Intelligence Artificielle Chapitre III Les systmes experts EPSI

Intelligence Artificielle Chapitre III Les systèmes experts EPSI / Montpellier - Cycle CSII 2 A

Les systèmes experts • Définition Un système expert est un programme qui consiste à reproduire le comportement d'un expert humain dans un domaine particulier , en effectuant, selon une démarche intellectuelle, une tâche de résolution de problèmes pour laquelle une solution algorithmique est difficilement réalisable.

Les systèmes experts • A quoi sert un système expert ? – Les systèmes experts ont pour rôle d'assister l'homme dans un domaine où est reconnue une expertise humaine traduite par des connaissances : • Ayant un volume important • Plutôt qualitatives • Parfois incertaines, imprécises et/ou assujetties à des révisions • Insuffisamment structurées pour être traitées par une approche algorithmique

Les systèmes experts • Portée et domaines d’applications

Les systèmes experts • Architecture – Principe • Séparer les connaissances propres au domaine des mécanismes logiques d’interprétation de ces connaissances – Composantes essentielles • • • Base de connaissances Moteur d’inférences Module d’acquisition des connaissances Interface utilisateur Module d’explication

Les systèmes experts • Moteur d’inférences – Fonctionnement • Résolution de problèmes par l’exécution d’une séquence d’un cycle de base dit cycle d’EVALUATION-EXECUTION – Cycle de base • Cycle en 3 phases : 1. Filtrage EVALUATION 2. Résolution de conflits 3. Exécution EXECUTION

Les systèmes experts • Moteur d’inférences – Caractéristiques o Modes de raisonnement • Chaînage avant : raisonnement dirigé par les faits • Chaînage arrière : raisonnement dirigé par les buts o Rôle des variables : • Moteur d’ordre 0 : sans variables • Moteur d’ordre 0+ : avec variables globales • Moteur d’ordre 1 : les variables portent sur les arguments • Moteur d’ordre 2 : les variables portent sur les prédicats o Type de contrôle • Contrôle irrévocable : pas de retours possibles sur un choix fait lors de la résolution de conflits • Contrôle par tentatives : possibilité de revenir, lors de la résolution de conflits à un point de déduction précédent pour faire un autre choix (backtracking ) o Pérennité des faits : • Logique monotone : pas de suppression des faits • Logique monotone : suppression possible des faits o Implémentation de la négation : • Monde clos : négation par l’absence (Les assertions qui ne sont pas explicitement présentes dans la BF sont fausses) • Monde ouvert : négation par la présence de not dans la BF (toute assertion doit être explicitée dans la BF)

Les systèmes experts • Moteur d’inférences – Caractéristiques o Résolution des conflits : stratégies • • • Première règle rencontrée Règle qui a la moins servis Règle la plus prioritaire Règle la plus complexe Règle la moins complexe Règle la plus prometteuse Règle la plus fiable Règle la moins coûteuse etc.

Les systèmes experts • Moteur d’inférences – Outils de développement – Langages classiques • C, Fortran, etc. – Langages objets • C++, Smalltalk, etc. – Langages IA • Prolog, Lisp – Générateurs (shell) de systèmes experts • Clips, Fuzzy. Clips, Kappa, etc.

Les systèmes experts • Moteur d’inférences – Outils de développement

Les systèmes experts • Moteur d’inférences – Modes de raisonnement (types d ’inférences) – 2 modes de base • Chaînage avant • Chaînage arrière – 2 modes combiné • Chaînage mixte • Chaînage bidirectionnel – Ils induisent certaines différences dans le cycle de base

Les systèmes experts • Moteur d’inférences – Chaînage avant – Principe • On part à partir des données initiales et on essaye d’en déduire de nouvelles • On s’arrête quand aucune règle n ’est applicable – Inconvénients • On doit fournir toutes les informations disponibles même si elles ne sont pas pertinentes • Processus non interactif • Peut conduire à une explosion combinatoire – Utilité • Interprétation d’une série de faits • Vérification des conséquences d’un événement

