La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Chapitre III Les systèmes experts EPSI / Montpellier - Cycle CSII 2A Intelligence Artificielle.

Présentations similaires


Présentation au sujet: "Chapitre III Les systèmes experts EPSI / Montpellier - Cycle CSII 2A Intelligence Artificielle."— Transcription de la présentation:

1 Chapitre III Les systèmes experts EPSI / Montpellier - Cycle CSII 2A Intelligence Artificielle

2 Définition Un système expert est un programme qui consiste à reproduire le comportement d'un expert humain dans un domaine particulier, en effectuant, selon une démarche intellectuelle, une tâche de résolution de problèmes pour laquelle une solution algorithmique est difficilement réalisable. Les systèmes experts

3 A quoi sert un système expert ? –Les systèmes experts ont pour rôle d'assister l'homme dans un domaine où est reconnue une expertise humaine traduite par des connaissances : Ayant un volume important Plutôt qualitatives Parfois incertaines, imprécises et/ou assujetties à des révisions Insuffisamment structurées pour être traitées par une approche algorithmique Les systèmes experts

4 Portée et domaines dapplications Les systèmes experts

5 Architecture –Principe Séparer les connaissances propres au domaine des mécanismes logiques dinterprétation de ces connaissances –Composantes essentiellesComposantes essentielles Base de connaissances Moteur dinférences Module dacquisition des connaissances Interface utilisateur Module dexplication Les systèmes experts

6 Moteur dinférences –Fonctionnement Résolution de problèmes par lexécution dune séquence dun cycle de base dit cycle dEVALUATION-EXECUTION –Cycle de baseCycle de base Cycle en 3 phases : 1. Filtrage 2. Résolution de conflits 3. Exécution Les systèmes experts EVALUATION EXECUTION

7 Modes de raisonnement Chaînage avant : raisonnement dirigé par les faits Chaînage arrière : raisonnement dirigé par les buts Rôle des variables : Moteur dordre 0 : sans variables Moteur dordre 0+ : avec variables globales Moteur dordre 1 : les variables portent sur les arguments Moteur dordre 2 : les variables portent sur les prédicats Type de contrôle Contrôle irrévocable : pas de retours possibles sur un choix fait lors de la résolution de conflits Contrôle par tentatives : possibilité de revenir, lors de la résolution de conflits à un point de déduction précédent pour faire un autre choix (backtracking) Pérennité des faits : Logique monotone : pas de suppression des faits Logique monotone : suppression possible des faits Implémentation de la négation : Monde clos : négation par labsence (Les assertions qui ne sont pas explicitement présentes dans la BF sont fausses) Monde ouvert : négation par la présence de not dans la BF (toute assertion doit être explicitée dans la BF) Les systèmes experts Moteur dinférences –Caractéristiques

8 Les systèmes experts Moteur dinférences –Caractéristiques Résolution des conflits : stratégies Première règle rencontrée Règle qui a la moins servis Règle la plus prioritaire Règle la plus complexe Règle la moins complexe Règle la plus prometteuse Règle la plus fiable Règle la moins coûteuse etc.

9 Les systèmes experts Moteur dinférences –Outils de développement –Langages classiques C, Fortran, etc. –Langages objets C++, Smalltalk, etc. –Langages IA Prolog, Lisp –Générateurs (shell) de systèmes experts Clips, FuzzyClips, Kappa, etc.

