Systme base de connaissance Systme base de connaissance
Système à base de connaissance
Système à base de connaissance § L’intelligence artificielle – Définition IA • Artificiel. désigne ce qui n'est pas un produit de la nature. • Intelligence. "Faculté de connaître, de comprendre et de s'adapter [. . . ]". Jean-Pol Tassin (Pour la Science, Décembre 1998). • Produire une IA consisterait donc à utiliser une technique (informatique) pour concevoir un système capable de raisonnement (résoudre un problème, s'adapter à des situations nouvelles, . . . ). • L’IA est une discipline de l’informatique dont le but est que les ordinateurs puissent raisonner comme les humains. • Elle s’adresse à une classe de problèmes exponentiels.
Système à base de connaissance § L’intelligence artificielle – Exemple du jeu d’échec § La programmation classique utilise l'algorithmique pour calculer et analyser tous les coups possibles à chaque étape du jeu. § L‘IA, quant à elle, introduit une nouvelle vision du jeu : – chaque coup joué fait maintenant partie d'une tactique qui consiste à réaliser un objectif : la victoire. – L'IA a donc une vision globale du jeu, élabore des stratégies, s'adapte aux coups joués par l'adversaire, etc. – L’IA § L'IA est une conception différente de la résolution de problèmes. § D'après JL. Laurière, "Tout problème pour lequel aucune solution algorithmique n'est connue relève a priori de l'IA".
Système à base de connaissance § L’intelligence artificielle – Reprenons la phrase de Marvin Minsky, figure célèbre de l'IA des années 50 : § "[. . . ] the science of making machines do things that would require intelligence if done by humans". § L'IA est la branche de l'informatique qui consiste à concevoir des systèmes intelligents, c'est-àdire qui soient capables de produire un raisonnement proche de celui de l'être humain.
Système à base de connaissance § Débuts de l’IA – 1950 : le mathématicien britannique Alan Turing publie, dans le journal philosophique Mind, un article intitulé Computing Machinery and Intelligence. Dans cet article, il décrit le test de Turing. – 1955 - 1956 : Allen Newell, John Shaw, et Herbert Simon créent le "Logic Theorist", considéré comme le premier programme d'IA. – 1956 : John Mc. Carthy, considéré comme le père de l'IA, organise "The Dartmouth summer research project on Artificial Intelligence". – 1959 : élaboration du GPR (General Problem Resolver), qui consiste à définir un état initial, un ou plusieurs états finaux, et des opérateurs de transition entre les états.
Système à base de connaissance § Débuts de l’IA – 1967 : Echec et abandon du GPR – 1972 : Hubert Dreyfus, un des détracteurs de l’IA, écrit "What Computers Can't Do" dénonçant les sommes importantes dépensées par le gouvernement US pour le développement de l'IA. – Problèmes des premiers systèmes en IA : § incapacité à imiter la capacité de l'homme à utiliser le contexte d'un problème pour déterminer le sens des mots et des phrases.
Système à base de connaissance § Débuts de l’IA – Années 70 : de nombreuses nouvelles méthodes de développement de l'IA sont testées. En 1971, le langage PROLOG est créé par Colmerauer. – 1974 : verra l‘arriver des premiers systèmes experts. § dont le plus célèbre MYCIN (Edward H. Shortliffe), conçu pour l'aide au diagnostic et au traitement de maladies bactériennes du sang. En 1979, Mycin sera considéré par le "Journal of American Medical Assoc" comme aussi bon que les experts médicaux. § La même année, le premier robot piloté par ordinateur est conçu. § On notera également dans les années 70, l'abandon des subventions versées par les gouvernements (US pour la plupart) pour quelques programmes de recherche en IA.