Les systèmes experts • Moteur d’inférences – Chaînage arrière – Principe • On cherche à prouver un but (idem démonstration de théorèmes) • Les règles sélectionnées sont celles qui aboutissent au but recherché • Les conditions non vérifiées des règles déclenchées deviennent elles mêmes des sous buts à vérifier • On s’arrête quand le but est atteint – Avantages • Le système ne pose que des questions pertinentes • Interactivité • Espace de recherche moins important

Les systèmes experts • Moteur d’inférences – Chaînage arrière – Inconvénients • Peut conduire à un blocage • Pour démontrer A il faut démontrer B • Pour démontrer B il faut démontrer A – Utilité • Décomposition facile du problème en sous problèmes

Les systèmes experts • Moteur d’inférences – Chaînage mixte – Principe • Combiner les deux chaînages avant et arrière • 1. Chaînage avant : obtenir les informations suffisantes pour émettre une hypothèse • 2. Chaînage arrière : vérifier l ’hypothèse émise lors du chaînage avant • Une règle peut être utilisée en chaînage avant ou en chaînage arrière – Avantage • Optimiser la recherche et améliorer le raisonnement

Les systèmes experts • Moteur d’inférences – Chaînage bidirectionnel – Principe • Il existe deux type de règles • Règles dites « avant » utilisées en chaînage avant • Règles dites « arrière » utilisées en chaînage arrière – Avantage • Optimiser la recherche et améliorer le raisonnement

Les systèmes experts • Moteur d’inférences – Raisonnement en chaînage avant – Raisonnement : dirigé par les faits, déductif – Paramètres d’entrée : la base de règle (BR), la base de faits (BF) – Déclencheur : partie gauche de la règle (hypothèses) – Cycle de base : • Pour toutes les règles R de BR 1. Examiner si R est déclenchable : toutes ses hypothèses sont satisfaites (contenues dans BF) 2. Si oui, insérer R en haut ou en bas (selon les stratégies de résolution de conflits) de la liste des règles déclenchables (LRD) • Répéter Jusqu’à LRD soit vide Soit Ra la première règle de LRD Retirer Ra de LRD puis exécuter son membre droit Pour toutes les règles Rb de (BR-LRD) Si Rb est déclenchable alors insérer Rb dans LRD

Les systèmes experts • Moteur d’inférences – Raisonnement en chaînage avant – Cycle de base : cas de Clips – Pour toutes les règles R de BR • Si le membre gauche de R est vérifié • Alors insérer R dans l’agenda selon la stratégie de résolution des conflits (salience, set-strategy [breadth, depth, simplicity, complexity, etc. ]) – Répéter • Soit Ra la première règle de l’agenda • Retirer Ra de l’agenda puis exécuter son membre droit • Pour toutes les règles Rb de (BR agenda) • Si le membre gauche de Rb est vérifié • Alors insérer Rb dans l’agenda selon la stratégie de résolution des conflits – Jusqu'à ce que l’agenda soit vide

Les systèmes experts • Moteur d’inférences – Raisonnement en chaînage avant Exemple d’algorithme Procédure CHAINAGE-AVANT Début Répéter REGLE_DECLENCHABLE : = DECLENCHEMENT(ensemble des règles) Jusqu’à non REGLE_DECLENCHABLE; Fin CHAINAGE-AVANT Fonction DECLENCHEMENT (ensemble des règles) : booléen; Début DECLENCHE : = Faux ; Pour toute règle appartenant à l’ensemble des règles Tant que non DECLENCHE faire Début Si TEST-SI(règle) Alors DECLENCHE : = APPLICATION(règle) Fin Pour; Retourner(DECLENCHE) ; Fin DECLENCHEMENT

Les systèmes experts • Moteur d’inférences – Raisonnement en chaînage avant Exemple d’algorithme Fonction TEST-SI(règle) : booléen; Début TEST : = Vrai ; Pour tout élément de la partie Si de la règle Tant que TEST faire Début Si élément appartient à la base de faits Alors TEST : = Vrai; Sinon TEST : = Faux; Fin Pour; Retourner(TEST) ; Fin TEST-SI

