Générateurs de Systèmes Expert

Cet article traite des générateurs de systèmes experts, un domaine de l'informatique lié à l'intelligence artificielle. Il s'adresse aux étudiants et chercheurs débutants qui souhaitent comprendre ce qu'est un système expert, comment il fonctionne, et quels outils permettent de les créer.

D'après le document Générateurs de Systèmes Expert

Cet article a été rédigé automatiquement à partir du document source, puis vérifié avant publication.

Générateurs de Systèmes Expert

Document source

Générateurs de Systèmes Expert

Artificial Intelligence · PDF · 24 pages · 1972

Afficher l'aperçu du document

Consulter le document original →

Cet article traite des générateurs de systèmes experts, un domaine de l'informatique lié à l'intelligence artificielle. Il s'adresse aux étudiants et chercheurs débutants qui souhaitent comprendre ce qu'est un système expert, comment il fonctionne, et quels outils permettent de les créer. Ce sujet est particulièrement utile pour ceux qui s'intéressent à la modélisation du raisonnement humain et à l'automatisation de la prise de décision dans des domaines spécialisés.

La question

Le travail aborde la problématique suivante : comment concevoir et développer des systèmes experts capables d'imiter le raisonnement d'experts humains dans des domaines précis ? Cette question est importante car les systèmes experts permettent d'automatiser des tâches complexes nécessitant un savoir-faire spécialisé, ce qui peut améliorer la prise de décision et l'efficacité dans divers secteurs comme la médecine, l'aéronautique ou l'informatique.

Concepts de base

Un système expert (SE) est un système informatique conçu pour reproduire le comportement ou le raisonnement d'un expert humain dans un domaine spécifique. Il repose sur un volume important de connaissances et se compose principalement de trois éléments :

  • Base de Règles (BR) : un ensemble de règles qui codifient le savoir-faire de l'expert sous forme de clauses conditionnelles.
  • Base de Faits (BF) : les données ou informations connues à un moment donné, qui servent de point de départ au raisonnement.
  • Moteur d'inférence : un mécanisme qui applique les règles aux faits pour déduire de nouvelles informations ou prendre des décisions.

Les algorithmes de déduction utilisés dans ces moteurs d'inférence comprennent :

  • Chaînage avant : partir des faits connus pour appliquer les règles et déduire de nouveaux faits.
  • Chaînage arrière : partir d'une hypothèse ou d'une conclusion à vérifier et rechercher les faits qui la confirment.
  • Chaînage mixte : combinaison des deux précédents.
  • Calcul des faits déductibles et calcul de questions : techniques pour gérer les informations à déduire ou à demander à l'utilisateur.

Un générateur de systèmes experts est un outil logiciel qui facilite la création de systèmes experts en fournissant une interface pour entrer les règles en langage pseudo-naturel, un moteur d'inférences, et des outils pour gérer les différentes étapes du développement.

Approche

Le travail présente plusieurs générateurs de systèmes experts, historiques et actuels, qui illustrent différentes approches de développement :

  • NEXPERT OBJECT : un système hybride combinant un raisonnement basé sur des règles et une représentation orientée objet. Il offre un environnement complet pour créer, modifier et visualiser les règles et objets dans une base de connaissances.
  • CLIPS (C Language Integrated Production System) : un outil flexible qui supporte trois paradigmes de programmation (basé règles, orienté objet, procédural). Écrit en langage C, il est portable, rapide et peut être intégré dans d'autres logiciels.
  • Prolog : un langage de programmation logique considéré comme un générateur de systèmes experts. Il repose sur le calcul des prédicats du premier ordre, utilisant l'unification, la récursivité et le retour sur trace, avec un algorithme de résolution basé sur la SLD-résolution.

Ces outils permettent de construire des systèmes experts adaptés à des domaines spécifiques en facilitant la gestion des connaissances et le raisonnement automatique.

Résultats

Le travail souligne que les systèmes experts sont viables uniquement dans des domaines où des experts humains existent. De nombreux systèmes experts ont été développés et publiés, mais peu ont fait l'objet d'une évaluation objective rigoureuse. Les générateurs présentés offrent des environnements puissants et flexibles pour le développement de ces systèmes, chacun avec ses particularités et avantages selon les besoins du domaine d'application.

Limitations et questions ouvertes

Le document indique que malgré les avancées, l'évaluation objective des systèmes experts reste limitée. De plus, un système expert ne peut être conçu que pour des domaines bien délimités et maîtrisés par des experts humains, ce qui restreint son applicabilité. La complexité de la modélisation des connaissances et du raisonnement humain pose également des défis non résolus.

Glossaire

  • Système expert (SE) : système informatique imitant le raisonnement d'un expert humain dans un domaine précis.
  • Base de Règles (BR) : ensemble de règles conditionnelles codant le savoir-faire.
  • Base de Faits (BF) : données connues servant de base au raisonnement.
  • Moteur d'inférence : mécanisme qui applique les règles aux faits pour déduire des conclusions.
  • Chaînage avant : méthode de déduction partant des faits pour trouver de nouvelles conclusions.
  • Chaînage arrière : méthode de déduction partant d'une hypothèse à vérifier.
  • Générateur de systèmes experts : outil facilitant la création de systèmes experts.
  • NEXPERT OBJECT : générateur hybride combinant règles et objets.
  • CLIPS : générateur supportant plusieurs paradigmes de programmation, écrit en C.
  • Prolog : langage de programmation logique utilisé comme générateur de systèmes experts.

Partager

Commentaires

Aucun commentaire pour le moment. Posez la première question.

Les commentaires sont relus avant publication. Votre e-mail n'est jamais affiché.

← Toutes les révisions