Intelligence artificielle et diagnostic

Le monde dans lequel nous vivons voit naître des systèmes dont la complexité s’accroît constamment. Avec le développement des nouvelles technologies et de leur utilisation dans les nouveaux produits, les fonctions de conception et de maintenance engendrent des tâches qui requièrent des niveaux de qualification de plus en plus élevés. Cette constatation ne se limite pas au seul domaine technique mais concerne également d’autres domaines tels que la médecine.

À l’origine, le diagnostic était une notion purement médicale qui désignait l’activité consistant à identifier une maladie par ses symptômes. Bien évidemment, cette activité entre dans un processus plus global dont l’objectif ne s’arrête pas à l’identification des maladies mais comprend surtout la définition des soins à apporter pour guérir le patient ou pour le soulager. En effet, on ne va pas voir son médecin pour connaître le nom de sa maladie mais pour être soigné !

Cette vision médicale a ensuite été reprise dans le monde technique et industriel. Cette fois, il ne s’agit plus de rechercher les causes d’une maladie chez un patient mais les causes d’une défaillance ou d’une panne d’un dispositif physique. D’un point de vue conceptuel, il n’y a pas de différence fondamentale entre le diagnostic médical et le diagnostic technique. Tous les deux consistent à rechercher les causes d’un dysfonctionnement d’un système physique ou vivant en vue de le réparer ou de le soigner.

Dans le domaine technique, la fonction « maintenance » regroupe deux grandes classes d’activités : les activités relatives à la gestion et à l’organisation de la maintenance et les activités relatives à ses aspects techniques. Cette dernière classe est souvent englobée dans la supervision, notamment quand il s’agit de traiter des systèmes complexes tels que des centrales nucléaires ou des dispositifs électroniques de gestion du trafic ferroviaire, par exemple. Elle concerne les tâches de prévention, de diagnostic et de dépannage.

Ce document a pour objectif de présenter le diagnostic sous l’angle de l’intelligence artificielle (IA), domaine à la frontière de disciplines scientifiques variées telles que l’informatique, l’automatique, la psychologie, etc.

Il s’articule en trois parties. Nous commencerons par rappeler diverses définitions. Puis, nous présenterons les méthodes de diagnostic issues de l’intelligence artificielle. Nous focaliserons notre présentation sur les approches les plus représentatives. Enfin, nous ferons une synthèse de ces approches afin d’en dégager les propriétés.

Pour illustrer les différentes approches, nous utiliserons un même dispositif simplifié. Celui-ci concerne une partie électrique d’une automobile réduite à quatre composants : une batterie électrique, un système d’allumage, un moteur d’essuie-glaces et les ampoules de l’éclairage. L’objectif est de déterminer parmi ces composants celui ou ceux qui sont défaillants. Les observations qui peuvent être faites concernent les phares (ils fonctionnent ou non), les essuie-glaces (ils balaient ou non) et le moteur de l’automobile (il démarre ou non).