Bibliographie & annexes
Présentation
Auteur(s)
-
Jean-Paul HATON : Professeur à l’université Henri-Poincaré, Nancy I - LORIA/INRIA - Membre de l’Institut universitaire de France
-
Marie-Christine HATON : Professeur à l’université Henri-Poincaré, Nancy I - LORIA/INRIA
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
L’intelligence artificielle (IA) a vu son importance économique s’accroître considérablement par sa capacité à s’attaquer à de nouvelles classes de problèmes, différents de ceux traités par l’informatique classique. Ces problèmes relèvent d’activités humaines variées (perception, prise de décision, planification, diagnostic, interprétation de données, compréhension du langage, conception) et présentent la particularité commune de nécessiter une exploitation raisonnée d’une grande quantité de connaissances, pour l’essentiel spécifiques du domaine étudié et acquises auprès d’experts.
La conception de systèmes à bases de connaissances (SBC) capables de réaliser des fonctions de raisonnement symbolique constitue ainsi à l’heure actuelle une part importante des recherches et des développements en IA. De tels systèmes nécessitent en particulier une représentation adéquate des connaissances mises en jeu ainsi que des mécanismes efficaces d’exploitation de ces connaissances ou de raisonnement.
Cet article présente un panorama des SBC et de leurs applications. Dans un premier temps sont envisagés les modes de représentation des connaissances utilisés dans les SBC : représentations logiques, réseaux sémantiques, règles de production, objets structurés, modèles, graphes causaux. Le paragraphe suivant est consacré à la démarche de résolution de problèmes complètement formalisés, tout d’abord dans une approche générale puis dans le cadre des problèmes avec contraintes. La fin de ce paragraphe traite du problème de la planification qui requiert des techniques particulières. Sont ensuite présentés les divers modes de raisonnement qui constituent les principes de base du fonctionnement des SBC. La coopération ou la concurrence entre agents dans les systèmes multiagents, qui constituent un univers de recherche et de développement important, sont ensuite développés. Un domaine très actuel est celui de la capitalisation des connaissances et de la mémoire d’entreprise, à la suite duquel est également traité le cas de la fouille de données. Nous envisageons ensuite les méthodes et outils pour le développement de systèmes à bases de connaissances, avant de donner quelques indications sur les développements actuels et de donner quelques perspectives et conclusions.
L'expertise technique et scientifique de référence
VERSIONS
- Version courante de mai 2012 par Jean-Paul HATON, Marie-Christine HATON
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Technologies logicielles Architectures des systèmes
(240 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Exemples6. Méthodes et outils pour le développement de SBC
6.1 Méthodes
Le développement d’un système à bases de connaissances fait coopérer différents groupes de personnes : les experts, détenteurs de la connaissance que l’on veut recueillir sur le domaine traité, des spécialistes de l’ingénierie des connaissances (ou cogniticiens), des ergonomes. Des pédagogues et des rédacteurs techniques peuvent venir compléter l’équipe de projet.
Cette collaboration conduit à la mise au point d’une ou plusieurs bases de connaissances rassemblant, pour le domaine traité, les concepts, le savoir-faire, les heuristiques de raisonnement. Il s’agit d’une étape fondamentale dont dépend fortement la qualité du système final.
Le développement d’un projet incluant des systèmes à bases de connaissances doit bien sûr suivre les principes du génie logiciel régissant toute réalisation informatique. En plus, les caractéristiques propres à ces systèmes (en particulier, la séparation entre connaissances et mécanismes inférentiels) introduit des spécificités. Le caractère déclaratif des connaissances permet, comme on l’a vu, une construction incrémentale des bases de connaissances, ce qui donne une grande importance à la réalisation de maquettes et de prototypes partiels.
Dans une approche incrémentale, le développement d’un système se décompose en quatre phases :
-
mise au point d’une maquette, ou démonstrateur, ne prenant en compte qu’un sous-ensemble du problème étudié. Ce système permet de démontrer que le problème est soluble par les techniques des systèmes experts et d’évaluer les ressources nécessaires pour l’ensemble du projet ;
-
développement d’un prototype comportant une base de connaissances couvrant tous les aspects du problème, mais pas forcément intégré dans l’environnement réel d’exploitation ;
-
intégration du produit final dans son environnement. En effet, un système à bases de connaissances va le plus souvent s’intégrer dans un système existant : système d’information d’une entreprise, chaîne de fabrication, etc. Cette intégration pose des problèmes informatiques et ergonomiques complexes : interfaces avec d’autre logiciels ou des bases de données, aspects temps réel, interaction avec les utilisateurs futurs du système...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Technologies logicielles Architectures des systèmes
(240 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Méthodes et outils pour le développement de SBC
BIBLIOGRAPHIE
-
(1) - AYEL (M.), ROUSSET (M.C.) - La cohérence dans les bases de connaissances. - 1990 Cépadues Toulouse.
-
(2) - CHEN (C.H.) - Fuzzy Logic and Neural Network Handbook. - 1996 McGraw Hill.
-
(3) - DEAN (T.) et al - Artificial Intelligence, Theory and Practice. - 1995 Addison-Wesley.
-
(4) - DUCOURNAU (R.) et al. (rédacteurs) - Langages et modèles à objets. - 1998 INRIA, collection Didactique.
-
(5) - FERBER (J.) - Les systèmes multiagents : vers une intelligence collective. - 1995 InterÉditions.
-
(6) - FRON (A.) - Programmation avec contraintes. - 1994 Addison-Wesley Paris.
-
...
ANNEXES
Association française d’intelligence artificielle (AFIA)
http://cambronne.polytechnique.fr/afia
Fédération européenne des associations nationales d’intelligence artificielle (ECCAI)
American Association for artificial intelligence (AAAI)
HAUT DE PAGE
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Technologies logicielles Architectures des systèmes
(240 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