10 Les systèmes experts Moteur dinférences –Outils de développement

11 Moteur dinférences –Modes de raisonnement (types d inférences) –2 modes de base Chaînage avant Chaînage arrière –2 modes combiné Chaînage mixte Chaînage bidirectionnel –Ils induisent certaines différences dans le cycle de base Les systèmes experts

12 Moteur dinférences –Chaînage avant –Principe On part à partir des données initiales et on essaye den déduire de nouvelles On sarrête quand aucune règle n est applicable –Inconvénients On doit fournir toutes les informations disponibles même si elles ne sont pas pertinentes Processus non interactif Peut conduire à une explosion combinatoire –Utilité Interprétation dune série de faits Vérification des conséquences dun événement Les systèmes experts

13 Moteur dinférences –Chaînage arrière –Principe On cherche à prouver un but (idem démonstration de théorèmes) Les règles sélectionnées sont celles qui aboutissent au but recherché Les conditions non vérifiées des règles déclenchées deviennent elles mêmes des sous buts à vérifier On sarrête quand le but est atteint –Avantages Le système ne pose que des questions pertinentes Interactivité Espace de recherche moins important Les systèmes experts

14 Moteur dinférences –Chaînage arrière –Inconvénients Peut conduire à un blocage Pour démontrer A il faut démontrer B Pour démontrer B il faut démontrer A –Utilité Décomposition facile du problème en sous problèmes Les systèmes experts

15 Moteur dinférences –Chaînage mixte –Principe Combiner les deux chaînages avant et arrière 1. Chaînage avant : obtenir les informations suffisantes pour émettre une hypothèse 2. Chaînage arrière : vérifier l hypothèse émise lors du chaînage avant Une règle peut être utilisée en chaînage avant ou en chaînage arrière –Avantage Optimiser la recherche et améliorer le raisonnement Les systèmes experts

16 Moteur dinférences –Chaînage bidirectionnel –Principe Il existe deux type de règles Règles dites « avant » utilisées en chaînage avant Règles dites « arrière » utilisées en chaînage arrière –Avantage Optimiser la recherche et améliorer le raisonnement Les systèmes experts

17 Moteur dinférences –Raisonnement en chaînage avant –Raisonnement : dirigé par les faits, déductif –Paramètres dentrée : la base de règle (BR), la base de faits (BF) –Déclencheur : partie gauche de la règle (hypothèses) –Cycle de base : Pour toutes les règles R de BR 1. Examiner si R est déclenchable : toutes ses hypothèses sont satisfaites (contenues dans BF) 2. Si oui, insérer R en haut ou en bas (selon les stratégies de résolution de conflits) de la liste des règles déclenchables (LRD) Répéter Jusquà LRD soit vide Soit Ra la première règle de LRD Retirer Ra de LRD puis exécuter son membre droit Pour toutes les règles Rb de (BR-LRD) Si Rb est déclenchable alors insérer Rb dans LRD Les systèmes experts

18 Moteur dinférences –Raisonnement en chaînage avant –Cycle de base : cas de Clips Les systèmes experts –Pour toutes les règles R de BR Si le membre gauche de R est vérifié Alors insérer R dans lagenda selon la stratégie de résolution des conflits (salience, set-strategy [breadth, depth, simplicity, complexity, etc.]) –Répéter Soit Ra la première règle de lagenda Retirer Ra de lagenda puis exécuter son membre droit Pour toutes les règles Rb de (BR agenda) Si le membre gauche de Rb est vérifié Alors insérer Rb dans lagenda selon la stratégie de résolution des conflits –Jusqu'à ce que lagenda soit vide

19 Moteur dinférences –Raisonnement en chaînage avant Exemple dalgorithme Les systèmes experts Procédure CHAINAGE-AVANT Début Répéter REGLE_DECLENCHABLE := DECLENCHEMENT(ensemble des règles) Jusquà non REGLE_DECLENCHABLE; Fin CHAINAGE-AVANT Fonction DECLENCHEMENT (ensemble des règles) : booléen; Début DECLENCHE := Faux ; Pour toute règle appartenant à lensemble des règles Tant que non DECLENCHE faire Début Si TEST-SI(règle)TEST-SI Alors DECLENCHE := APPLICATION(règle)APPLICATION Fin Pour; Retourner(DECLENCHE) ; Fin DECLENCHEMENT

