UOM2 : Intelligence Articielle

Systmes experts.
Philippe Lamarre Faculte des Sciences et Techniques de Nantes

` UOM2 - IA : Systemes experts p. 1/2

Quest-ce que cest?

` Dnition 1 Un systeme expert est un ensemble de programmes avec lequel on peut reprsenter de la connaissance dun expert humain dans un domaine donn et qui est capable doprer un certain nombre de raisonnements dans le but de participer la rsolution de problmes du dit domaine.

On parle aussi de Systmes Bases de Connaissance (ou KBS.

` UOM2 - IA : Systemes experts p. 2/2

Objectifs des SE.

Remplacer les humains. Par exemple pour des systmes autonomes. Objectif abandonn

` UOM2 - IA : Systemes experts p. 3/2

Objectifs des SE.

Assister les humains dans le processus de dcision.

` UOM2 - IA : Systemes experts p. 3/2

Principaux utilisateurs

Experts Ajoute des connaissances au systme. Utilise le SE pour assistance, aide au diagnostic. Non experts Utilise le SE pour obtenir une aide technique : que faire dans certaines situations. . .

` UOM2 - IA : Systemes experts p. 4/2

Principales applications

Chimie Mdecine Recherche minire Finance ...

` UOM2 - IA : Systemes experts p. 5/2

Principaux types de donnes rencontres.

Symboliques Numeriques

Le patient se plaint de douleurs abdominales. La temprature du patient est de 39.5c .

` UOM2 - IA : Systemes experts p. 6/2

Principales caractristiques.

Moteur de raisonnement Connaissance du domaine Connaissance du problme particulier Utilisation dheuristiques Explications Temps dexcution raisonnable pour des volumes de donnes ralistes.

` UOM2 - IA : Systemes experts p. 7/2

Principales problmatiques.

Acquisition des connaissances.

Ncessite la confrontation entre la connaissance du domaine et la reprsentation que peut en avoir le SE (quel langage...). Long, difcile. . . Terminologie spcialise utilise par lexpert. Passage dune reprsentation souvent opratoire celle utilise dans le SE. Utilisation quelques fois massives de connaissances annexe (connaissances communes et autres). Nombreux modes de raisonnements mis en uvre par un expert (lmination, absurde, analogie, exprience. . . ) confronts souvent une seule technologie de raisonnement dans le SE.

` UOM2 - IA : Systemes experts p. 8/2

Principales problmatiques.

Quel langange pour la representation des connaissances?

Ncessite un bon compromis entre Capacit de reprsentation, i.e. expressivit Efcacit des procdures Possibilits de fournir des explications

` UOM2 - IA : Systemes experts p. 8/2

Un langage pour les SE.

La manire dont un expert exprime un lment de connaissance apporte souvent des informations concernant la manire dont il exploite cette connaissance. Si x et y sont positifs, leur produit est aussi prositif. Cette phrase est logiquement quivalente : x est ngatif ou y est ngatif ou le produit de x par y est positif. Bien dautre reprsentations quivalentes existes. La premire phrase induit une utilisation possible, frquente, usuelle. . . . On parle aussi de systmes bases de rgles.

` UOM2 - IA : Systemes experts p. 9/2

Schma gnral dun SE

Expert Cogniticien + informaticien

Base de faits Moteur Dinference Utilisateur Base de regles Base de connaissances

` UOM2 - IA : Systemes experts p. 10/2

Schma gnral dun SE

Le rle du cogniticien est de soutirer la connaissance des experts du domaine pour les traduire dans le formalisme utilis par le systme expert. Introspection de la part de lexpert. Capacit de comprhension du domaine. Capacit exprimer des connaissances dans un langage formel.

