REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

MINISTERE DE L ’ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE

SCIENTIFIQUE

Université Frères Mentouri Constantine – UFMC–

Faculté des Sciences de la technologie

Département d’électrotechnique

TECHNIQUES DE L’INTELLIGENCE ARTIFICIELLE

LES SYSTEMES EXPERTS ET

LEURS APPLICATIONS.

MINI PROJET FAIT PAR :

NYAMER ESTHER GRACE | BELALA ZAIM AHMED RAMI

1. INTRODUCTION.
Le domaine de l'intelligence artificielle (IA) concerne les méthodes de développement
de systèmes qui affichent des aspects d'un comportement intelligent. Ces systèmes sont
conçus pour imiter les capacités humaines de pensée et de perception.
Le domaine appliqué le plus important de l’IA est celui des systèmes experts. Un
système expert (ES) est un système basé sur la connaissance qui utilise des connaissances
sur son domaine d'application et utilise une procédure d'inférence (raison) pour résoudre
des problèmes qui nécessiteraient autrement une compétence ou une expertise humaine. La
puissance des systèmes experts découle principalement des connaissances spécifiques sur
un domaine restreint stockées dans la base de connaissances du système expert.

Fig.1. Représentation d’un système expert

2. DEFINITION.
En intelligence artificielle, un système expert est un système informatique émulant la
capacité de prise de décision d’un expert humain. Les systèmes experts sont conçus pour
résoudre des problèmes complexes en raisonnant à travers des corpus de connaissances,
représentés principalement comme si des règles étaient alors plutôt que par un code
procédural conventionnel.
Donc on peut définir un système expert comme : un outil capable de reproduire les
mécanismes cognitifs d'un expert, dans un domaine particulier.
Les autres définitions des systèmes experts qui existe sont ;

a. Un programme informatique intelligent qui utilise de connaissances et des

procédures d'inférences dans le but de résoudre des problèmes d'une difficulté telle
qu'ils requièrent une expertise humaine conséquente.
b. Un système d'aide à la décision basé sur un moteur d'inférence et une base de
connaissances
c. Un système informatique qui utilise une représentation de connaissance d'un expert
dans un domaine spécialisé dans le but d'effectuer des fonctions similaires à celles
d'un expert humain.
d. Un système informatique qui fonctionne par application d'un mécanisme
d'inférence sur une représentation de la connaissance d'un expert.
3. HISTORIQUE.
Au début des années 70, sont apparus les systèmes experts Dendral en chimie
organique et Mycin en médecine.
Le premier système expert fut Dendral en 1965, créé par les informaticiens Edward
Feigenbaum, Bruce Buchanan, le médecin Joshua Lederberg et le chimiste Carl Djerassi. Il
permettait d'identifier les constituants chimiques d'un matériau à partir de spectrométrie de
masse et de résonance magnétique nucléaire, mais ses règles étaient mélangées au moteur.
Il fut par la suite modifié pour en extraire le moteur de système expert nommé Meta-
Dendral.
Le plus connu, peut-être, fut Mycin en 1972-73, système expert de diagnostic de
maladies du sang et de prescription de médicaments, avec un vrai moteur et une vraie base
de règles.
Cependant ses règles étaient affectées de coefficients de vraisemblance qui donnaient à
chacune d'entre elles un poids particulier face aux autres. Le moteur produisait un chaînage
avant simple tout en calculant les probabilités de chaque déduction, ce qui le rendait
incapable d'expliquer la logique de son fonctionnement et de détecter les contradictions.
Quant aux experts, ils étaient obligés de trouver des coefficients de vraisemblance pour
chacune des conclusions de leurs règles, une démarche compliquée et antinaturelle qui
déniait leur capacité de raisonnement.

Fig.2.Edward Feigenbaum, Bruce Buchanan, Joshua Lederberg

4. PRINCIPE D’UN SYSTEME EXPERT.

Un système expert remplace un expert humain d’où sort un outil de travail et d’aide
dans différents domaines tels que : le diagnostic (médical ou technique), la prévision
(entreprise), la classification, le dépannage, etc. Ils présentent un intérêt réel pour les
milieux professionnels, car ils permettent l’informatisation de certaines fonctions
intellectuelles qualifiées, difficiles à modéliser sous forme d’algorithmes sûrs et définitifs.
Ces fonctions concernent l’identification ou le diagnostic de situation, la prévision des
évènements, la conception d’objets, la planification d’actions, etc. dans l’activité des
entreprises.
5. LES APPORTS DES SYSTEMES EXPERTS

Les motivations pour la réalisation d’un un système expert sont regroupées en 3 catégories :