Système à base de connaissance § Débuts de l’IA – 1980 -1990 : Accélération du mouvement. § Avec l'efficacité prouvée des systèmes experts, les ventes de matériels IA (hardware ou logiciel) grimpent en flèche. § L'IA commence à intéresser les grandes firmes (Boeing, General Motors, etc). § Face aux détracteurs, les "pro-IA" se défendent : en 1982, Minsky écrit "Why People Think Computers Can't", en réponse notamment aux critiques de Dreyfus.
Système à base de connaissance Les systèmes experts
Système à base de connaissance § Les systèmes experts – Un système expert est un outil capable de reproduire les mécanismes cognitifs d'un expert, dans un domaine particulier. – Plus précisément, un système expert est un logiciel capable de répondre à des questions, en effectuant un raisonnement à partir de faits et de règles connus. § Il peut servir notamment comme outil d’aide à la décision.
Système à base de connaissance § Les systèmes experts – Un système expert se compose de 3 parties : § une base de faits ; § une base de règles ; § Un moteur d’inférence : – Le moteur d'inférence est capable d'utiliser faits et règles pour produire de nouveaux faits, jusqu'à parvenir à la réponse à la question experte posée.
Système à base de connaissance § Les systèmes experts
Système à base de connaissance § Mécanismes de raisonnement – La plupart des systèmes experts existants reposent sur des mécanismes de logique formelle (logique aristotélicienne) et utilisent le raisonnement déductif. – Pour l'essentiel, ils utilisent le syllogisme : si P est vrai (fait ou prémisse) et si on sait que P Q (règle) alors, Q est vrai (nouveau fait ou conclusion). – Les plus simples des systèmes experts s'appuient sur la logique des proposition (dite aussi « logique d'ordre 0 » ). § Dans cette logique, on n'utilise que des propositions, qui sont vraies, ou fausses. – D'autres systèmes s'appuient sur la logique des prédicats du premier ordre (dite aussi « logique d'ordre 1 » ), que des algorithmes permettent de manipuler aisément.
Système à base de connaissance § Historique – Les premiers systèmes experts voient le jour aux USA dans les années 1970. – MYCIN, qui manipulait de l'expertise dans le domaine médical, est l'un des plus connus. § Dans les années 1970, une équipe de Stanford University, sous la direction d'Ed Feigenbaum, a fait l’hypothèse que l’intelligence repose sur le stockage des grandes quantités de connaissance. § Connaissances représentées sous forme de règles. § En 1973, ils ont cherché un nouveau domaine pour refaire une étude. Ils ont retenu le domaine de “Thérapie Anti-Biotique”. § Résultat = MYCIN (500 règles avec des faits fortement typés).
Système à base de connaissance § MYCIN – Qu’est-ce que c’est? § C’est un "programme de consultation" qui donne des avis aux médecins concernant les thérapies anti-microbiennes. – Domaine § anti-microbien ou antibiotique – Principe § Il existe un grand choix de médicaments anti-microbiens ainsi qu'un grand nombre de microbes. § Chaque antibiotique agit différemment avec chaque microbe. § À cause de cette grande variété, seuls certains médecins spécialisés connaissent bien ce domaine.
Système à base de connaissance § MYCIN – La séquence de tâches 1) Demande des informations sur le cas. 2) Applique ses connaissances. 3) Donne son jugement et conseille. 4) Répond aux questions sur son raisonnement. – Buts à atteindre § Facile à utiliser § Fiable § Manipule un grand nombre de connaissances § Utilise des renseignements inexacts ou incomplets § Explique et justifie ses conseils
Système à base de connaissance § MYCIN – Répond à 4 questions 1) Quelles infections importantes existent ? 2) Quel microbe est la cause de chaque infection ? 3) Quels médicaments sont efficaces ? 4) Quel est le meilleur traitement ? – A tout instant, l'utilisateur peut demander : § Pourquoi ? – Trace de la chaîne de raisonnement en cours. § Comment ? – Trace la source d'un fait.