20 Moteur dinférences –Raisonnement en chaînage avant Exemple dalgorithme Les systèmes experts Fonction TEST-SI(règle) : booléen; Début TEST := Vrai ; Pour tout élément de la partie Si de la règle Tant que TEST faire Début Si élément appartient à la base de faits Alors TEST := Vrai; Sinon TEST := Faux; Fin Pour; Retourner(TEST) ; Fin TEST-SI

21 Moteur dinférences –Raisonnement en chaînage avant Exemple dalgorithme Les systèmes experts Fonction APPLICATION(règle) : booléen; Début APPLIQUE := Faux ; Pour tout élément de la partie Alors de la règle Début Si élément nappartient pas à la base de faits Alors Début APPLIQUE := Vrai; ajouter l élément à la base de faits; Fin Si; Fin Pour; Retourner(APPLIQUE) ; Fin APPLICATION

22 Moteur dinférences –Raisonnement en chaînage arrière Raisonnement : dirigé par les buts Paramètres dentrée : la base de règles, la base de faits, le but initial à prouver (B) Déclencheur : partie droite de la règle (conclusions) Cycle de base : –Répéter Fixer le but courant à prouver (B au départ) Examiner les règles (LDR) concluant sur le but courant Si LDR est vide Alors Demander la réponse à lutilisateur Si la réponse est positive Alors le but courant est prouvé Sinon Arrêt Sinon Sélectionner une règle de LDR Appliquer la règle Si les prémisses de la règle sont vérifiés Alors le but courant est prouvé Sinon les prémisses de la règle deviennent de nouveaux sous-buts à atteindre –Jusquà ce que le but initial soit atteint Les systèmes experts

23 Moteur dinférences –Raisonnement en chaînage arrière Algorithme Les systèmes experts Procédure CHAINAGE-ARRIERE(liste des buts à vérifier) Début Si liste est vide Alors arrêt Sinon Début F = premier fait de la liste; Si VERIFICATION (F)VERIFICATION Alors Début Afficher F comme vérifié; CHAINAGE-ARRIERE (reste de la liste); Fin; Sinon CHAINAGE-ARRIERE (reste de la liste); Fin Si; Fin; Fin Si; Fin CHAINAG-ARRIERE

24 Moteur dinférences –Phase de filtrage : optimisation –Temps nécessaire à la constitution de lensemble de conflits T = k * (NR*NF*NFM) k : temps nécessaire à la comparaison entre un filtre et un fait quelconque NR : nombre de règles NF : nombre de faits NFM : nombre moyen de filtres par déclencheur –Nécessité doptimiser cette phase par la mise au point de : Techniques de compilation de la base de connaissances Techniques de partition de la base de règles : distinction de différentes classes de règles (règles de déclenchement, règles dinférences, règles daffinement, etc.) Les systèmes experts

25 Moteur dinférences –Phase de filtrage : optimisation –Techniques de compilation de la base de conniassances Objectif : optimiser le temps nécessaire à la constitution de l'ensemble de conflits Phases : Déterminer pour chaque règle un ensemble de tests élémentaires dont la satisfaction signifie que la règle est déclenchable (exemples : longueur des éléments d'un filtre, position des termes constantes, etc.) et en déduire les tests qu'il faut appliquer à tout fait qui sera comparé au filtre Identifier les différentes occurrences des mêmes tests dans chaque ensemble de tests ainsi déterminé Organiser un réseau global de tests en r assemblant en un seul les tests élémentaires communs à plusieurs règles Les systèmes experts

26 Moteur dinférences –Phase de filtrage : optimisation –Techniques de partition de la base de règles Nécessite de définir : Des règles stratégiques qui déterminent comment on utilise les règles : des métarègles Les métarègles utilisent plutôt le contenu des règles que leur structure Les métarègles sont des métaconnaissances : des connaissances sur des connaissances Les systèmes experts