Les systèmes experts • Moteur d’inférences – Raisonnement en chaînage avant Exemple d’algorithme Fonction APPLICATION(règle) : booléen; Début APPLIQUE : = Faux ; Pour tout élément de la partie Alors de la règle Début Si élément n’appartient pas à la base de faits Alors Début APPLIQUE : = Vrai; ajouter l ’élément à la base de faits; Fin Si; Fin Pour; Retourner(APPLIQUE) ; Fin APPLICATION

Les systèmes experts • Moteur d’inférences – Raisonnement en chaînage arrière y. Raisonnement : dirigé par les buts y. Paramètres d’entrée : la base de règles, la base de faits, le but initial à prouver (B) y. Déclencheur : partie droite de la règle (conclusions) y. Cycle de base : – Répéter • Fixer le but courant à prouver (B au départ) • Examiner les règles (LDR) concluant sur le but courant • Si LDR est vide Alors • Demander la réponse à l’utilisateur • Si la réponse est positive Alors le but courant est prouvé • Sinon Arrêt • Sinon • Sélectionner une règle de LDR • Appliquer la règle • Si les prémisses de la règle sont vérifiés Alors le but courant est prouvé • Sinon les prémisses de la règle deviennent de nouveaux sous-buts à atteindre – Jusqu’à ce que le but initial soit atteint

Les systèmes experts • Moteur d’inférences – Raisonnement en chaînage arrière Algorithme Procédure CHAINAGE-ARRIERE(liste des buts à vérifier) Début Si liste est vide Alors arrêt Sinon Début F = premier fait de la liste; Si VERIFICATION (F) Alors Début Afficher F comme vérifié; CHAINAGE-ARRIERE (reste de la liste); Fin; Sinon CHAINAGE-ARRIERE (reste de la liste); Fin Si; Fin CHAINAG-ARRIERE

Les systèmes experts • Moteur d’inférences – Phase de filtrage : optimisation – Temps nécessaire à la constitution de l’ensemble de conflits • T = k * (NR*NF*NFM) • k : temps nécessaire à la comparaison entre un filtre et un fait quelconque • NR : nombre de règles • NF : nombre de faits • NFM : nombre moyen de filtres par déclencheur – Nécessité d’optimiser cette phase par la mise au point de : • Techniques de compilation de la base de connaissances • Techniques de partition de la base de règles : distinction de différentes classes de règles (règles de déclenchement, règles d’inférences, règles d’affinement, etc. )

Les systèmes experts • Moteur d’inférences – Phase de filtrage : optimisation – Techniques de compilation de la base de conniassances • Objectif : optimiser le temps nécessaire à la constitution de l'ensemble de conflits • Phases : • Déterminer pour chaque règle un ensemble de tests élémentair dont la satisfaction signifie que la règle est déclenchable (exemples : longueur des éléments d'un filtre , position des termes constantes, etc. ) et en déduire les tests qu'il faut appliq à tout fait qui sera comparé au filtre • Identifier les différentes occurrences des mêmes tests dans chaque ensemble de tests ainsi déterminé • Organiser un réseau global de tests en r assemblant en un seul les test élémentaires communs à plusieurs règles

Les systèmes experts • Moteur d’inférences – Phase de filtrage : optimisation – Techniques de partition de la base de règles • Nécessite de définir : • Des règles stratégiques qui déterminent comment on utilise les règles : des métarègles • Les métarègles utilisent plutôt le contenu des règles que leur structure • Les métarègles sont des métaconnaissances : des connaissances sur des connaissances