Système à base de connaissance § Raisonnement dans MYCIN – Chaînage arrière, dirigé par un but – Règles sous forme d’abduction Infection streptocoque de la gorge ? §A B C § Pour prouver C, il faut prouver A et B. Signes d’infection de 12 1 4 5 Organisme = streptocoque la gorge 6 7 2 3 Gorge rouge Tâche en Grampos 8 9 10 11 Morphologie coccidie Croissance en chaîne
Système à base de connaissance § Raisonnement dans MYCIN – La base de connaissance statique comporte des règles : – On dispose donc d’un ensemble de règles (ici, déduction), approximatives.
Système à base de connaissance § Les inférences – Moteur d'inférence : déduit des faits à partir de faits initiaux et des règles. – Deux approches de base : § A partir de ce qu'on veut trouver et remonter vers les faits (chaînage arrière) ; § A partir des faits et aller vers ce qu'on veut trouver (chaînage avant). – La structure classique des systèmes experts utilisaient toujours un ensemble de règles de production.
Système à base de connaissance § Evaluation de MYCIN – En 1979 : MYCIN en compétition face à 8 médecins sur 10 cas réel, MYCIN arrive premier. – Limites de MYCIN § Peu de flexibilité (adapté à un problème précis) ; § Connaissances difficiles à entrer : – – beaucoup de règles ; dépendantes du système d'inférence. § Manque d'explications sur le résultat. – MYCIN était un programme de recherche et n'a jamais été réellement utilisé à l'hôpital, car : § incomplet, difficile à évaluer, mauvaise interface. . . § Mais il a montré qu'on peut approcher un domaine d'expertise.
Système à base de connaissance Systèmes à base de connaissance
Système à base de connaissance § Qu’est-ce qu’un SBC ? – Un programme construit pour : § modéliser les compétences de résolution de problèmes des humains. § avoir la même performance que les humains (Test de Turing). Human interrogator Huma n
Système à base de connaissance § SE vs. SBC – Système expert (SE) : Système informatique permettant de résoudre les problèmes dans un domaine d'application déterminé à l'aide d'une base de connaissances établie à partir de l'expertise humaine. – Système à base de connaissances (SBC) : Système informatique fonctionnant avec une base de connaissances sur un sujet donné.
Système à base de connaissance § SE vs. SBC – Les systèmes experts classiques seraient un cas particuliers des systèmes à base de connaissances. – Tout système informatique utilise de la connaissance, mais dans un système à base de connaissances, celle-ci est représentée de façon explicite.
Système à base de connaissance § Connaissance – Différence entre donnée, information, connaissance : • Une donnée transporte l'information. Ce sont des signaux non interprétés. Exemple. !. . . - - -. . . C • L’information est une interprétation de la donnée. Exemple. (!, point d’exclamation), (. . . - - -. . . , SOS), (C, lettre) ou (C, note) • La connaissance utilise l'information dans le cadre d'actions, dans un but précis. Les actions peuvent être la prise de décisions, la création de nouvelles informations, etc. Exemple. • écrire un “!” pour marquer une exclamation en fin de phrase • si le signal. . . - - -. . . reçu alors déclencher l’alerte et envoyer des secours • si C apparaît sur une partition alors la référence est la gamme de Do, jouer dans la gamme associée.
Système à base de connaissance § Tâches utilisant des connaissances – Classement issu de la méthodologie Common. KADS : § Tâches d'analyse – classification, diagnostique, évaluation, supervision, prédiction. § Tâches de synthèse – conception/configuration, modélisation, planification, ordonnancement, répartition. – Ce classement se veut relativement exhaustif des différentes tâches demandant de la connaissance.
