Intelligence Artificielle & systèmes experts

1. Intelligence Artificielle&systèmes experts Réalisé par : -Khadija El Boussiry - Jihane Idrissi Janati Année universitaire:2007-2008

2. Plan • Introduction Première partie: • Historique de l’intelligence artificielle • Qu’est ce que l’IA ? • Les grands domaines de l’IA Deuxième partie: • Généralités et historique du système expert • Compositions d’un Système expert • Avantages et limites des systèmes experts Troisième partie: • L’intelligence artificielle et la robotique • L’intelligence artificielle dans la gestion des affaires • Qu’est ce que l’IA concrètement. • Conclusion

3. Introduction • Dire d'un outil qu'il est intelligent revient à dire qu'il reçoit de l'information, la traite et peut la rappeler le moment opportun. • Le concept d'intelligence artificielle n'est pas nouveau. Les grecs avaient Héphaïstos, dieu mi-humain et mi artificiel et le Golem des juifs était un automate.

4. Neurophysique Les automates Héphaïstos (Grèce) Golem (Tradition Juive) Les jeux d ’échecs Philosophie Intelligence artificielle Cybernétique Science-fiction Psychologie Informatique Logique de Turing Psycho- linguistique

5. Premiere partie:

6. Historique de l’intelligence artificielle • Jalons dans l'histoire de l'IA • 1952 à 1969 : période euphorique, on annonce • le remplacement des experts humains par des systèmes experts, • compréhension du langage naturel • 1966 à 1974 : on comprend la difficulté de la tache • le remplacement des experts humains par des systèmes experts : échec, raisonnement ok, manque de connaissance, goulot d'étranglement de l'IA • compréhension du langage naturel : échec, trop difficile, impossible ? • 1988 à 1993, hiver de l'IA : ralentissement des recherches en IA à cause des promesses non tenues

7. Qu’est ce que l’Intelligence artificielle? Quatre types de définitions de l’IA

8. L'Intelligence Artificielle(IA) est la science dont le but est de faire par une machine des tâches que l'homme accomplit en utilisant son intelligence. La terminologie - malheureuse! -d'Intelligence Artificielle est apparue en 1956. On peut lui préférer celle d'Informatique Heuristique. • Exemples : • Jeu d'échecs • Résumer un texte ou le traduire; • Reconnaître des lettres manuscrites, par exemple TAON ou THON; • Faire des mathématiques; • Faire un diagnostic (médical, de panne, ...).

9. Les grands domaines de l’IA • Reconnaissances et système de parole Ex : réservation d’hôtel, annuaire téléphonique • Reconnaissance et système d’image Ex : effets spéciaux au cinéma, vidéo-surveillance • Reconnaissance de l’écriture Ex: reconnaissances chèques, codes postaux • Langage naturel Ex: interfaces, text mining, web mining • Planification • Aide de la décision Ex :contrôle de trajectoire du satellite voyager

10. Aide à la programmation Ex :agent d’interface • apprentissage/adaptation Ex : construction de systèmes experts, classification automatique de galaxie, contrôleurs de robots • Jeux Ex : Échecs, Checkers, Othello( champion), Backgammon, • Médecine Ex : aide à la décision (système expert), prédiction de patients à risques, analyse automatique d’images médicales

11. Deuxième partie:

12. Généralitéssur le système expert • Un système expert est un programme capable d’explorer une expertise dans un domaine particulier. Cette expertise rassemble non seulement des connaissances directement liées à ce domaine mais également des capacités de raisonnement acquises par les spécialistes au cours de leur activité (les stratégies). • Traditionnellement, un système expert se compose d’une base de connaissances, d’un moteur d’inférences et de différentes interfaces qui lui permettent de communiquer avec son environnement. La base de connaissances est élaborée à partir de l’expertise d’un spécialiste. L’expertise elle-même s’obtient au cours d’un processus cognitif généralement long et encore mal connu de nos jours. C’est certainement à ce niveau que l’on peut situer la phase de création du savoir

13. Historique: • Les premiers systèmes experts voient le jour aux USA dans les années 1970. • Ils ont eu leur heure de gloire dans les années 1980.. Le projet SACHEM, opérationnel dans les années 1990, est l'un des derniers projets « système expert » issu de la recherche à avoir vu le jour. • Aujourd'hui, de multiples petits systèmes experts sont opérationnels dans l'industrie et dans les services sans qu'on en parle.

14. COMPOSITION DU SYSTEME EXPERT:

15. Le rôle du cogniticien est de soutirer leurs connaissances aux experts du domaine et de traduire ces connaissances dans un formalisme se prêtant à un traitement automatique, c'est-à-dire en règles.

16. Un système expert est composé de deux parties indépendantes : • La première partie c’ est une base de connaissances elle-même composée d'une base de règles1 qui modélise la connaissance du domaine considéré et d'une base de faits2 qui contient les informations concernant le cas que l'on est en train de traiter.

