Vous êtes sur la page 1sur 30

Introduction lingnierie des connaissances

Ingnierie des connaissances (Master 2 ISC)

Ingnierie des connaissances (Master 2 ISC)

1/30

IC : Quest-ce que cest ?


Ingnierie voque un ensemble de techniques et de mthodes, appliques pour la rsolution de problmes complexes.

Connaissance : ensemble des notions et des principes quune personne acquiert par ltude, lobservation ou lexprience et quelle peut intgrer des habilets . (dnition sur le web)

En informatique, lingnierie des connaissances voquerait les techniques pour manipuler des connaissances sur ordinateur.

Ingnierie des connaissances (Master 2 ISC)

2/30

Autre dnition
Dictionnaire terminologique qubcois, dnition de 1996 (donc un peu dpasse).

Ingnierie de la connaissance, quivalent anglais de Knowledge engineering, serait synonyme de Gnie cognif : Intgration des techniques dintelligence articielle et du gnie logiciel en vue de concevoir et de construire des systmes experts. Discipline tudiant lextraction et la formalisation de connaissances provenant dun expert humain en vue de leur intgration dans des systmes experts. On voit apparatre surtout la notion de systme expert.

Ingnierie des connaissances (Master 2 ISC)

3/30

Systme expert
Mme dictionnaire.

Systme expert (SE) : Systme informatique permettant de rsoudre les problmes dans un domaine dapplication dtermin laide dune base de connaissances tablie partir de lexpertise humaine. Systme base de connaissances (SBC) : Systme informatique fonctionnant avec une base de connaissances sur un sujet donn. Les systmes experts classiques serait un cas particuliers des systmes base de connaissances. Tout systme informatique utilise de la connaissance, mais dans un systme base de connaissances, celle-ci est reprsente de faon explicite.

Ingnierie des connaissances (Master 2 ISC)

4/30

Les systmes experts


Objectif : reproduire les comptences dun expert pour rsoudre un problme. Il lui faut : 1. connatre des faits dans le domaine dexpertise. 2. manipuler ses connaissances dans lobjectif de la rsolution dun problme. 3. choisir la rponse la plus adapte de faon heuristique, en acceptant des raisonnements approchs. Un systme expert eectue une tche knowledge-intensive.

Ingnierie des connaissances (Master 2 ISC)

5/30

Dirences avec un programme classique


Dirence entre donne, information, connaissance. la donne transporte linformation ; linformation est extraite de la donne ; la connaissance permet de relier les informations. La manipulation des connaissances relve de lintelligence articielle. Permettrait de traiter des problmes mal connus, ous ou volutifs.

Ingnierie des connaissances (Master 2 ISC)

6/30

Tches utilisant des connaissances


Classement issu de la mthodologie CommonKADS : Tches danalyse : classication, diagnostique, assessement, supervision, prediction. Tches de synthse : conception/conguration, modlisation, planication, ordonnancement, rpartition. Ce classement se veut relativement exhaustif des direntes tches demandant de la connaissance.

Ingnierie des connaissances (Master 2 ISC)

7/30

Exemple de classication
Je dispose dun champ sur lequel je veux cultiver des pommes de terre. Quelle varit cultiver ? Divers facteurs peuvent rentrer en compte : le type de terrain, la prsence de parasites/maladies, les ventuels traitements phytosanitaires envisags, les dbouchs prvus (alimentation humaine, animale, industrie)... Le programme doit tudier une situation existante et proposer une varit (parmi les 3000 existantes, nombre x). On peut ranger a dans les classications.

Ingnierie des connaissances (Master 2 ISC)

8/30

Exemple (suite)
On pourrait ranger les caractristiques de chaque varit dans une base de donnes : Varit Bintje ... Cette table reprsente (en gros) la connaissance du domaine, mais ne permet pas de dterminer la meilleure varit : il manque les questions poser, les critres prioritaires, etc... Catgorie Consommation humaine Chair Farineuse Rendement Excellent Rsistance Moyenne ... ...