Les systèmes experts • Moteur d’inférences – Phase de filtrage : optimisation – Techniques de partition de la base de règles • Exemples de métarègles (règles stratégiques): • Si le patient est un hôte à risque Et il existe des règles qui mentionnent des pseudomonlas dans une de leur conditions Et il existe des règles qui mentionnent des kiebsiellas dans une de leurs conditions Alors il faut utiliser les premières avant les secondes • Si l'on cherche une thérapie Alors il faut considérer les règles qui permetten de : 12345 - Acquérir les informations cliniques sur le patient Trouver quels organismes, s'il en existe, sont causes de l'infection Identifier les organismes les plus vraisemblables Trouver tous les médicaments potentiellement utiles Choisir les plus adaptés en plus petit nombre

Les systèmes experts • Générateurs de systèmes experts – Synonymes : noyau, coque, shell – Définition : • Système d’acquisition des connaissances permettant à un expert humain (appuyé par un cogniticien) d ’écrire un système expert dans son domaine d ’expertise – Composantes • Une interface homme-machine permettant de mettre des règles écrites en langage pseudo-naturel sous forme de clauses • Un moteur d’inférences • Un ensemble d’outils logiciels pour contrôler les différentes étapes de la réalisation du système expert • • Editeurs spécialisés pour la gestion des connaissances Dictionnaires des connaissances Traceurs pour l’explication du raisonnement Utilitaires de maintien de la cohérence et de compilation de la base de connaissances • Modules d’apprentissage automatique

Les systèmes experts • Générateurs de systèmes experts – Outils pour la gestion des connaissances – Maintien de la cohérence • Exemples de tests de validation • Redondance • Si A Alors C, D (1) • Si A Alors C, D, E (2) La règle (1) est redondante • Bouclage • Si A Alors E (1) • Si E Alors B, F (2) • Si B, F Alors A (3) Les règles (1), (2), (3) sont en boucles

Les systèmes experts • Générateurs de systèmes experts – Outils pour la gestion des connaissances – Maintien de la cohérence • Exemples de tests de validation • Contradiction • Si A Alors C (1) • Si A Alors non(C), D (2) Les règles (1) et (2) sont contradictoires

Les systèmes experts • Générateurs de systèmes experts – Outils pour la gestion des connaissances – Compilation • Exemple : réduction de la base de règles • Si X 1 Alors X ou Y ou Z • Si X 2 ou X 3 Alors Z ou T • Si • Si X 1 Alors X ou Y ou Z • Si X 2 Alors Z ou T • Si X 3 Alors Z ou T X 1 X 1 X 2 X 3 Alors alors Alors Alors X Y Z Z T • Si X 1 Alors X ou Y • Si X 1 ou X 2 ou X 3 Alors Z • Si X 2 ou X 3 Alors T • Si X 1 Alors X • Si X 1 Alors Y • Si X 1 ou X 2 ou X 3 Alors Z • Si X 2 ou X 3 Alors T

Les systèmes experts • Choix des outils de développement – Il existe plus de : – 70 outils • Moteurs d ’inférences • Boîtes à outils • Générateurs – 120 langages spécialisés – Choisir un outil revient à cher un compromis entre – des critères non techniques • Coût • Types de machines ciblées • Facilité d ’utilisation – des critères techniques • Représentation et gestion des connaissances (cogniticien, informaticien) • Stratégies de contrôle (cogniticien, informaticien) • Logique(s) proposée(s) (cogniticien, informaticien) • Utilitaires de mise au point et de validation • Explication (Utilisateurs) • Debugger (cogniticien, informaticien) • Ouverture (utilisateurs, cogniticien, informaticien) • Convivialité (utilisateurs, cogniticien, informaticien)

Les systèmes experts • Choix des outils de développement – Type de développement et complexité du problème : • Intérêt de l ’outil pour l ’une ou l ’autre phase de développement : démonstrate prototype, système final • Adéquation aux types de problèmes traités

Les systèmes experts • Méthodologie de développement – Développement de Systèmes Experts : scénario

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert Etude d’opportunité Identification des connaissances Conceptualisation des connaissances Acquisition Formalisation des connaissances Prototypage Validation Implantation Représentation