27 Moteur dinférences –Phase de filtrage : optimisation –Techniques de partition de la base de règles Exemples de métarègles (règles stratégiques): Si le patient est un hôte à risque Et il existe des règles qui mentionnent des pseudomonlas dans une de leur conditions Et il existe des règles qui mentionnent des kiebsiellas dans une de leurs conditions Alors il faut utiliser les premières avant les secondes Si l'on cherche une thérapie Alors il faut considérer les règles qui permettent de : 1-Acquérir les informations cliniques sur le patient 2-Trouver quels organismes, s'il en existe, sont causes de l'infection 3-Identifier les organismes les plus vraisemblables 4-Trouver tous les médicaments potentiellement utiles 5-Choisir les plus adaptés en plus petit nombre Les systèmes experts

28 Générateurs de systèmes experts –Synonymes : noyau, coque, shell –Définition : Système dacquisition des connaissances permettant à un expert humain (appuyé par un cogniticien) d écrire un système expert dans son domaine d expertise –Composantes Une interface homme-machine permettant de mettre des règles écrites en langage pseudo-naturel sous forme de clauses Un moteur dinférences Un ensemble doutils logiciels pour contrôler les différentes étapes de la réalisation du système expert Editeurs spécialisés pour la gestion des connaissances Dictionnaires des connaissances Traceurs pour lexplication du raisonnement Utilitaires de maintien de la cohérence et de compilation de la base de connaissances Modules dapprentissage automatique

29 Les systèmes experts Générateurs de systèmes experts –Outils pour la gestion des connaissances –Maintien de la cohérence Exemples de tests de validation Redondance Bouclage Si A Alors C,D (1) Si A Alors C,D,E (2) La règle (1) est redondante Si A Alors E (1) Si E Alors B,F (2) Si B,F Alors A (3) Les règles (1), (2), (3) sont en boucles

30 Les systèmes experts Générateurs de systèmes experts –Outils pour la gestion des connaissances –Maintien de la cohérence Exemples de tests de validation Contradiction Si A Alors C (1) Si A Alors non(C),D (2) Les règles (1) et (2) sont contradictoires

31 Les systèmes experts Générateurs de systèmes experts –Outils pour la gestion des connaissances –Compilation Exemple : réduction de la base de règles SiX1AlorsX SiX1alorsY SiX1AlorsZ Si X2AlorsZ Si X2Alors T SiX3AlorsZ SiX3Alors T Si X1 Alors X Si X1 Alors Y Si X1 ou X2 ou X3 Alors Z Si X2 ou X3 Alors T Si X1 Alors X ou Y ou Z Si X2 Alors Z ou T Si X3 Alors Z ou T Si X1 Alors X ou Y ou Z Si X2 ou X3 Alors Z ou T Si X1 Alors X ou Y Si X1 ou X2 ou X3 Alors Z Si X2 ou X3 Alors T

32 Les systèmes experts Choix des outils de développement –Il existe plus de : –70 outils Moteurs d inférences Boîtes à outils Générateurs –120 langages spécialisés –Choisir un outil revient à chercher un compromis entre –des critères non techniques Coût Types de machines ciblées Facilité d utilisation –des critères techniques Représentation et gestion des connaissances (cogniticien, informaticien) Stratégies de contrôle (cogniticien, informaticien) Logique(s) proposée(s) (cogniticien, informaticien) Utilitaires de mise au point et de validation Explication (Utilisateurs) Debugger (cogniticien, informaticien) Ouverture (utilisateurs, cogniticien, informaticien) Convivialité (utilisateurs, cogniticien, informaticien)

33 Les systèmes experts Choix des outils de développement –Type de développement et complexité du problème : Intérêt de l outil pour l une ou l autre phase de développement : démonstrateur, prototype, système final Adéquation aux types de problèmes traités

34 Les systèmes experts Méthodologie de développement –Développement de Systèmes Experts : scénario

35 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Etude dopportunité Identification des connaissances Conceptualisation des connaissances Formalisation des connaissances Prototypage Validation Implantation Acquisition Représentation