Système à base de connaissance § Types de problèmes résolus par les SBC – – – Contrôle Conception Diagnostic Instruction Interprétation Monitoring Planification Prédiction Prescription Sélection Simulation
Système à base de connaissance § Pourquoi utiliser un SBC ? – Remplacer un expert § Automatiser une tâche routinière nécessitant un expert ; § Un expert quitte la compagnie ; § Besoin d’une expertise dans un environnement hostile – Assister un expert § Améliorer la productivité ; § Gérer la complexité
Système à base de connaissance § Utilisation des SBC – – – – – Agriculture Affaires Chimie Communications Informatique Éducation Électronique Ingénierie Géologie Domaine juridique § Manufacture § Mathématiques § Médecine § Météorologie § Militaire § Prospection et exploitation minière § Production d’énergie § Hydrologie / hydroélectricité § Espace
Système à base de connaissance § Exemple de problèmes Le problème des seaux à remplir – On dispose de deux seaux, l’un de trois litres et l’autre de 4 litres. – Comment mesurer 2 litres dans le seau de 4 litres ? 3 litres 4 litres 2 litres – Variante : § Une personne a une bonbonne de douze litres de vin ; elle veut en donner 6 litres à un ami. Pour les mesurer, elle n’a que deux autres bouteilles, l’une contenant 7 litres et l’autre contenant 5 litres. Comment doit-elle opérer pour avoir les 6 litres dans la bonbonne de 7 litres ?
Système à base de connaissance § Exemple de problèmes Le problème du taquin – Trouver la séquence de déplacements la plus courte qui permet de passer de l’état initial à l’état final. 2 1 7 8 6 * 3 4 5 1 8 7 2 * 6 3 4 5
Système à base de connaissance § Exemple de problèmes Un problème de crypto-arithmétique – Une lettre correspond à un nombre (entre 0 et 9) et un seul, décrypter l’addition. S E N D M M O R E O N E Y
Système à base de connaissance § Exemple de problèmes – – Un problème logique Bernard, Jacques et Sylvain sont prévenus de fraude fiscale et déclarent : § Bernard : « Jacques est coupable et Sylvain est innocent » . § Jacques : « Si Bernard est coupable alors Sylvain est coupable » . § Sylvain : « Je suis innocent mais au moins un des deux autres est coupable » . Qui est coupable ?
Système à base de connaissance § Exemple de problèmes Un problème de contrainte – Patrick, Antoine et Émilie sont musiciens ; il y a un saxophoniste, un guitariste, et un violoniste : § Une personne a peur du chiffre 13, une autre des chats, et une autre a le vertige. § Patrick et le guitariste font de la montagne ; § Antoine et le saxophoniste aiment les chats ; § Le violoniste habite l’appartement 13 au 13 ième étage. – Qui est qui ?
Système à base de connaissance § Exemple de problèmes Les tours de Hanoi – L’univers du problème consiste en un ensemble de trois piliers notés de la gauche vers la droite, p 1, p 2 et p 3, et de deux disques, notés d 1 et d 2, où le premier est plus petit et posé sur le second. • Le problème consiste à faire passer les deux disques, d 1 et d 2, du pilier p 1 au pilier p 3 en se servant du pilier intermédiaire p 2 en respectant la règle ci-dessous : Le petit disque d 1 ne peut jamais être sous la grand disque d 2. • Le problème se généralise à un nombre quelconque de disques.
Système à base de connaissance § Architecture d’un SBC Interface Base de connaissances Moteur d’inférence Base de faits Utilisateur
Architecture d’un SBC
Système à base de connaissance Caractéristiques majeures § § § § Séparation de la connaissance et du raisonnement Contient de la connaissance experte Se focalise sur une expertise donnée Raisonne avec des symboles Raisonne avec des heuristiques Permet le raisonnement « incertain » Résout des problèmes pour lesquels il existe des experts
Système à base de connaissance Représentation des connaissances
Système à base de connaissance § Connaissance – Donnée information connaissance – La représentation des connaissances est le problème clé en IA. – Les objets, actions, concepts, situations, relations, etc. sont représentés selon certains formalismes (cerveau vs. mémoire de l’ordinateur).