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Première Phase : Etude d’opportunité • Finalité Définir les objectifs globaux du projet et en déterminer l ’opportunité de réalisation (faisabilité, rentabilité, délais, char de réalisation, conséquences pour le personnel) • Que doit-on faire ? - Spécifier les objectifs et l’intérêt du système expert : taches à accomplir et problème à résoudre - Etudier la faisabilité technique du projet - Identifier les différentes solutions possibles au problème - Localiser l’expertise - Identifier les futurs utilisateurs du système - Evaluer les ressources humaines, matérielles et logicielles à allouer au projet - Déterminer l’opportunité de réalisation du projet (Coûts/Intér

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Première Phase : Etude d’opportunité • Questions à se poser - Quelle est l ’importance du problème? - Quelles seraient les avantages d ’un système expert ? - Le problème est-il fréquent ? - Quelle sera l ’importance du problème d ’ici quelques années ? - Le problème peut-il être défini facilement ? - Quelqu’un a-t-il travaillé ailleurs sur un problème similaire ? - Qui se servira du système expert et pourquoi ? - Y-a-t-il une coque de systèmes experts dont nous puissions utiliser ? - Existe-t-il une documentation quelconque ?

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Première Phase : Etude d’opportunité • Questions à se poser - Pouvons-nous passer du temps d ’un expert ? - Combien de temps faut-il pour devenir expert ? - Y a-t-il des moments ou les experts ne sont pas disponibles po une consultation ? - De quelles ressources avons-nous besoin ? - Qu’est ce qui pourrait rendre ce projet difficile à réaliser ? - Est-ce que les experts sont en désaccord ? - Le savoir est-il complexe ? Nécessite-il plusieurs mécanismes d ’inférences et formalismes de représentation ? - Le système expert devra-t-il être mis à jour fréquemment ? - Pouvons-nous tolérer une réponse imparfaite ? - La réalisation d’interface exigera-t-elle de grands efforts ? - Combien coûtera le projet ?

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Finalités - Repérer les éléments de base constituant l’expertise : * Les objets : permettant de décrire un état du problème * Les relations : décrivent les liens entre les objets * Les opérateurs : indiquent comment modifier un état du problème * Les procédures : décrivent un ordre d ’application des opérateurs * Les règles : décrivent les inférences logiques * Les plans : organisent l ’application des règles * Les stratégies : organisent l ’enchaînement des plans - Définir le modèle conceptuel des connaissances • Que doit-on faire ? - Etudier la documentation existante - Planifier des entrevues avec l’expert - Appliquer des techniques et méthodes d ’acquisition des connaissances

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Identification des éléments clefs de la connaissance Exemple : Connaissances d ’un commercial spécialisé dans la vente des voitures Top. Objet Clientèle Relation Opérateur Procédure Règle Plan Stratégie Voiture de sport Voiture de tourisme Structure hiérarchique des éléments de la connaissance

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert OBJETS élément est-une noms description en clair : relations : • Phases d ’acquisition des connaissances • Identification des éléments clefs de la connaissance Exemple : Connaissances d ’un commercial spécialisé dans la vente des voitures : : : Voiture de sport Voiture {nom donné par l ’expert : nom donné par l ’utilisateur : autres synonymes : } propriétés : {vitesse maximale : type : valeurs possibles : valeur par défaut : échelle coef de certitude : distance de freinage à 100 km/h : type : {relation : Clientèle valeurs possibles : valeur : Jeunes-Cadres-Supérieurs valeur par défaut : échelle coef de certitude : relation : } valeur : opérateurs applicables : } utilisés dans les règles : Modèle descriptif des éléments de la connaissances

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Identification des éléments clefs de la connaissance Exemple : Connaissances d ’un commercial spécialisé dans la vente des voitures REGLES élément est-une utilisée dans les étapes libellé utilisent les objets nom : : : Règle VRP Règles_Avantage_Fiscaux Evaluation avantages fiscaux Si … Alors … Voitures, Clientèle Modèle descriptif des éléments de la connaissances