 La gestion de l'expertise
 L'augmentation de la capacité de l'expert
 La diffusion de la connaissance.

a. La gestion de l'expertise
Un expert est une personne de grande importance dans une entreprise car toutes les
décisions d'une entreprise face à des situations relatives au domaine dont il possède le
savoir émanent de lui.
En effet, les experts sont des hommes rares, très chers et difficiles à remplacer. D'où la
nécessité pour une entreprise de s'approprier de la technique de systèmes experts et de
conserver ainsi l'expertise (le savoir et savoir faire de l'expert) sous une forme aussi claire
et accessible à tous. Le système expert devient alors un moyen de formation.

b. L’augmentation de la capacité de l'expert

A cause de la nature humaine l'expert peut donc être sujet à la fatigue, à l'oublie, etc.
Alors que le système expert est insensible à des telles considérations. Cela étant un
système expert peut trouver plus rapidement une solution à un problème en donnant accès
à la connaissance des autres experts du domaine. Un système expert peut donc assister un
spécialiste du fait que sa connaissance provient de plusieurs experts.

c. La diffusion de la connaissance
Vu la nature humaine de l'expert il est souvent nécessaire pour une entreprise que leur
expertise soit diffusée à des nombreux services afin de décentraliser les prises de décision
et d'accroître ainsi la rapidité et l'homogénéité. Ainsi, la diffusion permet aux utilisateurs
de disposer à tout moment de l'expertise.

 La diffusion de l'expertise dans le temps

Elle consiste à une mise à jour des règles d'un métier. Le système expert doit être
adéquat à l'évolution des connaissances car les connaissances d'un spécialiste dans un
système expert peuvent être accessibles aux autres spécialistes qui peuvent les mettre à
jour. Ce qui permet à toute personne nouvelle dans l'entreprise de disposer de
connaissances par ses prédécesseurs.

 La diffusion de l'expertise dans l'espace

Elle consiste à unifier les méthodes de travail. On distingue deux types de diffusion :

1. La diffusion horizontale

2. La diffusion verticale
On parle de la diffusion horizontale : lorsque plusieurs personnes de l'entreprise réalisent les
mêmes travaux et adoptent les mêmes méthodes de travail.

On parle de la diffusion verticale lorsque les non-spécialistes peuvent effectuer des tâches
réservées aux experts.

6. CONSTITUTION D’UN SYSTEME EXPERT.

Un système expert se compose de deux parties :

i. une base de connaissance qui est composé de la base de faits (un ensemble de
connaissance fournies par un expert humain) représentées par des règles et une base de
règles (est l'ensemble de connaissance du spécialiste qui lui permet de résoudre des
problèmes spécifiques).
ii. Un moteur d’inférence (mécanisme d'inférence) est un mécanisme qui permet au
système expert de raisonner et tirer des conclusions.

Fig.3. Architecture d’un système expert

a. La Base de Connaissances.

Elle regroupe des informations spécifiques à un domaine spécialisé donné, présentées de

manière exploitable par un ordinateur. Elle peut comprendre des règles (dans ce cas, elle est
souvent appelée base de règles), des faits ou d'autres représentations. En cas d'inclusion de
règles, un moteur d'inférence simulant des raisonnements déductifs logiques peut être
employé pour déduire de nouveaux faits.

Une autre approche pour définir une base de connaissances consiste à la considérer comme
une ontologie peuplée par des individus. Souvent désignée sous le terme de système expert,
une base de connaissances permet de centraliser l'expertise d'un domaine, généralement
formalisée de manière déclarative.

Il est essentiel de ne pas la confondre avec une base de données telle qu'Oracle, Access ou
MySQL.
 b. Règles et moteur d’inférence
Le moteur d’inférence applique une stratégie de résolution en utilisant les connaissances et
ceci pour en dériver une nouvelle information.
Dans un système à base de règles, les connaissances sont représentées par des règles. Le
moteur d’inférence peut fonctionner en chaînage arrière ou avant. Le chaînage arrière signifie
que le raisonnement est guidé par le but tandis que le chaînage avant signifie que le
raisonnement est guidé par les données. Nous décrivons dans la suite ces deux mécanismes, et
nous les comparons. Notons bien que pour pouvoir décrire ces deux mécanismes nous
consultons au fur et à mesure la mémoire de travail qui nous guide pour le raisonnement

7. LES SORTES DE SYSTEMES EXPERTS

Selon la complexité des variables et du langage d'évaluation les systèmes experts sont
classés en 3 principaux types.

a. Système Expert d'ordre 0 : Faits booléens sans variable

Exemple : Si la voiture ne démarre pas et les phares ne s'allument pas alors il n'y a plus de
batterie.