Système à base de connaissance § Représentation des connaissances – C’est le transfert des connaissances d’un expert vers une machine Psychologie cognitive § Changement de media § Changement de forme de représentation – C’est une tâche de modélisation linguistique : § puissance expressive § applicable pour le raisonnement § efficace
Système à base de connaissance § Types de connaissance
Système à base de connaissance § Représentation des connaissances – Triplets <objet, attribut, valeur> – Réseaux sémantiques – Frames – Logique – Règles
Système à base de connaissance § Triplets <objet, attribut, valeur> – Syntaxe § Objet (sujet) = la ressource (URL ou nœud local) § Attribut (prédicat) = la propriété § Valeur (objet) – Exemple. § la ressource http: //www. w 3 c. org/ a un propriété titre dont la valeur est World Wide Web consortium. http: //www. w 3 c. org titre World Wide Web Consortium
Système à base de connaissance § Réseaux sémantiques – Il s'agit de réseaux dont les nœuds représentent les concepts et les arcs représentent les relations. – Le but des réseaux sémantiques est de fournir une représentation souple des connaissances. Moyen de transport sorte-de Avion sorte-de Voiture est-un Citroën C 4 possède est-un Airbus A 380 Avion de chasse Aile
Système à base de connaissance § Frames § L’origine des langages de frames peut être trouvée dans les RS. En fixant une relation hiérarchique de base (est-un) et une relation d'appartenance (appartient-à), on a la structure d'un langage de frames. Les autres relations se cachent dans les attributs des entités. § Les entités hiérarchisées sont les classes (avec au sommet une classe racine souvent appelée OBJET). Les autres entités, les objets proprement dits, appartiennent aux différentes classes.
Système à base de connaissance § Logique (Calcul des propositions et prédicats) – On peut représenter la situation de la figure de la manière suivante en utilisant les prédicats 'sur', 'surtable', 'libre‘ : § § § sur(C, A) surtable(B) libre(C) libre(B) – Par ailleurs, à l'aide d'opérateurs de la logique du premier ordre, il est possible de définir de nouveaux prédicats: ‘ôter', 'empiler' et de donner des équivalences : 1) libre(x) ¬ (y sur(y, x)) (il n'existe pas de y sur x) 2) sur(y, x) oter(y, x) libre(x) ¬ sur(y, x) 3) libre(x) libre(y) empiler(x, y) sur(x, y) – Il est possible de donner un but à atteindre (par un robot) de la même façon.
Système à base de connaissance § Règles – Connaissance servant à faire le lien entre des informations connues et d’autres informations que l’on peut déduire ou inférer. § Exemple. – Si <balle, couleur, rouge> alors j’aime la balle – Si j’aime la balle alors j’achète la balle – Peut exécuter des procédures. § Si délai<30 et âge_étudiant<28 ="oui" et présent_communication = "oui" alors réduction_congrés = 50%
Système à base de connaissance § Règles – Représentent des formes de connaissances variées : § Relation Si batterie morte alors l’auto ne démarrera pas § Recommandation Si l’auto ne démarre pas alors prendre un taxi § Directive Si l’auto ne démarre pas & le système d’alimentation en essence est ok alors vérifier le système électrique § Stratégie Si l’auto ne démarre pas alors vérifier le système d’alim. en essence puis le système électrique § Heuristique Si l’auto ne démarre pas & l’auto est une Ford de 1962 alors vérifier le radiateur
Système à base de connaissance § Règles avec variables – Réaliser la même opération sur un ensemble d’objets. – Exemple. Si Toto est employé & Toto âge > 65 alors Toto peut prendre sa retraite
Système à base de connaissance § Règles incertaines – Traduisent des associations incertaines entre prémisses et conclusions. – Exemple. Si inflation élevée alors taux d’intérêt élevé
Système à base de connaissance § Méta-règles – Traduisent une connaissance sur l’utilisation et le contrôle de la connaissance du domaine. – Disent comment utiliser les autres règles. – Exemple. Si auto ne démarre pas & système électrique normal alors exploiter les règles concernant le système d ’alim. en ess.
