Overblog Suivre ce blog
Editer l'article Administration Créer mon blog
24 février 2011 4 24 /02 /février /2011 18:40

 

Sur la base de l'hypothèse de l'intelligence artificielle faible, une technologie fréquemment utilisée est le système expert, puisque construit selon l'approche descendante. Sa fonction est de reproduire l’expertise d'un expert humain dans un domaine spécifique comme l’assistance en ligne, ou l’aide à la décision.

Né d'une idée dès plus simple : rendre les ordinateurs intelligents en leur fournissant la connaissance des experts. Ceux-ci n'ont cependant pas la prétention d'imiter une quelconque réflexion ou raisonnement comme un réseau de neurones artificiels. Pourtant et tout comme le stipule l'approche descendante, le système expert a pour but de reproduire le résultat et non le fonctionnement. Ce qui ne l'empêche donc pas de fournir des réponses très satisfaisantes à des problèmes posés.

 

 

Le système expert se décompose en trois parties formant des couches :

Premièrement, il y a une base de connaissance portant sur un sujet bien précis et enrichi grâce à des individus qui connaissent bien le domaine à modéliser et capables de transmettre leur savoir.

Ensuite « un moteur d'inférence » : ce composant propose des expressions logiques à partir d'une banque de règles (permettre au système de raisonner d'après des faits "si ... alors ..."). C'est cet ensemble de règles qui va être enchaîné pour simuler le raisonnement d'un expert humain.

Enfin, il y a l’interface utilisateur qui permet de communiquer avec le logiciel.

 

systExpert

  Les parties principales d'un système expert

 

Une fois la base de connaissance suffisamment enrichie à l'aide du savoir d'un spécialiste dans le domaine, l'utilisateur n'a plus qu'à fournir certaines informations généralement sous la forme de questions réponses à propos d’un problème à identifier. A l’aide des règles logiques, le système expert travaille avec la base de données et tire des conclusions. S’il n’y a pas assez d’informations fournis, le système peut alors demander à l’utilisateur de répondre à d'autres questions afin de faire poursuivre la suite des déductions (par exemple dans le cas où le système est incapable de prendre une décision les renseignements fournis par l'utilisateur amènent à être complétés par ce dernier).

 

Généralement conçu pour résoudre des problèmes de diagnostic ou de décision (diagnostic médical, prescription thérapeutique, régulation d'échanges boursiers, ...) ceux-ci sont très appréciés et donc fréquemment utilisés grâce à leur déploiement rapide (mise en activité dès que la base de connaissance a été construite).

Notons que l'état de connaissance des systèmes experts est comparable à nos connaissances actuelles puisque celui-ci est constamment mis à jour.

 

Quelques exemples :

  • Pour prendre un autre exemple concret, on peut imaginer un programme capable de définir quelle est la meilleure voiture pour un usager.
    L'usager renseigne son âge, ses revenus, ses déplacements (les faits) qui sont envoyés au programme. A l'aide d'un moteur d'inférence qui essaie de déduire des conclusions à partir d'une base de connaissances en fonction des faits donnés, il renvoie à l'utilisateur la voiture qui lui convient le mieux.

Partager cet article

Repost 0
Published by Julien P - dans Découvrir L'IA
commenter cet article

commentaires