développé à Stanford à partir de 1972). Objectif : diagnostique et traitement d'une infection bactérienne. 1. déterminer l'importance de l'infection ; 2. déterminer l'organisme responsable ; 3. identifier les médicaments possibles ; 4. choisir le meilleur traitement. Le tout à partir de données incomplètes.

2. Les Systèmes Experts Évaluation de MYCIN en 1979 : en compétition face à 8 médecins (plus le traitement appliqué) sur 10 cas réel, MYCIN arrive premier. MYCIN était un programme de recherche et n'a jamais été réellement utilisé à l'hôpital : incomplet, difficile à évaluer, mauvaise interface. . . Mais il a montré qu'on peut approcher un domaine d'expertise.

2. Les Systèmes Experts Organisation de MYCIN

2. Les Systèmes Experts La connaissance dans MYCIN La base de connaissances statique comporte des règles : Si : > la coloration de l'organisme est GRAM négatif > sa morphologie est un bâtonnet > il est aérobie Alors : > il est vraisemblable (0, 8) que l'organisme est un Enterobactariaceae On dispose donc d'un ensemble de règles (ici, de déductions), approximatives.

2. Les Systèmes Experts La connaissance dans MYCIN Moteur d'inférence : déduit des faits à partir de faits initiaux et des règles. Deux approches de base : - partir de ce qu'on veut trouver et remonter vers les faits (chaînage arrière) ; partir des faits et aller vers ce qu'on veut trouver (chaînage avant). étude des logiques (classiques ou non), et des modes de raisonnements (en intelligence artificielle). La structure classique des systèmes experts utilisaient toujours un ensemble de règles de production.

2. Les Systèmes Experts Limites de MYCIN 1. Peu de flexibilité (adapté à un problème précis) ; 2. Connaissances difficiles à entrer : - beaucoup de règles ; - dépendantes du système d'inférence. 3. Manque d'explications sur le résultat. MYCIN n'a jamais été réellement utilisé (mais ses successeurs oui).

2. Les Systèmes Experts Questions fondamentales des systèmes experts 1. Acquisition de la connaissance 2. Représentation de la connaissance 3. Contrôle du raisonnement 4. Explication de la connaissance

2. Les Systèmes Experts L'acquisition de la connaissance Problème essentiel : 1. Communication expert - ingénieur - machine ; 2. définition du vocabulaire ; 3. choix de la représentation ; 4. processus (très) lent (plusieurs mois, voire années). Approches : 1. Apprentissage automatique ? 2. Meilleure modélisation et interface (dialogue expert-machine) ? 3. Mise en place d'une méthodologie rigoureuse (Common. KADS) ?

2. Les Systèmes Experts Représentation des connaissances Syntaxe et sémantique non ambiguë, loin de la représentation humaine ? - Règles de production (MYCIN), programmes logiques ? - Structures (arbres, réseaux, objets, cadres) ? Comment représenter l'incertitude, la probabilité ?

2. Les Systèmes Experts Contrôle du raisonnement Stratégie de raisonnements, heuristique (quelles questions, quels tests). Au début, ordre du raisonnement (des conclusions aux axiomes ou l'inverse). Exemple : recherche dans Prolog (stratégie simple). Expressions de métarègles, décrivant la façon dont les règles sont utilisées.

2. Les Systèmes Experts Explication des connaissances Approche la plus simple : donner la trace du raisonnement. Lié à la représentation des connaissances, difficile dans certains cas (apprentissage automatique).

2. Les Systèmes Experts L' échec des systèmes experts Sortir d'un domaine d'application spécifique, changement des besoins. Limites de la représentation des connaissances, mauvaises tentatives de reproduction. besoin de retravailler sur la modélisation (des connaissances, de la réalité).

2. Les Systèmes Experts Forces et limites des systèmes experts q Forces ü L'expertise humaine peut être chère ü Le conseil humain peut être incohérent ü Les connaissances humaines peuvent être perdues ü Les connaissances humaines ne sont accessibles que dans un endroit unique dans un temps donné. q Limitations ü Manque de bon sens ü Manque d'inspiration ou d'intuition ü Manque de flexibilité