` UOM2 - IA : Systemes experts p. 10/2

Schma gnral dun SE

Reprsentation des connaissances sous forme de rgles = reprsentation dclarative indpendante de la manire dont elles sont utilises par le moteur dinfrence (dans une certaine limite). Possibilit de faire voluer les connaissances sans toucher au moteur dinfrence. Objetif idaliste pas toujours atteint. Bien souvent, la manire dont les rgles sont crites et organises est fortement inuence par les mcanismes de raisonnements mis en uvre

` UOM2 - IA : Systemes experts p. 10/2

Un exemple de systme Expert : MYCIN

Traitement des maladies infectieuses du sang Conu entre 1972 et 1974 200 rgles Complt entre 1975 et 1978 300 rgles supplmentaires (mningite)

` UOM2 - IA : Systemes experts p. 11/2

Un exemple de systme Expert : MYCIN

Mme en se limitant la version de base existant en 1974, les rsultats sont satisfaisants. Ainsi, en 1974, 15 cas reprsentatifs dinfections bactriennes furent soumis MYCIN dune part et 5 experts dautre part. Les 5 experts approuvrent les recommandations thrapeuthiques de MYCIN dans 11 cas sur 15 (soit 55 accords pour 75 comparaisons). Dans les autres cas, les 5 experts taient en dsacord entre eux. FARRENY, Henri, Les systmes experts : principes et exemples, Cepadues editions, 1989.

` UOM2 - IA : Systemes experts p. 11/2

Un exemple de systme Expert : MYCIN

1

Please enter information about the patient. Name : Sally - Age : 42 years - Sex : Female - Race : Caucasian Are there are any positive cultures obtained from SALLY? No Are there any pending cultures of SALLY? YES site : CSF date collected : 3-Jun-75 stain examinated: Yes method of collection (urine, sputum only) : N/A

Stain of smear (type NONE if no organism was seen on the smear) NONE

` UOM2 - IA : Systemes experts p. 11/2

Un exemple de systme Expert : MYCIN

13

Has SALLY recently has symptoms of persistent headache or other abnormal neurologic symptoms (dizziness, lethargy, etc)? Yes Has SALLY recently had objective evidence of abnormal neurologic signs (nuchal rigidity, coma, seizures, etc.) documented by physician observation or examination? Yes The CSF cultures will be considered to be associated with MENINGITIS. Is the meningitis a hospital-acquired infection? No Is SALLYs clinical history consistent with EPIGLOTTITIS? No Is SALLYs clinical history consistent with OTITIS-MEDIA? No Has the patient ever been to an area that is endemic for coccidiomycoses? Unknown

14

34

35

36

37

` UOM2 - IA : Systemes experts p. 11/2

Un exemple de systme Expert : MYCIN

38

Is SALLY a burn patient?

Why ?

[i.e. WHY is it important to determine whether SALLY has been seriously burned?] [4.0] This will aid in determining the organisms (other than those seen on cultures or smears) which might be causing the infection. It has already been established that [4.1] the infection which requires therapy is meningitis, and [4.2] organisms were not seen on the stain of the pending csf culture (CULTURE-1), and [4.3] the type of the infection may be bacterial Therefore, if [4.4] SALLY has been seriously burned then there is suggestive evidence that Pseudomanas-aeruginosa is one of the organisms (other than those seen on cultures or smears) which might be causing the infection [RULES578] [back to question 38 ...]

` UOM2 - IA : Systemes experts p. 11/2

Un exemple de systme Expert : MYCIN

38

Is SALLY a burn patient?

How 4.3 ?

[i.e. HOW was it established that the type of the infection may be bacterial?] The following rules concluded about: the likelihood that the type of the infection may be bacterial. [4.5] [4.6] [4.7] [4.8] RULE500 RULE501 RULE502 RULE503 (0.1) (0.42) (0.4) (0.17)

[4.9] RULE504 (0.28) Thus, it has been established that the type of the infection may be bacterial.