17. 1 2 1:Base qui capitalise les règles à respecté pour le bon fonctionnement du programme. 2:Elle est l'élément capital, car elle contient la représentation des connaissances de l'expert et la description d'heuristiques utiles.

18. La deuxième partie est un moteur d'inférences capable de raisonner à partir des informations contenues dans la base de connaissance, de faire des déductions, etc.

19. Les types de moteurs d’inférence chaînages avant : Le moteur part des faits et règles de la base de connaissance, et tentent de s'approcher des faits recherchés par le problème. Chaînages arrière : Le moteur parte des faits du problème, et tentent par l'intermédiaire des règles, de « remonter » à des faits connus.

20. Avantages et limites des systèmes experts • Avantages • Meilleur que les experts humains • Préservation de l ’expertise d ’une personne • Limites • Problèmes: entretien, coût, spécialisation, capacité d ’apprendre • Gestionnaires ont été déçus par les résultats obtenus • Certaines tâches vont probablement toujours leur échapper

21. Troisième partie:

22. L’intelligence artificielle et la robotique • La robotique n'est pas forcément de l'IA. Elle peut en être par l'aspect Reconnaissance des formes et Résolution de problèmes. Il peut être nécessaire de faire face à des situations imprévues. • Quelques applications sont particulièrement utiles : • Travaux dangereux, • Réparations dans les centrales nucléaires ou dans l'espace.

23. Qu’est ce qu’un robot? • Une entité placée dans un certain environnement et qui: • est capable d’interagir avec cet environnement (agir et percevoir) • est capable d’autonomie (la perception induit des actions) • 1er cas: Robot physique => doté de capteurs et d’actuateurs • 2ème cas: Robot virtuel (sur Internet) => doté d’entrées et de sorties

24. Des Robots pour quoi faire? SE DEPLACER TRAVAILLER SAUVER / TUER EXPLORER JOUER /AIDER ETUDIER

25. Grands courants de la Robotique: • Industrielle:Chaînes de montages, etc... • Évolutionniste: Hexapode qui apprend à marcher par algorithme génétique • Inspiration Biologique: Courant « Animats » (rats, chiens, …) • Réactive: Rodney Brooks (insectes) • Multi-agents: Colonies de fourmis , robots araignées • Micro-drônes: Robotique militaire, robots volants autonomes • Emotionnelle: robots de compagnie et d’entertainment: • Développementale: Talking Heads (Sony)

27. L ’intelligence artificielle « Dans la gestion des affaires » • Intelligence artificielle, systèmes experts et l’humain comme système de traitement de l’information

28. Attributs d ’un comportement intelligent • Penser et raisonner. • Utiliser le raisonnement pour résoudre des problèmes. • Acquérir des connaissances et les mettre en application. • Apprendre et comprendre à partir de l'expérience. • Faire preuve de créativité et d'imagination. • Faire face à des situations complexes et confuses. • Réagir rapidement de façon appropriée à de nouvelles situations. • Reconnaître le degré d'importance des divers aspects d'une situation. • Traiter efficacement les données ambiguës, incomplètes ou erronées.

29. L ’humain comme processeur d ’information • Il sait: • chercher les données utiles • filtrer les données disponibles • établir une représentation de son environnement • transmettre une réponse à l'environnement • Il est soumis aux difficultés liées: • à la surcharge d'information • aux erreurs de filtrage • aux problèmes de distorsion • Il dispose d'une capacité limitée: • ce qui engendre une rationalité limitée

30. Le système humain de traitement de l ’information • Processus cognitifs: • concepts, analogies métaphores • Inférences • intuitif, instinctif et subjectif • Modèle de Newell et Simon: • Système sensoriel et effecteurs physique • Mémoires à court terme et à long terme • Filtrage, modèles de sélection et limites cognitives • Style cognitif

31. Théorie de l ’information et problèmes de communication • Niveau technique • Le message se rend-il? Réduction de l'incertitude Redondance • Niveau sémantique • Le message est-il compris? Améliorer la transmission • Contrôle et distribution: retarder, filtrer, biaiser, transmettre l'interprétation • Niveau pratique (efficacité) • Le message a-t-il un effet? Changement de comportement • Utilité, comme les 4 P du marketing Satisfaction • Erreurs et biais

32. Qu’est ce que l’IA concrètement ? • Rechercher (analyser, résoudre des problèmes, trouver des méthodes de résolution) • Représenter des connaissances (logique, règles, mémoire, cas, langue naturelle, etc.) • Mettre en application les idées 1) et 2) (Systèmes Experts, pilotes automatiques, agents d’interfaces, robots, Data Mining, etc.)

33. Conclusion • Aujourd’hui l’IA est partout sans que l’on s’en rende compte ou préoccupe. • Rôle de plus en plus important dans la conception, les interfaces, internet, les robots, ... • Une meilleure intégration de l'IA dans les applications informatiques • Une démarche génie logiciel n ’est pas toujours facile. Des environnements: JAVA, Prolog, Smalltalk, etc. • Évolution de l'IA intelligence Artificielle vers l'IA informatique avancée

34. Merci pour votre attention