Système à base de connaissance § Ensemble de règles – Les règles sont divisées en ensembles. – Chaque ensemble est applicable à un problème donné. Panne auto Système électrique Système alim. en essence
Système à base de connaissance Raisonnement dans les SBCs
Architecture d’un SBC
Système à base de connaissance § Raisonnement = processus de – Faire coopérer connaissances, faits, et stratégies de résolution de problèmes, dans le but d’atteindre des conclusions. – Comprendre comment un expert humain raisonne lors de la résolution d’un problème.
Système à base de connaissance § Types de raisonnements Raisonnement Déductif Inductif Du sens commun Abductif Analogique
Système à base de connaissance § Types de raisonnements – Raisonnement Déductif § A est vrai § A B est vrai § On en déduit que : B est vrai – Raisonnement Inductif § Un ensemble d’objets {a, b, c, d, …} § Une propriété P vraie pour les objets a, b, c, … de l’ensemble § On induit que P est vraie pour tout x de l’ensemble – Raisonnement Abductif § C’est une inférence plausible. § B est vrai § A B est vrai § on abduit que A est vrai
Système à base de connaissance § Types de raisonnements – Raisonnement Analogique § Faire une analogie entre 2 situations, recher les similarités et différences, etc. § Exploite par exemple la notion de frame pour raisonner. – Raisonnement Du sens commun § S’appuie sur l’expérience de l’expert, sur la notion de « bon » jugement, plus que sur la logique. Notion d’heuristique. - Heuristique : Technique consistant à apprendre petit à petit, en tenant compte de ce que l'on a fait précédemment pour tendre vers la solution d'un problème.
Système à base de connaissance § Raisonnement à base de règle – 3 composants essentiels : § un ensemble de règles ; § un ensemble de faits ; § un moteur d’inférence ; Base de connaissance Base de faits initiale Moteur d’inférence – Avantages : § Facile à comprendre, naturel, modulaire. Base de faits enrichie
Système à base de connaissance § Raisonnement à base de règle – Principe de fonctionnement : § Trouver parmi les règles celles candidates § Choisir une de ces règles § Exécuter la règle – Résolution de conflits § Si plusieurs règles satisfaites, choisir laquelle déclenchée – Critère d’arrêt § Pour déterminer la fin du processus d’inférence (plus aucune règle n’est déclenchée, une solution acceptable a été trouvée, impossibilité de trouver une solution, etc. )
Système à base de connaissance § Base de règles – La base de règles rassemble la connaissance et le savoir-faire de l’expert. – Elle n’évolue donc pas au cours d’une session de travail. – Une règle se présente sous la forme : si X alors Y § X est la prémisse – C’est une conjonction de conditions, i. e. une suite de comparaison d’attributs et de valeurs à l’aide d’opérateurs. § Y est la conclusion – La conclusion est une affectation. – Exemple base de règles § § si si si alors l’âge du patient < 18 et il a de la fièvre > 39° et présence d’un germe X le patient a peut-être une méningite
Système à base de connaissance § Base de faits – La base de faits constitue la mémoire de travail du SBC. – Elle est variable au cours de l’exécution et vidée lorsque l’exécution se termine. – Au début de la session, elle contient tout ce qu’on sait à propos du cas examiné avant toute intervention du moteur d’inférence. – A la fin, elle est complétée par les faits déduits par le moteur ou demandés à l’utilisateur. – Exemple base de faits § § ge est 6 Fièvre est 40° Germe X Sexe féminin
Système à base de connaissance § Moteurs d’inférence – Il existe de nombreux types de moteurs, capables de traiter différentes formes de règles logiques pour déduire de nouveaux faits à partir de la base de connaissance. – On distingue 3 catégories, basées sur la manière dont les problèmes sont résolus : § les moteurs à « chaînage avant » § les moteurs à « chaînage arrière » § les moteurs à « chaînage mixte » – Certains moteurs d’inférence peuvent être partiellement pilotés ou contrôlés par des méta-règles qui modifient leur fonctionnement et leurs modalités de raisonnement.