` UOM2 - IA : Systemes experts p. 11/2

Un exemple de systme Expert : MYCIN

My therapy recommendations will be designed to treat for organisms that either are very likely or, although less likely, would have a signicant effect on therapy selection if they were present. It is important to cover for the following probably infection(s) and associated organism(s): INFECTION-1 is MENINGITIS MYCOBACTERIUM-TB [from clinical evidence only] COCCIDIOIDES [from clinical evidence only] CRYPTOCOCCUS [from clinical evidence only]

` UOM2 - IA : Systemes experts p. 11/2

Quelques exemples de systmes experts existants.

MYCIN

Diagnostic mdical pour les infections bactriennes, 1974.

PROSPECTOR

gologie, aide un gologue valuer la qualit dun site en vue dune exploitation minire, 1978 (1600 rgles - a aid la dcouverte de gisements).. Chimie, recherche la formule dveloppe dun corps organique partir de la formule brute et du spectorgramme de masse du coprs considr, 1969. Cimie, recherche la structure de protines partir de rsultats danalyse cristallographique, 1979. Aide pour la conception assiste par ordinateur.

DENDRAL

CRYSTALIS CADHELP

` UOM2 - IA : Systemes experts p. 12/2

Quelques moteurs pour la cration de systmes experts.

Jess, the Expert System Shell for the Java Platform (http://herzberg.ca.sandia.gov/jess/) CLIPS: A Tool for Building Expert Systems (http://www.ghg.net/clips/CLIPS.html) ILOG Business Rules (http://www.ilog.com/products/rules/) ... Prolog est bas sur lutilisation de rgle, mais cest un lagage de programmation et non un gnrateur de systme expert.

` UOM2 - IA : Systemes experts p. 13/2

La Base de faits.
Cest la mmoire de travail du systme expert. Un systme expert nutilisant que des faits boolens est dit dordre 0. Un systme expert nutilisant que des faits boolens et des relations (souvent sous la forme < relation, attribut, valeur >) est dit dordre 0+ .

Un systme expert utilisant toute la puissance de la logique du premier ordre est dit dordre 1.

` UOM2 - IA : Systemes experts p. 14/2

La Base de faits.
Cest la mmoire de travail du systme expert. Un systme expert nutilisant que des faits boolens est dit dordre 0. rouge ou casse Un systme expert nutilisant que des faits boolens et des relations (souvent sous la forme < relation, attribut, valeur >) est dit dordre 0+ . rouge ou casse ou prof ession jean medecin ou remuneration pierre 2000 Un systme expert utilisant toute la puissance de la logique du premier ordre est dit dordre 1. maladie(x) symptome(x) = f orteF ievre surveillanceAttentive

` UOM2 - IA : Systemes experts p. 14/2

La Base de faits.
Les mta-faits sont des faits sur dautres faits. En particulier, ils permettent au systme de savoir si un fait peut faire lobjet dune demande lutilisateur si un fait a dj t demand lutilisateur (pour viter de demander indniment lutilisateur qui rpond je ne sais pas).

` UOM2 - IA : Systemes experts p. 14/2

La Base de faits.
Les mta-faits sont des faits sur dautres faits. En particulier, ils permettent au systme de savoir Exemples V aleur(prof ession) = inconnue connue (une valeur lui a t attribue) inconnue (aucune valeur attribue, aucune question pose) indtermine (aucune valeur attribue, question dj pose lutilisateur). Demandable(prof ession) On peut demander un malade quelle est sa profession (pas quelle est sa maladie).

` UOM2 - IA : Systemes experts p. 14/2

La Base de Rgles

Elle rassemble les connassances de lexpert. Elle nvolue pas dune situation lautre (sauf...) Une rgle est de la forme SI prmisse ALORS conclusion

` UOM2 - IA : Systemes experts p. 15/2

MtaRgles.