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Questions à se poser avant les entrevues - Quelles sont les données à l ’entrée (les problèmes) et en sortie (les solutions) - Quelles sont les relations qui existent entre les données ? - Peut-on fragmenter les problèmes en unités plus petites ? - Dans quel ordre et sous quelle forme les données à l’entrée sont-elles acquises ? - Dans quel ordre et sous quelle forme les données en sortie sont-elles produites ? - Quelle est l ’importance et quelle est la précision des diverses données ? - Quelles sont les données susceptibles de manquer ? - Quels sont les types d’entrées qui causent des difficultés à l ’expert ? - Quels sont les postulats de l ’expert ? - Quelles sortes d’inférences fait-il ? - Comment en arrive-t-il à des hypothèses ? - Quelles sont les relations entre ces hypothèses ? - Comment l ’expert passe-t-il d ’un stade d ’opinion à un autre ?

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Techniques - Les entretiens Types * discussion ouverte * discussion guidée * inversion des rôles Règles à respecter Techniques * caractéristiques et décisions * reclassification et division du domaine * grille répertoire - Les questionnaires - Les observations sur le site - L ’induction par la machine

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Techniques - Les entretiens Règles à respecter dans la conduite des entretiens - Préparer l ’entretien - Enregistrer l’entretien - Planifier les entretiens qui doivent régulier et espacés dans le temps - Motiver l ’expert en lui présentant une vue objective du projet - Veiller à conserver voir augmenter la motivation de l ’expert - Ne pas imposer d’outils à l ’expert - Ne pas imposer sa propre compréhension du problème - Poser des questions générales au début, puis spécifier - Maîtriser la durée de l ’entretien

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Techniques - Les entretiens Technique « Caractéristiques et Décisions »

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Techniques décision succès maladie problème personnel défaillance matériel - Les entretiens Technique « Reclassification » succès toutes matières succès partiel et contrôles continus toutes matières échec marginal dans une matière échec dans un partiel ou un contrôle continu et succès dans le reste échec dans une matière avec raison valable succès attendu mais problème critères matière non obligatoire et fort ailleurs capable de continuer connaissances évidentes

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Techniques - Les entretiens Technique « Division du domaine » différents problèmes formation A A Formation B référence et formulaires OK bons résultats aux examens complément d’infos résultats moyens aux examens pas bon en maths bonnes références mauvaises références manque de motivation critères acceptation rejet

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Techniques - Les entretiens Technique « Grille Répertoire » • Une technique permettant de mettre en évidence les objets et l relations entre objets utilisés par un expert dans son domaine d connaissances • Une technique qui s ’articule en 4 étapes : • Identification de la liste des objets et de leurs caractéristiques • Etablissement de la grille • Analyse de la grille • Classification des objets • Classifications des caractéristiques • Interprétation des résultats

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Techniques - Les entretiens Technique « Grille Répertoire » Identification de la liste des objets et de leurs caractéristiques

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Techniques - Les entretiens Technique « Grille Répertoire » Etablissement de la grille

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Techniques - Les entretiens Technique « Grille Répertoire » Interprétation des résultats Grande routière (Grands voyageurs, familles, VRP) Confortable Silencieuse Sûre Bon freinage Sportive Bonne carrosserie Bien suspendu Habitable Bonne tenue de route Bonne reprise Nerveuse Puissante Rapide

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Techniques - Les entretiens Technique « Grille Répertoire » Analyse de la grille Analyse factorielle

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Techniques - Les questionnaires Exemples Circuit X 24 Quelles sont toutes les pannes sur le circuit X 24 qui sont traités par les services de maintenance ? : ___________________________ Classer ces pannes par ordre de fréquence décroissant : ___________________________ Les coefficients de vraisemblances peuvent être sollicités de la manière suivante : Tout à fait incertain Tout à fait sûr Placer une croix sur la ligne à l ’endroit qui reflète le mieux votre impression Ou encore Tout à fait sûr Assez sûr Incertain Limite Tout à fait incertain Placer une croix sur la ligne qui reflète le mieux votre impression

