Académique Documents
Professionnel Documents
Culture Documents
CHAPITRE 3 :
Les systèmes experts
2
Un peu d'histoire
6
Classification des systèmes experts
3 classes :
ordre 0
• fondé sur le calcul propositionnel.
• Les faits sont à valeurs booléennes.
Exemple : SI agé_de_plus_de_18_ans ALORS majeur
ordre 0+ ou 0.5
• les faits peuvent être à valeurs réelles ou symboliques
Exemple : SI age >=18 ALORS statut=majeur
ordre 1
• basés sur le calcul des prédicats
• utilisation des variables et de l'unification
Exemple : SI age(X,Age) ET Age >=18 ALORS majeur(X) 7
Architecture de base d’un SE
8
Architecture de base d’un SE
Interface:
gestion d’un langage d’expression de connaissances fournies par
l’expert + utilisation
Module Acquisition de Connaissance (appelé aussi interface expert)
Editer des faits (visualiser, ajouter, supprimer)
Editer les règles(visualiser, ajouter, supprimer)
Utilitaire
Reset des bases
Sauvegarde de la Base de Connaissances (BC)
Chargement de la BC
Menu (user)
Commandes d’utilisation 9
Architecture de base d’un SE
Le module d'explication
permet au système expert d'expliquer son raisonnement à chaque
conclusion, chaque action, ou chaque résultat du système expert
après résolution. (exemple: chemin)
10
Caractéristiques
• Informaticien
− construction du moteur d’inférences et de l’interface utilisateur
• Ingénieur de la connaissance (cogniticien)
– Consultation des experts du domaine, ressources textuelles, BD,
etc.
– Conception, construction et débogage de la BC
• Experts du domaine
– Connaissance « sémantique » du domaine en terme de relation
entre faits et événement (pas de connaissance procédurale)
• Utilisateur
– Information sur le problème individuel à résoudre mais pas sur le
domaine (il ne connaît pas quelles informations sont utiles)
12
1. La base de connaissances
l’ensemble des connaissances accumulées par l’expert humain, Elle est
représentée en un langage déclaratif. La base de connaissances contient des
faits, des règles et des méta-règles.
i. Mémoire de travail :
elle est variable au cours de l’exécution et vidée lorsque l’exécution est terminée.
Au début, elle contient ce que l’on sait du cas examiné avant toute intervention
du moteur d’inférence (faits initiaux). Puis elle est complétée par les faits déduits
par le moteur ou demandés à l’utilisateur (méta-faits).
Par exemple, dans le domaine médical, la base de faits pourra contenir une liste
de symptômes au début de session et un diagnostic lorsque celle-ci se terminera.
13
1. La base de connaissances
Remarque:
Quand un fait est inconnu, on peut envisager de demander sa valeur à
l’utilisateur, si possible.
Mais il n’est pas envisageable par exemple qu’un médecin demande à son patient :
"quelle maladie avez-vous ?", ni qu’un juge demande à la personne comparaissant
devant lui : "à quelle peine dois-je vous condamner ?»
15
1. La base de connaissances
Une règle manipule des faits tandis qu'une méta-règle manipule des règles.
• Exemple1 :
Si le patient est un hôte à risque et il existe dans les prémisses des R des
pseudo-monias et s’il existe des R mentionnant dans leur prémisse des
klebsiellas alors utiliser les 1er avant les 2nd
• Exemple2 :
• MR1 : SI malade=femme ALORS considérer les règles R15, R16.
• MR2 : SI malade=enfant ALORS considérer les règles R1, R2.
17
1. La base de connaissances
Formalisme de représentation
Pour la représentation des connaissances on utilise des règles :
Une structure IF –THEN qui relie de l’information ou des faits de la partie
IF avec l’action dans la partie THEN.
• Ex: IF «lumière est verte» THEN « action est go»
• Ex: IF «lumière est rouge» THEN « action est stop»
• IF «condition est vraie» THEN «faire quelque action».
➢ Un langage de programmation est une façon de représenter des
connaissances.
Connaissances procédurales:
• «comment».
• Connaissances sur comment accomplir une tâche.
Connaissances déclaratives:
• «qu’est-ce que c’est»
• La capacité de formuler ou décrire quelque chose 18
Les règles de production
19
Un Système Expert (SE) est un Système de Production (SP)
20
La représentation des connaissances incertaines
• On peut reconnaître globalement un objet sans être capable d'identifier à 100% chacun de
ses détails.
• théorie des probabilités : degré de vraisemblance d'un fait.
– De nombreux générateurs de systèmes experts offrent la possibilité aux utilisateurs de
nuancer leur certitude concernant un fait en leur associant un degré de vraisemblance.
– il n'est pas raisonnable d'attendre d'un être humain, expert ou non, qu'il puisse définir
avec précision de tels degrés de vraisemblance.
