Syst mes experts
n Historique
n Quest quun syst me expert ?
n Moteurs dinf rences
n Mode de cha nage
n Sch mas de moteurs dinf rences
n Coh rence de la base de connaissances
1
Historique
Lapparition des SE au cours des
ann es 70 correspond une
de
volution
lIntelligence Artificielle
objectifs
des
LUniversalit navait d gale que
limpuissance
r soudre des
probl mes dans des domaines
particuliers.
2
Historique
De la recherche de techniques de
r solution de probl me g n rales,
ind pendantes du domaine consid r
Vers l tude des m canismes mis en
jeu par un expert humain pour
r soudre un probl me r el dans un
champ dactivit bien pr cis.
3
Historique
Le projet pionnier en la mati re : Dendral,
lanc en 1965 par E. Feigenbaum et ses
luniversit de Stanford,
coll gues
destin aider le chimiste trouver la
structure dun compos organique partir
de la donn e de son spectrogramme de
masse et de sa formule chimique brute.
4
Historique
n La n cessit de
la
s paration
connaissances
explicite
sp cifiques dun domaine de leurs
m canismes dinterpr tation.
des
n Lextraction
m canismes
des
universels de raisonnement, que lon
pourrait r utiliser dun domaine
lautre.
5
Syst me expert: historique
Lid e fondamentale des Syst mes Bases
de Connaissances et des SE
Naissance progressive de la notion de
moteur
un
ensemble de connaissances et de faits
pour r soudre un probl me donn .
dinf rences
exploitant
6
Syst me expert: historique
n La m thode a t affin e avec
lexp rience des syst mes tels que:
n
MYCIN (Shortliffe 1976) dans le domaine
de la m decine (diagnostic de certaines
maladies du sang),
n MOLGEN (Stefik) destin la planification
dexp riences en g n tique mol culaire,
n PROSPECTOR (Duda et Hart 1979) en
g ologie.
7
Syst me expert: historique
La m thodologie SE nest cependant
pas justifi e pour nimporte quel
type de probl me: ceux dont la
solution polynomiale existe et le
temps dex cution est raisonnable.
8
Quest quun Syst me Expert?
n D finition1: Des programmes con us
pour raisonner habilement propos de
t ches dont on pense quelles requi rent
une expertise humaine consid rable
.
Publicité
9
Quest quun Syst me Expert?
n D finition2: Un syst me expert est un
programme poss dant une grande
masse de connaissances dans un
domaine sp cialis , ces connaissances
provenant g n ralement dun expert
humain,
capable
datteindre les performances de lexpert
dans ce domaine .
chevronn
et
10
Quest quun Syst me Expert?
de
logiciels
n D finition3: Un syst me expert est un
capables
ensemble
datteindre les performances dun expert
humain pour une t che donn e, dans un
domaine restreint et bien d limit , gr ce
lexploitation dun ensemble de
connaissances fournies explicitement et
aupr s
acquises
dexperts du domaine consid r
lessentiel
pour
11
Quest quun Syst me Expert?
n D finition
fonctionnelle: Un
syst me
expert est un logiciel destin remplacer ou
assister lhomme dans des domaines o est
reconnue une expertise humaine:
n
n
Insuffisamment structur e pour constituer une
m thode de
travail pr cise, sure, compl te,
directement transportable sur ordinateur,
Sujette
lexp rience accumul e).
r visions ou compl ments
(selon
12
Objectif 1
Capturer ais ment les unit s du
savoir faciliter lexpression la plus
r gles, par
directe possible des
rapport leur forme d mergence
chez les experts.
13
Objectif 2
Exploiter lensemble des unit s du
savoir-faire:
n Combiner et/ ou cha ner des groupes de
r gles pour inf rer des connaissances
telles que jugements, plans, preuves,
d cisions,
nouvelles
pr dictions,
r gles,&
n Rendre compte de la mani re dont les
t
connaissances
ont
nouvelles
inf r es.
14
Objectif 3
Supporter ais ment la r vision de
lensemble des unit s de savoir-faire
offrir des facilit s pour les
ajouts et suppression de r gles.
15
Typologie des SE
n N cessit de mettre en Suvre une grande
masse de connaissances, ventuellement
incompl tes et incertaines
n Caract re volutif et non fig du domaine
n Nature heuristique de la r solution
n Pr pond rance du calcul symbolique sur
le calcul Num rique dans les r solutions
16
Composants dun SE
Langage dexpression des connaissances
fournies par lexpert
Publicité
Bases de connaissances pour accueillir la
connaissance sp cifique dun domaine
dapplication
Moteurs dinf rences ou interpr teur charg
dexploiter les connaissances en les
consid rant comme des donn es
17
Bases de connaissances
Connaissances op ratoires: m moire
long terme du syst me dans laquelle
est cod , dans +sieurs formalismes,
lensemble des connaissances dun
domaine:
n Faits permanents du savoir-faire
n Lexpertise n cessaire pour r soudre un
probl me
18
Bases de faits
Connaissances
assertionnelles:
m moire de travail contenant
n des
faits ou donn es propre au
probl me r soudre.
n Des faits d couverts par le m canisme
de raisonnement jusqu ce que lon
parvienne la solution du probl me.