36 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Première Phase : Etude dopportunité Finalité Définir les objectifs globaux du projet et en déterminer l opportunité de réalisation (faisabilité, rentabilité, délais, charges de réalisation, conséquences pour le personnel) Que doit-on faire ? - Spécifier les objectifs et lintérêt du système expert : taches à accomplir et problème à résoudre - Etudier la faisabilité technique du projet - Identifier les différentes solutions possibles au problème - Localiser lexpertise - Identifier les futurs utilisateurs du système - Evaluer les ressources humaines, matérielles et logicielles à allouer au projet - Déterminer lopportunité de réalisation du projet (Coûts/Intérêt)

37 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Première Phase : Etude dopportunité Questions à se poser - Quelle est l importance du problème? - Quelles seraient les avantages d un système expert ? - Le problème est-il fréquent ? - Quelle sera l importance du problème d ici quelques années ? - Le problème peut-il être défini facilement ? - Quelquun a-t-il travaillé ailleurs sur un problème similaire ? - Qui se servira du système expert et pourquoi ? - Y-a-t-il une coque de systèmes experts dont nous puissions utiliser ? - Existe-t-il une documentation quelconque ?

38 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Première Phase : Etude dopportunité Questions à se poser - Pouvons-nous nous passer du temps d un expert ? - Combien de temps faut-il pour devenir expert ? - Y a-t-il des moments ou les experts ne sont pas disponibles pour une consultation ? - De quelles ressources avons-nous besoin ? - Quest ce qui pourrait rendre ce projet difficile à réaliser ? - Est-ce que les experts sont en désaccord ? - Le savoir est-il complexe ? Nécessite-il plusieurs mécanismes d inférences et formalismes de représentation ? - Le système expert devra-t-il être mis à jour fréquemment ? - Pouvons-nous tolérer une réponse imparfaite ? - La réalisation dinterface exigera-t-elle de grands efforts ? - Combien coûtera le projet ?

39 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Finalités - Repérer les éléments de base constituant lexpertise : * Les objets : permettant de décrire un état du problème * Les relations : décrivent les liens entre les objets * Les opérateurs : indiquent comment modifier un état du problème * Les procédures : décrivent un ordre d application des opérateurs * Les règles : décrivent les inférences logiques * Les plans : organisent l application des règles * Les stratégies : organisent l enchaînement des plans - Définir le modèle conceptuel des connaissances Que doit-on faire ? - Etudier la documentation existante - Planifier des entrevues avec lexpert - Appliquer des techniques et méthodes d acquisition des connaissances

40 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Identification des éléments clefs de la connaissance Exemple : Connaissances d un commercial spécialisé dans la vente des voitures ObjetRelationOpérateurProcédureRèglePlan TopObjet Stratégie ClientèleVoiture Voiture de sportVoiture de tourisme Structure hiérarchique des éléments de la connaissance

41 Les systèmes experts Modèle descriptif des éléments de la connaissances élément:Voiture de sport est-une:Voiture noms:{nom donné par l expert : nom donné par l utilisateur : autres synonymes : } description en clair : relations:{relation : Clientèle valeur : Jeunes-Cadres-Supérieurs relation : valeur : } Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Identification des éléments clefs de la connaissance Exemple : Connaissances d un commercial spécialisé dans la vente des voitures propriétés: {vitesse maximale : type : valeurs possibles : valeur par défaut : échelle coef de certitude : distance de freinage à 100km/h : type : valeurs possibles : valeur par défaut : échelle coef de certitude : } opérateurs applicables : utilisés dans les règles : OBJETS

42 Les systèmes experts Modèle descriptif des éléments de la connaissances élément:Règle VRP est-une:Règles_Avantage_Fiscaux utilisée dans les étapes:Evaluation avantages fiscaux libellé:Si … Alors … utilisent les objets:Voitures, Clientèle nom : Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Identification des éléments clefs de la connaissance Exemple : Connaissances d un commercial spécialisé dans la vente des voitures REGLES