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Techniques - Les observations sur le site

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Techniques - Induction par la machine • Principe : générer automatiquement et par induction de nouvelle connaissances à partir d’exemples choisis par l ’expert du doma • Processus : Entrée : * un ensemble d’exemples * des attributs décrivants les exemples * des techniques d ’extraction : apprentissage (induction de règles, algos génétiques, réseaux de neurones), analyse de données, base de données Sortie : * un arbre de décision qui classifie correctement les exemples * des règles d ’inférences * Arbre de décision : Modélisation d’une décision sous forme d’une structure hiérarchique dont les nœuds sont des attributs (tests) et les arcs des valeurs possibles pour ces attributs

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Techniques - Induction par la machine • Data mining : processus : Etapes du data minig

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Phases d ’acquisition des connaissances • Techniques - Induction par la machine • Data mining : processus : Clementine Sipina-pro Integral Solutions Limited, USA Université Lyon 2, France Plate-formes logicielles

Les systèmes experts krit: • Méthodologie de développement – Cycles de vie d’un projet système expert • Quatrième Phase: Formalisation des connaissances • Finalité - Transposer dans une représentation appropriée (un système à base de règles) le modèle des connaissances que le cogniticien a conçu en phases d ’acquisition • Etapes - Choix du formalisme * Schémas * Frames * Réseaux sémantiques * Règles de production - Choix des méthodes d’inférences - Conception de la base de connaissances

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Cinquième Phase: Prototypage • Finalité - Coder le formalisme choisi lors de la phase précédente pour obtenir un prototype du système expert • Etapes - Choix d ’un outil de développement - Codage du formalisme - Mise au point de l ’interface utilisateur - Préparation d’un protocole de validation

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Sixième Phase: Validation • Finalité - Définir un protocole de validation - Evaluer qualitativement et/ou quantitativement le comportement du prototype - Vérifier la conformité du prototype aux spécifications du cahier des char • Protocole de validation : éléments à valider - La base de connaissances - L ’ergonomie - La maintenance - La documentation - La formation des utilisateurs - L ’outil de développement

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Sixième Phase: Validation • Protocole de validation : critères de validation - Performance * Justesse du cheminement * Exactitude des conclusions * Précision des conclusions * Temps de réponse * Ressources informatiques utilisées - Sensibilité - Robustesse - Facilité d ’apprentissage par les utilisateurs - Acceptabilité

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Sixième Phase: Validation • Protocole de validation - L ’approche : Comment valider ? * Quantitativement (statistiques) * Qualitativement (consensus) - Le contenu : Que faut-il valider ? * Quelle version de prototype il faut valider - Le lieu : Où valider ? * Sur des sites pilotes (cas réels) * Sur des sites « de validation » (cas simulés) - Les acteurs : Avec qui faut-il valider ? * Les experts * Les utilisateurs * Le cogniticien * Le chef de projet

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Sixième Phase: Validation • Protocole de validation : tests de validation - Représentatifs - Nombreux : Prototype : 50 -100 ; Système final : 100 -300 - Impliquent : Temps des valideurs Formation des valideurs Ressources matérielles Tenue des dossiers • Protocole de validation : scénario de validation Analyse des cas traités Extraction de nouvelles connaissances, nouvelle formalisation ou restructuration Modification du système Documentation

Les systèmes experts • Méthodologie de développement – Cycles de vie d’un projet système expert • Septième phase: Implantation • Finalité - Mettre le système final à la disposition des utilisateurs • Etapes - Préparations - Installation et mise au point - Mise en exploitation - Définition d ’un plan de formation - Mise en place des procédures de maintenance

Les systèmes experts • Méthodologie de développement – Acteurs d’un projet système expert • • Cogniticien (1) Expert (2) Chef de projet (3) Utilisateurs (4) Etude d’opportunité Identification des connaissances Conceptualisation des connaissances Formalisation des connaissances 1+2+3 1+2 1+2 Prototypage 1+2+3+4 Validation 1+2+3+4 Implantation 1+2+3+4