19
Mode de RC
Dans un Syst me Expert
une partie des connaissances
exprim es sous forme de r gles
de productions
20
Mode de RC
n Lisibilit s des connaissances
n Facilit de construction et d volution dans
le temps du fait de lind pendance de
r gles
n Capacit dexplication dun raisonnement
gr ce lexamen de lencha nement des
r gles utilis es: tra abilit
21
Principe de fonctionnement MI
MI encha ne des cycles de travail
comportant chacun trois phases:
n Phase d valuation
n Phase de r solution de conflits
n Phase dex cution
Une r gle = <Conditions> + <Corps>
22
Phase d valuation
n S lection
n dun sous ensemble F1 de la base
des faits (BF)
n dun sous ensembles R1 de la base
des r gles (BR).
Les M ta-r gles
23
Phase d valuation
n Mise en correspondance ou pattern
matching
n
Le MI compare la partie Condition de
chacune des r gles de R1 par rapport
F1.
n S lectionne un sous ensemble R2 de
r gles de R1 jug es compatibles avec
F1.
24
Phase d valuation
Filtrage : MI dordre 0
Unification: MI dordre 1
25
Phase de r solution de conflits
Le MI choisit les r gles qui doivent
tre effectivement d clench es.
un sous ensemble R3 de
r gles de R2
26
Phase dex cution
Le MI commande la mise en Suvre
des actions d finies par les r gles
de R3 (si R3 non vide).
27
Mode de cha nage
n Cha nage avant: utilis quand on cherche
les cons quences de lajout de nouveaux faits.
P, si P alors Q Q?
n Cha nage arri re: utilis quand on cherche
prouver un but.
Q, si P alors Q P?
n Cha nage mixte: cha nage bidirectionnel.
Publicité
28
Cha nage mixte
Le Cha nage mixte n cessite la mise en
place dheuristiques particuli res
capables de d cider, face une
situation donn e, quelle est la
strat gie la plus adapt e pour
poursuivre la r solution.
29
Exemple: Cha nage mixte
R1 si
jaune et
liquoreux alors
soutenu (S)
R2 si bourgogne et
ferme alors
c te-de-beaume (S)
R3 si c te-de-beaume et non velout
alors carton-charlemagne (P)
30
Exemple: Cha nage mixte
R4 si
c te-de-beaume
non
et go t-pierre- -fusil
velout
alors carton-charlemagne (S)
R5 si sec et non ambr et fruit
et
alors alsace (P)
R6 si sec et bouquet-d licat et non
ambr alors bourgogne (S)
31
Exemple: Cha nage mixte
A partir de la d gustation:
non ambr , bouquet-d licat, ferme,
sec, non velout
32
R gimes de contr le
n Irr vocable
Le MI sarr tera d s que lensemble des
r gles s lectionnables sera vide.
n Par tentative
Le MI r alisera un retour arri re et
remettra en cause les r gles d clench es
pr c demment.
33
R gimes de contr le
n Monotonie
Le MI ne fait quajouter des faits la base
de faits.
n Non Monotonie
Le MI peut supprimer des faits qui peuvent
se r v ler contradictoires (raisonnement
par d faut).
34
Strat gies de d veloppement
de la recherche
n Repr sentation par espace d tats
Lespace d tats est repr sent par un
graphe orient :
n Chaque sommet Ei est un tat de la base des
faits.
n Chaque arc (Ei,Ej) symbolise
lapplication
dune r gle transformant l tat Ei en l tat Ej.
cha nage avant
35
Strat gies de d veloppement
de la recherche
n Repr sentation par espace de sous-
probl mes
Lespace
est
repr sent par un graphe orient ET-OU
sous-probl mes
de
Chaque sommet symbolise:
n soit un probl me Pi
n Soit une application ARj dune r gle
cha nage arri re
36
R solution de conflits
n D clenchement
ensemble de
lapplication de m tar gles;
s lectif dun
r gles
sous
r sultant de
n D clenchement prioritaire des r gles
dont la partie pr misse est la plus
d taill e
Publicité
conclusions plus pr cises.
37
R solution de conflits
n D clenchement prioritaire des r gles
les plus
utilisant
r cemment acquises ou d duites;
informations
les
n D clenchement prioritaire des r gles
amenant le plus grand nombre de
conclusions;
38
R solution de conflits
n Classement des r gles en fonction de
lint r t quelles apportent
en fonction dun ordre dans la
liste des buts;
n D clenchement ordonn par plausibilit
d croissante des conclusions dans le
cas o elles ont un poids associ .
39
Attribution de priorit s
n Par un algorithme directement b ti dans
le moteur dinf rence et qui calcule
le meilleur ordre
dynamiquement
dapplication de ces r gles, en fonction
des crit res cit es pr c demment.
En cours de
r solution du
probl me.
40
Attribution de priorit s
n Par des m tar gles qui s lectionnent
les r gles par leur contenu et les
ordonnent en fonction de crit res
pouvant d pendre du probl me
traiter.
parfois utilis e conjointement
la premi re.
41
Attribution de priorit s
n Par une tape de compilation des
r gles effectu e, au moment m me
le module
de
connaissances
dacquisition
(Snark 1984):
leur saisie, par
des
42
Attribution de priorit s
Certains syst mes exploitent deux
des
fondamentales
propri t s
syst mes de productions:
n La ressemblance structurelle.
n Redondance temporelle.
43
Attribution de priorit s
n La ressemblance structurelle: fait
fait que de
r f rence au
nombreuses pr misses de r gles
ont des clauses en commun
possibilit de r duire le nombre
de test effectuer.
44
Attribution de priorit s
n Redondance
temporelle:
entre
deux cycles du moteur dinf rences, il
de
y
peu
la m moire de
modifications de
travail,
g n ralement
a
peut tre exploit dans lalgorithme
dunification par propagation dans la
base.
45