43 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Questions à se poser avant les entrevues - Quelles sont les données à l entrée (les problèmes) et en sortie (les solutions) - Quelles sont les relations qui existent entre les données ? - Peut-on fragmenter les problèmes en unités plus petites ? - Dans quel ordre et sous quelle forme les données à lentrée sont-elles acquises ? - Dans quel ordre et sous quelle forme les données en sortie sont-elles produites ? - Quelle est l importance et quelle est la précision des diverses données ? - Quelles sont les données susceptibles de manquer ? - Quels sont les types dentrées qui causent des difficultés à l expert ? - Quels sont les postulats de l expert ? - Quelles sortes dinférences fait-il ? - Comment en arrive-t-il à des hypothèses ? - Quelles sont les relations entre ces hypothèses ? - Comment l expert passe-t-il d un stade d opinion à un autre ?

44 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Techniques - Les entretiens Types * discussion ouverte * discussion guidée * inversion des rôles Règles à respecter Règles à respecter Techniques * caractéristiques et décisions * reclassification et division du domaine * grille répertoire - Les questionnaires - Les observations sur le sitecaractéristiques et décisionsreclassificationdivision du domainegrille répertoireLes questionnairesLes observations sur le site - L induction par la machineL induction par la machine

45 Les systèmes experts - Préparer l entretien - Enregistrer lentretien - Planifier les entretiens qui doivent régulier et espacés dans le temps - Motiver l expert en lui présentant une vue objective du projet - Veiller à conserver voir augmenter la motivation de l expert - Ne pas imposer doutils à l expert - Ne pas imposer sa propre compréhension du problème - Poser des questions générales au début, puis spécifier - Maîtriser la durée de l entretien Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Techniques - Les entretiens Règles à respecter dans la conduite des entretiens

46 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Techniques - Les entretiens Technique « Caractéristiques et Décisions »

47 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Techniques - Les entretiens Technique « Reclassification » décision critères succès succès toutes matières échec marginal dans une matière succès partiel et contrôles continus toutes matières échec dans un partiel ou un contrôle continu et succès dans le reste capable de continuer matière non obligatoire et fort ailleurs connaissances évidentes échec dans une matière avec raison valable succès attendu mais problème maladie problème personnel défaillance matériel

48 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Techniques - Les entretiens Technique « Division du domaine » différents problèmes critères formation A référence et formulaires OK complément dinfos bons résultats aux examens résultats moyens aux examens motivation acceptation manque de motivation rejet Formation B formation A bon en maths bonnes références mauvaises références pas bon en maths

49 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Techniques - Les entretiens Technique « Grille Répertoire » Une technique permettant de mettre en évidence les objets et les relations entre objets utilisés par un expert dans son domaine de connaissances Une technique qui s articule en 4 étapes : Identification de la liste des objets et de leurs caractéristiquesIdentification de la liste des objets et de leurs caractéristiques Etablissement de la grille Analyse de la grille Classification des objets Classifications des caractéristiques Interprétation des résultats

50 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Techniques - Les entretiens Technique « Grille Répertoire » Identification de la liste des objets et de leurs caractéristiques

51 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Techniques - Les entretiens Technique « Grille Répertoire » Etablissement de la grille

52 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Techniques - Les entretiens Technique « Grille Répertoire » Interprétation des résultats Grande routière (Grands voyageurs, familles, VRP) ConfortableSûreSportive Silencieuse Bien suspendu Habitable Nerveuse Puissante Rapide Bonne tenue de route Bon freinage Bonne reprise Bonne carrosserie

53 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Techniques - Les entretiens Technique « Grille Répertoire » Analyse de la grille Analyse factorielle

54 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Techniques - Les questionnaires Exemples Circuit X24 Quelles sont toutes les pannes sur le circuit X24 qui sont traités par les services de maintenance ? : ___________________________ Classer ces pannes par ordre de fréquence décroissant : ___________________________ Les coefficients de vraisemblances peuvent être sollicités de la manière suivante : Tout à fait incertain Tout à fait sûr Placer une croix sur la ligne à l endroit qui reflète le mieux votre impression Ou encore Placer une croix sur la ligne qui reflète le mieux votre impression Tout à fait sûr Assez sûr Limite Incertain Tout à fait incertain