Il s'agit ici d'une version primaire des systèmes experts qui n'est capable que d'évaluation
binaire. Ses capacités sont limitées mais ses performances sont en général excellentes.

b. Système Expert d'ordre 0+ : Symboliques, Réels, Priorités

Exemple : Si Age > 17 Alors statut = « Majeur ».

Ce type de systèmes experts assimile la notion de priorité qui permet de faire passer
certains tests ou évaluations avant d'autres, leurs importances étant plus grande. Il intègre
aussi l'arrivée de nombres réels et les évaluations symboliques (<, >, =, !=).

c. Système Expert d'ordre 1 : Variables et Quantificateurs.

Exemple : Si Commutateur [M].status = libre alors Exec(PriseEnCharge, M).

A ce niveau, les systèmes experts savent gérer des variables (donc stocker des informations
pendant une évaluation) et peuvent utiliser des quantificateurs (évaluation des connaissances
incertaines) ou états (ex : libre, occupé, transféré, en attente…).

Selon le type d'activités, on distingue 3 types de système experts :

a. Les systèmes experts dédiés : ce sont des systèmes experts orientés vers la résolution des
problèmes spécifiques à un domaine.
b. Les Shell : ce sont des systèmes experts possédant un Moteur d'Inférence incorporé et un
formalisme de représentation des connaissances

c. Les systèmes experts globaux : ce sont les environnements de constructions des systèmes
experts.

8. ROLES ET APPLICATIONS.
Les rôles des systèmes experts dépendent du contexte dans lequel ils sont appliqués
dont notamment:

a. Pour la résolution de problèmes difficiles, ils permettent :

 D'agir efficacement et rapidement devant un problème posé

 De tirer des conclusions à partir de relations complexes
 D'expliquer le raisonnement

b. Pour le niveau d'intervention, ils permettent:

 De remplacer un expert (pour automatiser une tâche routinière ou par besoin d'une
expertise dans un environnement hostile).
 D'assister un expert (pour gérer la complexité ou pour améliorer la productivité)

c. Pour les autres tâches, ils permettent:

 De capter et préserver le savoir faire

 Rassembler et organiser une connaissance disséminée entre plusieurs experts
 D'aider à la diffusion des connaissances

Fig.4 Description du processus d’aide au diagnostic médicale.

9. AVANTAGES ET INCONVENIENTS D’UN SYSTEME EXPERT

i) Avantages d’un système expert:

 la quantité de connaissance traitée.

 la manière de représenter (la base de faits, la base de règles)
 la manière de les exploiter (le moteur d'inférence)

ii) Inconvénients d’un système expert

 Changement des besoins ; sortir d’un domaine d’application spécifique,

 Limites de la représentation des connaissances,
 Mauvaises tentatives de reproduction.

10. QUELQUES DOMAINES D’APPLICATIONS DES SYSTEMES EXPERTS

L'intégration généralisée de l'intelligence artificielle (IA) dans divers secteurs reflète sa

diversité d'applications. Voici quelques exemples illustrant cette tendance :

 Dans le domaine médical, dès 1982, le programme ABEL (Acid-Base and Electrolyte
disorders diagnosis) utilisait des modèles physiopathologiques à plusieurs niveaux pour
diagnostiquer les troubles acido-basiques et électrolytiques. En 2017, Easydiagnosis a
représenté la dernière mise à jour de cette expertise, s'adaptant aux symptômes.
 En 1988, dans le secteur bancaire, American Express a introduit l'analyse financière
automatisée pour l'octroi de prêts, avec la détermination des montants et taux appropriés.
En 2018, les systèmes experts ont automatisé les processus dans divers domaines,
permettant une recherche précise sur les placements, les tenues de comptes, etc.
 Dans le domaine humanoïde et robotique, le développement de GEMINOID en 2014 a
abouti à la création d'un androïde.
 En matière de démonstrations mathématiques, ALC2 (A Computational Logic for
Applicative Common Lisp) a été utilisé depuis ses débuts jusqu'en 2018 pour prouver les
propriétés de modèles donnés.
 Les Systèmes Interactifs d'Aide à la Décision intelligents (SIAD), tels que COLOSSUS®,
sont employés par plusieurs compagnies d'assurances dans le monde pour assister les
assureurs dans le traitement des réclamations pour dommages corporels.
 HEPAXPERT III, un système expert médical disponible en ligne, facilite l'analyse et
l'interprétation de la sérologie des hépatites A et B.
 PEPID (<< Portable Emergency Physician Information Database >>), un système expert
conçu pour aider les médecins à diagnostiquer rapidement les problèmes médicaux et de
drogue en urgence, propose des recommandations de premiers traitements médicaux suite
aux diagnostics.