• logique floue, logique modale,...
exemple
• SI pluie (0.6) ALORS orage (0.3)
• SI éclair (0.8) ALORS orage (0.5)
• SI pluie (0.6) et éclairs (0.8) ALORS orage ( ?)
Comment traduire le renforcement de deux faits conjugués ?
Méthode simpliste de calcul proposée pour le nouveau coefficient d'orage :
((0.6+0.8)/2)*(0.3+0.5)=0.6
SI pluie (0.6) et éclairs (0.8) ALORS orage ( 0.6)
MYCIN l'un des systèmes experts les plus connus propose un mécanisme de calcul des coefficients de
vraissemblance. 21
Limites
22
Résolution de problèmes
23
Stratégies de parcours d’arbre
24
Raisonnement
Modus Ponens
25
Raisonnement
Modus Tollens
26
2. Moteur d‘Inférences
❑ Un MI est un mécanisme qui permet d’inférer de nouvelles
connaissances à partir de la BC
❑ Un MI exploite la BC en fonction du contenu de la BF afin de mener
un raisonnement sur le problème posé
❑ Un MI a trois modes principaux de fonctionnement
• le chaînage avant
• le chaînage arrière
• le chaînage mixte
28
2. Moteur d‘Inférences
➢ Phase d’évaluation
• Sélection des F de BF et des R de BR qui méritent
d’être comparés (F et R pertinents)
• Filtrage (mise en correspondance) des déclencheurs
de chaque R de BR avec les F de BF
❖ Sélection
• d’un sous ensemble F1 de la BF
• d’un sous ensembles R1 de BR
❖ Filtrage (pattern matching)
• Le MI compare la partie Condition des règles de R1 par rapport à F1
• Sélectionne un sous { } R2 de règles de R1 jugé compatible avec F1
(R2 : le conflict set)
• Si logique d’ordre 1, le filtrage comporte une étape d’unification 29
2. Moteur d‘Inférences
30
2. Moteur d‘Inférences
31
2. Moteur d‘Inférences
➢ Phase d’exécution
❖ Le MI commande la mise en œuvre des actions définies par les R de R3 (si
R3 non vide)
• il s’ensuit la mise à jour de BF, avec détection d’incohérence
• En logique des prédicats, une R peut être déclenchée plusieurs fois
• En logique des propositions, une R n’est déclenchée qu’une seule fois
32
Le raisonnement dans les SE
Introduction
o Supposons qu’on veut prendre l’avion d’Alger à New York. Il n’y a
pas de vol direct.
o On peut soit commencer en cherchant tous les vols qui partent
d’Alger et noter leur destination. Continuer ce processus jusqu’à ce
qu’on trouve un vol qui atterrisse à New York. C’est le chaînage
avant.
o On peut commencer de New York et chercher tous les vols qui y
arrivent. On trouve la ville de départ de tous ces vols. On continue le
processus jusqu’à ce qu’on trouve une ville dont le point de départ est
Alger. C’est le chaînage arrière (on commence du but).
33
Le raisonnement dans les SE
34
Le raisonnement dans les SE
Le mécanisme du chaînage avant est simple
Pour déduire un F particulier, on déclenche les R dont les prémisses
sont connues jusqu‘à ce que le F à déduire soit connu ou qu'aucune R
ne soit plus déclenchable
Utilisé quand on cherche les conséquences de l’ajout de nouveaux
faits
Utilise la règle d’inférence : le modus Ponens : de P et de si P alors Q
on déduit Q
35
Le raisonnement dans les SE
36
Le raisonnement dans les SE
Exemple
BR:
38
Le raisonnement dans les SE
40
Le raisonnement dans les SE
41
Le raisonnement dans les SE
Exemple
BR:
42
Le raisonnement dans les SE
43
Le raisonnement dans les SE
3. Chaînage mixte
❑ MI fonctionnent en chaînage mixte : panaché de chaînage avant et
arrière (chaînage bidirectionnel)
❑ Une partie des faits de la BF est considérée comme étant à établir, ce
sont les problèmes, d’autres sont considérés comme établis, ce sont les
faits proprement dits
❑ Les conditions des R peuvent porter simultanément sur des faits de
l’une ou de l’autre catégorie de faits
❑ Exemple : pour un fait établi (ex : la température d’un malade, ou autres
faits établis), on lance un chaînage avant pour déduire d’autres faits.
Pour un fait à établir (une hypothèse à vérifier tel que le malade à la
jaunisse, ou autres faits à établir) on lance un chaînage arrière pour
l’établir
❑ Le Chaînage mixte nécessite la mise en place d’heuristiques
particulières capables de décider, face à une situation donnée, quel est
la stratégie la plus adapté pour poursuivre la résolution 44
Le raisonnement dans les SE
45
Le raisonnement dans les SE
46
Le raisonnement dans les SE
Le but à atteindre : E
47
Comment Construire un Système Expert
48
Comment Construire un Système Expert
50