55 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Techniques - Les observations sur le site

56 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Techniques - Induction par la machine Principe : générer automatiquement et par induction de nouvelles connaissances à partir dexemples choisis par l expert du domaine Processus : Entrée : * un ensemble dexemples * des attributs décrivants les exemples * des techniques d extraction : apprentissage (induction de règles, algos génétiques, réseaux de neurones), analyse de données, base de données Sortie : * un arbre de décision qui classifie correctement les exemples * des règles d inférences * Arbre de décision : Modélisation dune décision sous forme dune structure hiérarchique dont les nœuds sont des attributs (tests) et les arcs des valeurs possibles pour ces attributs

57 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Techniques - Induction par la machine Data mining : processus : Etapes du data minig

58 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Phases d acquisition des connaissances Techniques - Induction par la machine Data mining : processus : Plate-formes logicielles Clementine Sipina-pro Université Lyon 2, France Integral Solutions Limited, USA

59 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Quatrième Phase: Formalisation des connaissances Finalité - Transposer dans une représentation appropriée (un système à base de règles) le modèle des connaissances que le cogniticien a conçu en phases d acquisition Etapes - Choix du formalisme * Schémas * Frames * Réseaux sémantiques * Règles de production - Choix des méthodes dinférences - Conception de la base de connaissances krit:

60 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Cinquième Phase: Prototypage Finalité - Coder le formalisme choisi lors de la phase précédente pour obtenir un prototype du système expert Etapes - Choix d un outil de développement - Codage du formalisme - Mise au point de l interface utilisateur - Préparation dun protocole de validation

61 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Sixième Phase: Validation Finalité - Définir un protocole de validation - Evaluer qualitativement et/ou quantitativement le comportement du prototype - Vérifier la conformité du prototype aux spécifications du cahier des charges Protocole de validation : éléments à valider - La base de connaissances - L ergonomie - La maintenance - La documentation - La formation des utilisateurs - L outil de développement

62 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Sixième Phase: Validation Protocole de validation : critères de validation - Performance * Justesse du cheminement * Exactitude des conclusions * Précision des conclusions * Temps de réponse * Ressources informatiques utilisées - Sensibilité - Robustesse - Facilité d apprentissage par les utilisateurs - Acceptabilité

63 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Sixième Phase: Validation Protocole de validation - L approche : Comment valider ? * Quantitativement (statistiques) * Qualitativement (consensus) - Le contenu : Que faut-il valider ? * Quelle version de prototype il faut valider - Le lieu : Où valider ? * Sur des sites pilotes (cas réels) * Sur des sites « de validation » (cas simulés) - Les acteurs : Avec qui faut-il valider ? * Les experts * Les utilisateurs * Le cogniticien * Le chef de projet

64 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Sixième Phase: Validation Protocole de validation : tests de validation - Représentatifs - Nombreux : Prototype : ; Système final : Impliquent : Temps des valideurs Formation des valideurs Ressources matérielles Tenue des dossiers Protocole de validation : scénario de validation Analyse des cas traités Modification du systèmeDocumentation Extraction de nouvelles connaissances, nouvelle formalisation ou restructuration

65 Les systèmes experts Méthodologie de développement –Cycles de vie dun projet système expert Septième phase: Implantation Finalité - Mettre le système final à la disposition des utilisateurs Etapes - Préparations - Installation et mise au point - Mise en exploitation - Définition d un plan de formation - Mise en place des procédures de maintenance

66 Les systèmes experts Méthodologie de développement –Acteurs dun projet système expert Cogniticien (1) Expert (2) Chef de projet (3) Utilisateurs (4) Etude dopportunité Identification des connaissances Conceptualisation des connaissances Prototypage Validation Implantation Formalisation des connaissances

