Aurorisk EN

Chapitre 1 · Leçon 1.2

Systèmes experts

Première grande étape : un système capable de raisonner à partir de faits et d’une logique.

Les composants d'un système expertSystème expert : Expert du domaine ; Cogniticien ; Base de connaissances ; Moteur d'inférence ; Interface utilisateurSystème expertExpert du domaineCogniticienBase de connaissancesMoteur d'inférenceInterface utilisateur
Des règles écrites par des experts, appliquées par un moteur d'inférence.

Architecture

Expert du domaine

Détient la connaissance du métier.

Cogniticien

Extrait l’expertise et la traduit en règles.

Base de connaissances

Base de faits (connaissances brutes) + base de règles (« Si condition Alors action »).

Moteur d’inférence

Choisit les règles à appliquer aux faits pour résoudre le problème.

Interface utilisateur

Assure la communication utilisateur ↔ système.

Exemple de base de connaissances (diagnostic d’entreprise)

Faits : Statut juridique = SARL, CA = 100 M€.
Règle : Si CA < 10 M€ ET Sous-traitant = qualifié, alors risque = faible.

Le moteur d’inférence

Il parcourt l’arbre des règles jusqu’à une règle d’arrêt. Si plusieurs règles sont applicables, un processus de sélection arbitre. L’application d’une règle permet de déduire de nouveaux faits par modus ponens : « A est vrai » et « si A alors B » ⇒ « B est vrai ».

ModePrincipe
Chaînage avantPart des faits connus, applique les règles, arrive à une conclusion.
Chaînage arrièrePart d’une hypothèse, vérifie les conditions, valide ou invalide l’hypothèse.
Chaînage mixteMélange des deux.

À vous de jouer

Règles : r1 vole ∧ pond des œufs ⇒ oiseau · r2 a des plumes ⇒ oiseau · r3 oiseau ∧ long cou ∧ longues pattes ⇒ autruche.

Systèmes experts célèbres

SystèmeDomaineParticularité
DENDRAL (1965)Analyse de spectres de masse, structures moléculairesPremier système expert réussi
MYCIN (1972)Diagnostic d’infections bactériennes, antibiotiquesPrécision ≈ 65 %
XCON/R1 (1980)Configuration d’ordinateurs VAX (Digital Equipment)≈ 40 M$/an d’économies
Limite principale

La constitution de la base de règles : elle demande beaucoup de travail d’expertise et ne se met pas à jour toute seule.

À retenir

Un système expert applique des règles écrites par des experts (base de faits + base de règles + moteur d’inférence). Il est transparent et explicable, mais coûteux à construire et à maintenir : c’est ce que le machine learning remplace en apprenant à partir des données.