LES SYSTEMES EXPERTS

Les Systèmes Experts en détail

Les types de SE

    Les SE sont classés selon la complexité des variables et du langage d'évaluation. On en distingue 3 principaux types :

    Comme pour toute application, plus elle est complexe, plus elle est lente. La forte augmentation des puissances des gros systèmes permet de palier à ce problème. Néanmoins cette complexité implique l'utilisation de langages de haut niveau (donc un peu plus lent) et l'accès à une quantité d'information telle qu'on se retrouve rapidement avec une SE tortue. L'utilisation d'une excellente algorithmique est donc fondamentale dans la création des SE, ce qui limite ceux de niveau 1.

Composants

    Tout Système Expert est composé de 3 principaux éléments : une base de connaissances, un moteur d'inférence et une interface graphique.

Metadata/Metarules

(cf. Définition dans les pré-requis)

    Les metadata (ou méta-données en français) sont un des points névralgiques d'un système expert. Elles sont en partie responsables de la vitesse d'accès aux données (pour les metadata de la base de connaissances). Leurs qualités pour le moteur d'inférence définissent sa vitesse et la puissance de calcul (il s'agit souvent du langage de programmation). Il est donc peu étonnant de retrouver les langages de programmation les plus rapide pour leur niveau de complexité (assembleur, C, C++).

    Les metarules (ou méta-règles en français) sont les règles permettant de régir l'utilisation des règles d'inférence. Elles sont fortement liées au système de priorité qui permet de savoir dans quel ordre appliquer les évaluations et tests. Elles forment un pré-mécanisme de déduction des règles à appliquer qui les rendent directement responsables des performances du SE.

Mise en place

    Dans cette partie, nous allons pouvoir voir comment mettre en place un Système Expert dans un milieu professionnel. Cela se fait en 5 étapes :

  1. Etude de faisabilité
  2.     La mise en place d'un SE ne peut se faire que dans le cadre d'un domaine d'expertise dont les connaissances et le savoir-faire est formalisable. C'est à dire un domaine qui n'a pas trop attrait à la sensibilité humaine. L'investissement en temps et (donc) en argent, pour la mise en place d'un SE, est énorme et nombreux sont les entreprises qui souhaiteraient s'en doter mais tous les domaines d'expertise ne sont pas formalisables. Le premier travail du cogniticien est donc d'évaluer le domaine et les risques d'échecs de la mise en place et de succès de l'outil auprès des professionnels et futurs utilisateurs.
  3. Extraction des données
  4.     Une fois l'assurance que cette mise en place est possible, la partie la plus importante de la mise en place va commencer. Il s'agit d'un dialogue entre le cogniticien et l'expert afin d'extraire de ce dernier toutes ses connaissances et son savoir-faire. Un tel objectif est évidemment impossible à atteindre, mais le cogniticien va tenter de s'en approcher au maximum. Il devra pour cela faire preuve d'une grande compréhension des informations qui lui seront transmises (les experts n'étant pas forcément bon pédagogue) et d'un certain sens de la psychologie pour faire parler un expert qui aura tout naturellement le sentiment de se faire très prochainement remplacer par un système informatique.
  5. Formalisation
  6.     Après et pendant l'extraction des données, le cogniticien devra formaliser les connaissances qu'il a glané. Pour cette partie, il peut alors commencer à se tourner vers les développeurs et autres professionnels techniques de l'informatique afin de commencer à définir le cahier des charges précis, la base de connaissance et les règles d'inférence. A partir de cette étape, on a déjà un pied dans la technique.
  7. Design et développement
  8.     Une fois la base de connaissances et les règles d'inférences définies, le cogniticien peut alors se retourner vers l'équipe technique qui va définir l'architecture technique nécessaire. Le cogniticien aura à partir de là le rôle de lien entre l'équipe d'experts et l'équipe de développement afin de peaufiner le cahier des charges et d'optimiser les méta-données et méta-règles.
  9. Tests et optimisations
  10.     Naturellement la mise en place se termine par une série de tests auprès des experts mais aussi auprès d'utilisateurs lambdas qui sont sensés à partir de cet outil fournir les résultats d'un expert débutant. De par la nature du système(immergé dans le domaine professionnel) les tests sont généralement plus longs.