Ce sont des rgles qui expriment comment utiliser les rgles. Par exemple, dans MYCIN, on peut trouver des rgles de la forme : SI on cherche une thrapie ALORS considrer les rgles dans lordre suivant : celles qui permettent de 1. acqurir les informations cliniques sur le patient 2. trouver quels organismes, sil en existe, sont cause de linfection 3. identier les organismes les plus vraisemblables 4. trouver tous les mdicaments potentiellent utiles 5. choisir les plus adapts en plus petit nombre

` UOM2 - IA : Systemes experts p. 16/2

MtaRgles.

Ce sont des rgles qui expriment comment utiliser les rgles. Cette vision est dclarative et plus dynamique que celle consistant dterminer un ordre priori, que ce soit en considrant lordre dcriture des rgles ou en effectuant des regroupements par paquets.

` UOM2 - IA : Systemes experts p. 16/2

Reprsentation des connaissances incertaines

Que ce soit dans le diagnostic mdical, ou celui de panne de machine ou la recherche minire, les conclusions sont extrmement rarement tablies 100%. La thorie des probabilits est une cadidate pour la formalisation de cette notion dans les sytmes experts.

` UOM2 - IA : Systemes experts p. 17/2

Reprsentation des connaissances incertaines

Des informations ncessitent dtre quaties. jai trs mal la tte Les nombres peuvent aussi tre utiliss pour quantier une information sur une chelle donne.

` UOM2 - IA : Systemes experts p. 17/2

Reprsentation des connaissances incertaines

Problme de lapproche numrique. Il nest pas raisonnable de demander un humain de quantier de manire prcise les paramtres. si un patient a mal la tte plus de 70 sur une chelle de 0 100 et plus de 40o de vre, vous diriez que vous avez 25, 26 ou 27% de chance quil soit atteint dune mningite? vous avez trs mal la tte, cest dire, sur une chelle de 0 100, 69, 70 ou 71% Comment combiner les coefcients prsents dans les rgles?

` UOM2 - IA : Systemes experts p. 17/2

Reprsentation des connaissances incertaines

Toujours des problmes. . . si a est vrai alors b est vraissemblable, x renforce la vraissemblance de b. La prsence de l rend b trs peu vraissemblable, mme si a et x sont vrais.

` UOM2 - IA : Systemes experts p. 17/2

Reprsentation des connaissances incertaines

Quelques solutions possibles Logique oue Logiques modales Logiques non monotones ...

` UOM2 - IA : Systemes experts p. 17/2

Principes gnraux de fonctionnement

1. Slection des rgles applicables 2. Rsolution des conits (choix des rgles appliquer) 3. Action : dclenchement de la (ou les) rgle choisie.

` UOM2 - IA : Systemes experts p. 18/2

Les principaux modes.

Chanage Chanage avant Calcul des conclusions partir des faits et des rgles. Chanage arrire On part dune conclusion et on cherche vrier si elle est vrie (guid par les buts). Chanage mixte Combinaison des deux prcdents.

` UOM2 - IA : Systemes experts p. 19/2

Les principaux modes.

Contrle Rgime irvocable. On ne peut pas revenir se ce qui a t fait. Rgime tentative. correspond la notion de back track

` UOM2 - IA : Systemes experts p. 19/2

Algorithme de chanage avant.

Paramtres : in fait (le fait dmontrer)

if fait BF then res SUCCES else reglesNonDclenches BR; reglesAConsidrer BR; res ECHEC while reglesACconsidrer = et res = SUCCES do r choisir(reglesAConsidrer); reglesAConsidrer reglesAConsidrer -{r} if p premisse(r), p BF then BF BF {conclusion(r)} reglesNonDclenches ReglesNonDclenches - {r} reglesAConsidrer reglesNonDclenches if conclusion(r) = fait then res SUCCES end if end if end while end if renvoyer res ` UOM2 - IA : Systemes experts p. 20/2

Algorithme de chanage avant.

Attention Une rgle nest dclenche quune seule fois. Lalgorithme termine toujours On ne peut dmontrer que des faits atomiques ou des disjonctions de faits atomiques. Les conclusions des rgles peuvent tre des faits ngatifs.