Système à base de connaissance § Chaînage avant • Mécanisme simple : pour déduire un fait particulier, on déclenche les règles dont les prémisses sont connues jusqu’à ce que le fait à déduire soit également connu ou qu’aucune règle ne puisse être déclenchée. Base de faits initiale Considérer la première règle Considérer la règle suivante T Ajouter la conclusion à la base de faits T Appariement base de faits – prémisses ? F Il reste des règles ? F STOP
Système à base de connaissance Base de faits initiale § Chaînage avant • On va analyser chaque fait, et on va examiner toutes les règles où ce fait apparaît en prémisse. • Pour les règles déclenchées, on va affecter les attributs en conclusion des valeurs qui leur correspondent. • Ces attributs affectés feront partie du résultat final de l’expertise, et en même temps, ils seront eux-mêmes propagés. • On fait cela jusqu’à l’épuisement des faits, et on communique le résultat à l’utilisateur. Considérer la première règle Considérer la règle suivante T Ajouter la conclusion à la base de faits T Appariement base de faits – prémisses ? F Il reste des règles ? F STOP PRECISION
Système à base de connaissance § Chaînage arrière • Mécanisme consistant à partir du fait que l’on souhaite établir, à recher toutes les règles qui concluent sur ce fait, à établir la liste des faits qu’il suffit de prouver pour qu’elles puissent se déclencher, puis à appliquer récursivement le même mécanisme aux faits contenus dans ces listes. • Le chaînage arrière est clairement un mécanisme d’induction : on vérifie les hypothèses en remontant depuis l’objectif. On cherche ainsi à vérifier si un fait est possible. Infection streptocoque de la gorge ? 12 1 4 5 Signes d’infection de la gorge Organisme = streptocoque 6 7 2 3 Gorge rouge Tâche en Grampos 8 9 10 11 Morphologie coccidie Croissance en chaîne Exemple. MYCIN
Système à base de connaissance § Chaînage arrière Infection streptocoque de la gorge ? • Pour prouver une hypothèse en recherchant les informations pouvant la supporter. • On sélectionne alors les règles ayant ce but comme conclusion, et on vérifie si les prémisses de ces règles font partie de la base des faits. • Les prémisses n’appartenant pas à la base de faits deviennent à leur tour des buts à prouver de la même façon. • Le raisonnement se fait des solutions vers les faits initiaux. 12 1 4 5 Signes d’infection de la gorge Organisme = streptocoque 6 7 2 3 Gorge rouge Tâche en Grampos 8 9 10 11 Morphologie coccidie Croissance en chaîne Exemple. MYCIN
Système à base de connaissance § Comparaison
Système à base de connaissance § Chaînage mixte – Les mêmes règles sont utilisées an chaînage avant et arrière, selon que des faits nouveaux arrivent ou que l’on ait des faits à établir. – On peut alors aussi bien raisonner à partir des faits que l’on connaît comme prédicats ou comme objectifs. Faits initiaux Solutions possibles
Système à base de connaissance § Quel chaînage utiliser ? – Ce sont les caractéristiques du problème qui vont conditionner le chaînage qu’il est judicieux d’utiliser. – Ainsi, lorsque les faits sont peu nombreux ou que le but est inconnu chaînage avant. – Par contre, dans les cas où les buts sont peu nombreux ou précis chaînage arrière.