Les systèmes experts • Méthodologie de développement – Facteurs de succès d’un projet système expert • Rapports Expert/Cogniticien • Bonne compréhension mutuelle • Confiance réciproque • Absence de rétention d’informations • Qualités professionnelles des acteurs • Cogniticien Logique sans faille, solide culture scientifique, maîtrise des techniques de modélisation du savoir, connaissance en programmation, capacité d ’écoute et faculté de communication, bonne culture générale, capacité d ’adaptation, perspicacité • Expert Autorité intellectuelle indiscutable, solide expérience, volonté et capacité de communiquer son savoir, goût pour les challenges, capacité de travailler en groupe, disponibilité, patiente, ténacité, tolérance à l ’erreur • Chef de projet Solide expérience dans la conduite des projets, connaissances en IA, capacité de manager une équipe, savoir écouter, déléguer et arbitrer

Les systèmes experts • Méthodologie de développement – Facteurs de succès d’un projet système expert • Conduite du projet • Définition claire des objectifs du projet • Planification optimisée du temps et des ressources de développement • Définition claire et précise du protocole de validation • Respect des délais • Documentation claire, adéquate et suffisante

Les systèmes experts • Méthodologie de développement – Rôles des acteurs d’un projet système expert – Le cogniticien • Rôle : assurer deux types d’interfaces • Interface Expert-Machine 1. Il acquiert le savoir de l’expert 2. Il le modélise 3. Il l ’implante dans la machine • Interface Utilisateurs-Machine 1. Il étudie les besoins de l’utilisateur 2. Il les intègre dans le système final

Les systèmes experts • Méthodologie de développement – Rôles des acteurs d’un projet système expert – L ’expert • Rôle : communiquer son savoir au cogniticien

Les systèmes experts • Méthodologie de développement – Rôles des acteurs d’un projet système expert – Le chef de projet • Rôle : gérer le projet • Responsable de la conduite du projet 1. Choix des solutions techniques 2. Planification 3. Répartition des taches 4. Gestion du budget • Garant du respect du cahier des charges 1. Assurance qualité 2. Respect des délais 3. Conformité Spécifications/Réalisations

Les systèmes experts • Moteur d’inférences – Raisonnement en chaînage arrière Algorithme Fonction TEST(Règle) ; vérifier récursivement les sous buts d ’un but courant Début TESTE : = Vrai; Pour tout élément de la partie Si de la Règle Faire Début Si non VERIFICATION (élément) Alors Début TESTE : = Faux; Arrêt; Fin; Fin Si; Fin Pour; Retourner(TESTE); Fin TEST

Les systèmes experts • Moteur d’inférences – Raisonnement en chaînage arrière Algorithme Fonction VERIFICATION (hypothèse): booléen; Début VERIFIE: =faux; Si hypothèse appartient à la base de faits Alors VERIFIE: = vrai; Sinon Si hypothèse appartient à la base de faits faux Alors VERIFIE: =faux; Sinon Construire l'ensemble des règles qui déduisent hypothèse; Si L'ensemble est vide Alors Début Demander hypothèse à l'utilisateur; Si la réponse est "oui" Alors VERIFIE: =vrai ajouter hypothèse à la base de faits Sinon VERIFIE : = faux; ajouter hypothèse à la base de faits faux; Fin Sinon Début Pour toute règle de l'ensemble Faire Début Si TEST-SI(règle) Alors Début VERIFIE: =vrai; APPLICATION(règle); Arrêt; Fin Si; Fin Pour; Pour toute règle de l'ensemble Faire Début Si TEST (règle) Alors Début VERIFIE: =vrai; APPLICATION(règle) Arrêt; Fin Si; Fin Pour; Fin Si; Fin Si; Retourner(VERIFIE); Fin VERIFICATION