Ingnierie des connaissances (Master 2 ISC)

9/30

Exemple (suite)
On peut imaginer des rgles : Si telle maladie est prsente alors slectionner les varits peu sensibles celle-ci. Cette infrence mlange une connaissance du domaine (une varit doit rsister aux maladies prsentes pour tre cultive) et une connaissance de la tche voulue (on chercher slectionner une varit (et non, par exemple, slectionner un champ)).

Ingnierie des connaissances (Master 2 ISC)

10/30

Exemple (suite)
On peut gnraliser cette rgle dirents critres. Restent dterminer un ordre sur ces rgles, par exemple : Le premier critre est la catgorie souhaite (consommation humaine ou animale ou industrie), puis ... On arrte sil ne reste plus de critres ou moins de 2 varits encore possibles. L encore, on fait intervenir connaissances du domaine et connaissances de la tche. Sparer la reprsentation de ces connaissances peut tre souhaitable et dicile.

Ingnierie des connaissances (Master 2 ISC)

11/30

Exemple (classique) de systme expert : MYCIN


MYCIN : un des premiers systmes experts (dvelopp Stanford partir de 1972).

Objectif : diagnostique et traitement dune infection bactrienne. 1. dterminer limportance de linfection ; 2. dterminer lorganisme responsable ; 3. identier les mdicaments possibles ; 4. choisir le meilleur traitement. Le tout partir de donnes incompltes.

Ingnierie des connaissances (Master 2 ISC)

12/30

MYCIN (2)
valuation de MYCIN en 1979 : en comptition face 8 mdecins (plus le traitement appliqu) sur 10 cas rel, MYCIN arrive premier. MYCIN tait un programme de recherche et na jamais t rellement utilis lhpital : incomplet, dicile valuer, mauvaise interface... Mais il a montr quon peut approcher un domaine dexpertise.

Ingnierie des connaissances (Master 2 ISC)

13/30

Organisation de MYCIN
Utilisateur

Module de consultation

Information sur un patient

Module dexplication

Base de connaissance statique

Module dacquisition de connaissances

Expert
Ingnierie des connaissances (Master 2 ISC)
14/30

La connaissance dans MYCIN


La base de connaissances statique comporte des rgles : Si : la coloration de lorganisme est GRAM ngatif sa morphologie est un btonnet il est arobie Alors : il est vraisemblable (0,8) que lorganisme est un Enterobactariaceae On dispose donc dun ensemble de rgles (ici, de dductions), approximatives.

Ingnierie des connaissances (Master 2 ISC)

15/30

Les infrences
Moteur dinfrence : dduit des faits partir de faits initiaux et des rgles. Deux approches de base : partir de ce quon veut trouver et remonter vers les faits (chanage arrire) ; partir des faits et aller vers ce quon veut trouver (chanage avant). tude des logiques (classiques ou non), et des modes de raisonnements (en intelligence articielle).

La structure classique des systmes experts utilisaient toujours un ensemble de rgles de production.

Ingnierie des connaissances (Master 2 ISC)

16/30

Limites de MYCIN
1. Peu de exibilit (adapt un problme prcis) ; 2. Connaissances diciles entrer : beaucoup de rgles ; dpendantes du systme dinfrence. 3. Manque dexplications sur le rsultat. MYCIN na jamais t rellement utilis (mais ses successeurs oui).

Ingnierie des connaissances (Master 2 ISC)

17/30

Questions fondamentales des systmes experts


1. Acquisition de la connaissance 2. Reprsentation de la connaissance 3. Contrle du raisonnement 4. Explication de la connaissance

Ingnierie des connaissances (Master 2 ISC)

18/30

Lacquisition de la connaissance
Problme essentiel : 1. Communication expert - ingnieur - machine ; 2. dnition du vocabulaire ; 3. choix de la reprsentation ; 4. processus (trs) lent (plusieurs mois, voire annes).