` UOM2 - IA : Systemes experts p. 20/2

Algorithme de chanage avant.

Diffrentes situations possible en cas dutilisation de faits ngatifs : f BF Le fait est tabli. f BF La ngation du fait est tablie. f BF et f BF Ni le fait ni sa ngation ne sont tablis. f BF et f BF La base de faits est incohrente.

` UOM2 - IA : Systemes experts p. 20/2

Algorithme de chanage avant.

Variantes possibles : ne pas avoir de fait dmontrer en paramtre, mais saturer la base de faits. parcours en largeur dabord passage au premier ordre.

` UOM2 - IA : Systemes experts p. 20/2

Algorithme de chanage arrire.

` Fonction chanageArriere Paramtres : in BR, in BF, in listeButs.

if estV ide(listeButs) then res SUCCES else if demBut(premier(listeButs)) then res chanageArriere(suite(listeButs)) else res ECHEC end if end if retourner res

` UOM2 - IA : Systemes experts p. 21/2

Algorithme de chanage arrire.

Fonction demBut Paramtres : in BR, in BF, in but. if but BF then res SUCCES else regles BR; res ECHEC while regles = et res = SUCCES do r choix(regles); regles regles - {r} if conclusion(r) = fait then res chanageArrire(BR, BF, premisse(r)) end if end while retourner res end if

` UOM2 - IA : Systemes experts p. 21/2

Algorithme de chanage arrire.

Attention Une rgle peut tre utilise plusieurs fois. On peut dmontrer des faits atomiques ou des conjonctions de faits atomiques

` UOM2 - IA : Systemes experts p. 21/2

Algorithme de chanage arrire.

Variantes possibles ajouter la Base de Faits les faits dmontrs dans les dmonstrations intermdiaires. passage au premier ordre (exemple ?) ...

` UOM2 - IA : Systemes experts p. 21/2

Chanage mixte

Un exemple de chanage mixte.

Fonction chanageMixte Paramtres : in BR, in BF, in but. while but nest pas dduit, mais peut encore ltre do Saturer la base de faits par chanage avant. if but nest pas dans la base de faits then Chercher une question pertiente poser lutilisateur Poser la question lutilisateur Ajouter la rponse la base de faits end if end while

` UOM2 - IA : Systemes experts p. 22/2

Quelques volutions possibles

Passage de lordre 0 lordre O+ (objet - attribut valeur). Passsage au premier ordre. Regroupement des rgles par paquets. Utilisation dautres concepts (pourcentage de abilit. . . ). Utilisation dapports dautres technologies (objets. . . ).

` UOM2 - IA : Systemes experts p. 23/2

Liaison avec dautres programmes.

Cette liaison peut seffectuer dans les deux sens : Des rgles peuvent faire appel des programmes pour calculer des valeurs (lexpression dun calcul est souvent plus aise dans un langage impratif). Un programme peut pour certains aspects faire appel un moteur de systme expert.

` UOM2 - IA : Systemes experts p. 24/2

Conclusion
Les systmes experts, ou systmes bases de rgles, sont des produits qui ont trouv des applications dans le monde industriel. Ils ont eu quelques success story dans le monde de lindustrie :diagnostic mdical, dcouverte de champs ptroliers, aide la dcision en bourse. . . aide au crack bouriser de 1986 (daprs certains accusateurs mais le systme expert a fait son travail). . . Ils reposent sur lhypothse que notre connaissance peut tre reprsente sous forme de rgle. Si cela est possible dans bien des cas, les efforts pour y arriver sont non ngligeables. De plus cette approche a ses limites. Lavenir est peut-tre au systmes hybrides mettant en uvres des techniques de systmes experts augments de raisonnement ous ou modaux ou non-monotones, mais aussi peut tre des approches non symboliques et adaptatives.

` UOM2 - IA : Systemes experts p. 25/2