1.1.10. I.1.7. DEVELOPPEMENT DE LA TECHNOLOGIE DES SYSTEMES
EXPERTS
L'intelligence artificielle a beaucoup de branches en rapport
avec la parole, la robotique, la compréhension et l'apprentissage du
langage naturel, les systèmes experts etc. les racines des
systèmes experts embarquent beaucoup de disciplines ; en
particulier, une des racines principales des systèmes experts est le
domaine de traitement de l'information humaine, appelé la science
cognitive. La cognition est l'étude de la manière dont les hommes
traitent l'information.
L'étude de la cognition est très importante si
l'on prétend réussir des ordinateurs qui émulent les
spécialistes humaines. Souvent, les spécialistes ne peuvent
expliquer comment ils résolvent des problèmes (simplement, les
solutions leur arrivent). Si le spécialiste ne peut pas expliquer
comment se résout le problème, il n'est pas possibles de codifier
la connaissance dans un système expert basé sur la connaissance
explicite. Dans ce cas, l'unique possibilité est les programmes qui
apprennent par eux-mêmes à émuler le spécialiste. Ce
sont des programmes basés sur l'induction et sur les systèmes
neuronaux artificiels.
1.1.11. I.1.8. FONCTIONNEMENT D'UN SYSTEME EXPERT
1.1.12. I.1.8.1. Fonctionnement
Un système expert fonctionne à partir de
connaissances. Celles-ci sont exprimées, pour les règles
de production, simplement dans le système sous la forme de
règles simples, écrites en français, dont le
format général est Si (conditions) alors
(conséquence). Dans un premier temps, le système
expert reçoit de l'expert toutes les connaissances relatives au
problème à gérer (règles, procédures,
méthodes, stratégies,...). Celles-ci sont stockées dans sa
base des faits. Ensuite, l'expert décrète au système
expert les règles générales à suivre pour trouver
de lui-même la solution à un problème posé
(déductions, conclusion,...).
Le cycle de fonctionnement d'un système se
décompose en quatre phrases :
1. Interaction utilisateur-moteur : l'utilisateur demande de
l'aide au moteur à partir d'une interface où il introduit les
données à traiter.
2. Mémorisation des données : le moteur stocke
les données dans la base de faits pour traitement.
3. Raisonnement : le moteur applique une stratégie de
résolution de problème définie par les règles
stockées dans la base de connaissance.
4. Communication de la solution : le moteur communique
à l'utilisateur la meilleure solution au problème posé par
l'intermédiaire de l'interface utilisateur et attend des nouvelles
instructions.
| 