Système à base de connaissance § Raisonnement monotone vs. non monotone Non monotone information dynamique ; l’état de véracité de l’information change. Sauvegarder les dépendances logiques entre faits. Si on retire un fait A dont dépend un autre fait B, on doit retirer aussi le fait B. Monotone information statique ; l’état de véracité de l’information ne change pas. Exemple. Si Il pleut alors j’ouvre mon parapluie
Système à base de connaissance § Stratégies de parcours d’arbre Problème • Notion de réseau d’inférences et de parcours dans le réseau. • Exemple. C 1 C 2 P 1 P 2 Si P 1 alors C 1 ; Si P 2 alors C 2 ; Si P 3 & P 4 alors P 2 ; Si P 5 & P 6 alors P 1 ; Si P 7 alors P 6 ; Si P 8 alors P 4 ; Si P 9 alors C 2 ; Différentes stratégies de parcours de l’espace ! P 5 P 6 P 7 P 3 P 9 P 4 P 8
Système à base de connaissance § Stratégies de parcours d’arbre Problème Parcours en profondeur d ’abord • Parcourir le graphe verticalement d’abord, pour ensuite explorer d’autres nœuds (de gauche à droite). • Lorsqu’il est connu que l’espace de recherche est profond, la stratégie en profondeur d’abord est un bon choix. • De plus, cette stratégie se focalise sur une solution et est donc à même d’être comprise par un utilisateur qui interagit avec le système, car les questions sont relatives à un même chemin. P 5 C 1 C 2 P 1 P 2 P 6 P 7 P 3 P 9 P 4 P 8
Système à base de connaissance § Stratégies de parcours d’arbre Problème Parcours en largeur d’abord • Parcourir d’abord les nœuds d’un même niveau, avant de considérer les nœuds du niveau inférieur. • Si la solution se situe profondément dans l’espace de recherche, cette stratégie n’est pas payante. • Les interactions avec un utilisateur sont difficiles en raison de l’exploration de chemins nombreux (manque de focalisation). P 5 C 1 C 2 P 1 P 2 P 6 P 7 P 3 P 9 P 4 P 8
Système à base de connaissance § Stratégies de parcours d’arbre Parcours « meilleur » d’abord • C’est une solution non aveugle. • Elle exploite des connaissances du problème pour guider la recherche. • À chaque nœud, la technique juge du meilleur chemin à emprunter, suivant une heuristique donnée. Exemples d ’heuristiques • Ordonner les buts • Ordonner les prémisses • Utiliser des méta-règles • Attribuer des priorités aux règles • Utiliser des facteurs de confiance • etc.
Bibliographie § L’IA – Arsac, Jacques : Les machines à penser, Le Seuil, Paris, 1987. – Crevier, Daniel : A la recherche de l'IA, Flammarion, collection «champs» , Paris, 1999. § Les SBC – C. L. Paris. Systèmes Experts Explicatifs. In EXPL 92 pp 3 -23. – D. Kayser, La représentation des connaissances, Hermès – (Paris), 1997. – J. L. Laurière, Intelligence Artificielle (résolution de problèmes par l’homme et la machine), Eyrolles, Paris, 1987. – M. Stefik, Introduction to Knowledge Systems, Morgan Kaufmann Publishers, San Francisco (CA), 1995. – A. Thayse et al. , Approche logique de l’Intelligence Artificielle (5 tomes), Dunod Informatique (Paris), 1988. – P. H. Winston, Artificial Intelligence, Addison-Wesley, Reading (MA), 1982. – E. Rich, Artificial Intelligence, Mac Graw Hill (New York), 1983. – Systèmes Experts : Méthodes et outils", J. M. Chatain et A. Dussauchoy. Eyrolles 1987
EXEMPLE § § § § Soit la base de connaissances : • R 1 : si B et D et E alors F • R 6 : si A et X alors H • R 2 : si D et G alors A • R 7 : si C alors D • R 3 : si C et F alors A • R 8 : si X et C alors A • R 4 : si B alors X • R 9 : si X et B alors D • R 5 : si D alors E Base de faits : B, C But : H
- Slides: 80