Approches : 1. Apprentissage automatique ? 2. Meilleure modlisation et interface (dialogue expert-machine) ? 3. Mise en place dune mthodologie rigoureuse (CommonKADS) ?

Ingnierie des connaissances (Master 2 ISC)

19/30

Reprsentation des connaissances


Syntaxe et smantique non ambigu, loin de la reprsentation humaine ?

Rgles de production (MYCIN), programmes logiques ? Structures (arbres, rseaux, objets, cadres) ? Comment reprsenter lincertitude, la probabilit ?

Ingnierie des connaissances (Master 2 ISC)

20/30

Contrle du raisonnement
Stratgie de raisonnements, heuristique (quelles questions, quels tests). Au dbut, ordre du raisonnement (des conclusions aux axiomes ou linverse). Exemple : recherche dans Prolog (stratgie simple).

Expressions de mtargles, dcrivant la faon dont les rgles sont utilises ( sous la circonstantes A, prfrer les rgles de type R ).

Ingnierie des connaissances (Master 2 ISC)

21/30

Explication des connaissances


Approche la plus simple : donner la trace du raisonnement.

Li la reprsentation des connaissances, dicile dans certains cas (apprentissage automatique).

Ingnierie des connaissances (Master 2 ISC)

22/30

volutions de lingnierie des connaissances


Echec des systmes experts. Explosion de la mmoire, arrive dinternet. 1. Systmes base de connaissances, mthodologies 2. Modlisation des rgles mtiers. 3. Ontologies 4. Ingnierie documentaire

Ingnierie des connaissances (Master 2 ISC)

23/30

L chec des systmes experts


Sortir dun domaine dapplication spcique, changement des besoins. Limites de la reprsentation des connaissances, mauvaises tentatives de reproduction.

Ingnierie des connaissances (Master 2 ISC)

24/30

Modle
Modlisation du systme physique : fonctionnel : la description se fait pour un cadre et un objectif particulier ; qualitatif : viter la quantication des mesures. Modlisation du raisonnement : mthode de parcours du modle ; stratgies.

Ingnierie des connaissances (Master 2 ISC)

25/30

Buts dun modle


Un modle est une abstraction du monde pour diminuer sa complexit, en se focalisant sur certains buts. il conceptualise les entits du domaine et les interactions ; il ore un intermdiaire entre les connaissances et le code ; il devrait permettre de manipuler les objets, dinterprter les rsultats. Les manipulations ne sont pas forcment lies linterprtation.

Ingnierie des connaissances (Master 2 ISC)

26/30

Modles de connaissances
Deux types de connaissances : 1. connaissances du raisonnement ; 2. connaissances du domaine dans lequel le raisonnement sera fait (entits du domaine, relations entre ces entits). La mise en place dun shma du domaine (ou modle du domaine ) acclre lacquisition et la manipulation des connaissances. bien structurer les connaissances du domaine, indpendamment de limplmentation.

Ingnierie des connaissances (Master 2 ISC)

27/30

CommonKADS (knowledge analysis and design system)


contexte Modle de lorganisation Modle des tches Modle des agents

concepts Modle de la connaissance Modle de communication

produit Modle de design

Ingnierie des connaissances (Master 2 ISC)

28/30

Ontologies
Objectifs : 1. rutiliser des connaissances de domaines gnriques ; 2. partages, communications entre SBCs.

Mises en place de standards, de logiciels gnriques, de langages dchange.

Ingnierie des connaissances (Master 2 ISC)

29/30

Approche du cours
1. Divers aspects lis aux SBC (reprsentation des connaissances, raisonnements), utilisation dun langage adapt (drools) ; 2. Quelques bases dapprentissage. 3. Mthodologie de modlisations (CommonKADS).

Ingnierie des connaissances (Master 2 ISC)

30/30