67 Les systèmes experts Méthodologie de développement –Facteurs de succès dun projet système expert Rapports Expert/Cogniticien Bonne compréhension mutuelle Confiance réciproque Absence de rétention dinformations Qualités professionnelles des acteurs Cogniticien Expert Chef de projet Logique sans faille, solide culture scientifique, maîtrise des techniques de modélisation du savoir, connaissance en programmation, capacité d écoute et faculté de communication, bonne culture générale, capacité d adaptation, perspicacité Autorité intellectuelle indiscutable, solide expérience, volonté et capacité de communiquer son savoir, goût pour les challenges, capacité de travailler en groupe, disponibilité, patiente, ténacité, tolérance à l erreur Solide expérience dans la conduite des projets, connaissances en IA, capacité de manager une équipe, savoir écouter, déléguer et arbitrer

68 Les systèmes experts Méthodologie de développement –Facteurs de succès dun projet système expert Conduite du projet Définition claire des objectifs du projet Planification optimisée du temps et des ressources de développement Définition claire et précise du protocole de validation Respect des délais Documentation claire, adéquate et suffisante

69 Méthodologie de développement –Rôles des acteurs dun projet système expert –Le cogniticien Rôle : assurer deux types dinterfaces Interface Expert-Machine 1. Il acquiert le savoir de lexpert 2. Il le modélise 3. Il l implante dans la machine Interface Utilisateurs-Machine 1. Il étudie les besoins de lutilisateur 2. Il les intègre dans le système final Les systèmes experts

70 Méthodologie de développement –Rôles des acteurs dun projet système expert –L expert Rôle : communiquer son savoir au cogniticien Les systèmes experts

71 Méthodologie de développement –Rôles des acteurs dun projet système expert –Le chef de projet Rôle : gérer le projet Responsable de la conduite du projet 1. Choix des solutions techniques 2. Planification 3. Répartition des taches 4. Gestion du budget Garant du respect du cahier des charges 1. Assurance qualité 2. Respect des délais 3. Conformité Spécifications/Réalisations Les systèmes experts

72 Moteur dinférences –Raisonnement en chaînage arrière Algorithme Les systèmes experts Fonction TEST(Règle) ;vérifier récursivement les sous buts d un but courant Début TESTE := Vrai; Pour tout élément de la partie Si de la Règle Faire Début Si non VERIFICATION (élément) Alors Début TESTE := Faux; Arrêt; Fin; Fin Si; Fin; Fin Pour; Retourner(TESTE); Fin TEST

73 Moteur dinférences –Raisonnement en chaînage arrière Algorithme Les systèmes experts Fonction VERIFICATION (hypothèse):booléen; Début VERIFIE:=faux; Si hypothèse appartient à la base de faits Alors VERIFIE:= vrai; Sinon Si hypothèse appartient à la base de faits faux Alors VERIFIE:=faux; Sinon Construire l'ensemble des règles qui déduisent hypothèse; Si L'ensemble est vide Alors Début Demander hypothèse à l'utilisateur; Si la réponse est "oui" Alors VERIFIE:=vrai ajouter hypothèse à la base de faits Sinon VERIFIE := faux; ajouter hypothèse à la base de faits faux; Fin Sinon Début Pour toute règle de l'ensemble Faire Début Si TEST-SI(règle) Alors Début VERIFIE:=vrai; APPLICATION(règle); Arrêt; Fin; Fin Si; Fin; Fin Pour; Pour toute règle de l'ensemble Faire Début Si TEST (règle) Alors Début VERIFIE:=vrai; APPLICATION(règle) Arrêt; Fin Si; Fin; Fin Pour; Fin Si; Fin; Fin Si; Retourner(VERIFIE); Fin VERIFICATION


Télécharger ppt "Chapitre III Les systèmes experts EPSI / Montpellier - Cycle CSII 2A Intelligence Artificielle."

Présentations similaires


Annonces Google