Qu'est-ce qu'un système expert ?

Comment fonctionne un système expert ?

Les systèmes experts modernes utilisent l'apprentissage automatique et l'intelligence artificielle pour simuler le comportement ou le jugement d'experts dans un domaine donné. Ces systèmes peuvent améliorer leurs performances au fil du temps à mesure qu'ils acquièrent de l'expérience, tout comme les êtres humains.

Les systèmes experts accumulent des expériences et des faits dans une base de connaissances et les intègrent à un moteur d'inférence ou de règles, c'est-à-dire un ensemble de règles permettant d'appliquer la base de connaissances à des situations fournies au programme.

Le moteur d'inférence utilise l'une des deux méthodes suivantes pour acquérir des informations à partir de la base de connaissances :

1. Le chaînage avant lit et traite un ensemble de faits afin de faire une prédiction logique sur ce qui va se passer ensuite. Un exemple de chaînage avant serait de faire des prédictions sur l'évolution du marché boursier.
2. Le chaînage arrière lit et traite un ensemble de faits afin d'aboutir à une conclusion logique expliquant pourquoi quelque chose s'est produit. Un exemple de chaînage arrière serait l'examen d'un ensemble de symptômes afin d'aboutir à un diagnostic médical.

Un système expert repose sur une bonne base de connaissances. Les experts ajoutent des informations à la base de connaissances, et les non-experts utilisent le système pour résoudre des problèmes complexes qui nécessiteraient normalement l'intervention d'un expert humain.

Le processus de création et de maintenance d'un système expert est appelé ingénierie des connaissances. Les ingénieurs en connaissances s'assurent que les systèmes experts disposent de toutes les informations nécessaires pour résoudre un problème. Pour ce faire, ils utilisent diverses méthodologies de représentation des connaissances, telles que les modèles symboliques. Les capacités du système peuvent être améliorées en élargissant la base de connaissances ou en créant de nouveaux ensembles de règles.

Quels sont les composants d'un système expert ?

Un système expert comporte trois composantes principales :

• La base de connaissances. C'est là que sont stockées les informations utilisées par le système expert. Des experts humains fournissent des faits sur le domaine ou le sujet particulier du système expert, qui sont ensuite organisés dans la base de connaissances. La base de connaissances contient souvent un module d'acquisition de connaissances qui permet au système de recueillir des connaissances provenant de sources externes et de les stocker dans la base de connaissances.
• Le moteur d'inférence. Cette partie du système extrait les informations pertinentes de la base de connaissances afin de résoudre le problème d'un utilisateur. Il s'agit d'un système basé sur des règles qui associe les informations connues de la base de connaissances à un ensemble de règles et prend des décisions en fonction de ces données. Les moteurs d'inférence comprennent souvent un module d'explication qui montre aux utilisateurs comment le système est parvenu à sa conclusion.
• L'interface utilisateur. Il s'agit de la partie du système expert avec laquelle les utilisateurs finaux interagissent pour obtenir une réponse à leur question ou à leur problème.

Applications et cas d'utilisation des systèmes experts

Les systèmes experts peuvent être efficaces dans des domaines ou des sujets spécifiques où des experts sont nécessaires pour établir des diagnostics, émettre des jugements ou faire des prévisions.

Ces systèmes ont joué un rôle important dans de nombreux secteurs, notamment les suivants :

• Les services financiers, où ils prennent des décisions en matière de gestion d'actifs, agissent en tant que robots-conseillers et font des prévisions sur le comportement de divers marchés et autres indicateurs financiers.
• Ingénierie mécanique, où ils dépannent des machines électromécaniques complexes.
• Télécommunications, où elles sont utilisées pour prendre des décisions concernant les technologies réseau utilisées et la maintenance des réseaux existants.
• Les soins de santé, où ils apportent leur aide dans le cadre des diagnostics médicaux.
• L'agriculture, où ils prévoient des dégâts aux cultures.
• Service clientèle, où ils aident à planifier les commandes, acheminent les demandes des clients et résolvent les problèmes.
• Les transports, où ils interviennent dans divers domaines, notamment l'état des chaussées, la régulation des feux de signalisation, la conception des autoroutes, la planification et la maintenance des horaires des bus et des trains, ainsi que les trajectoires de vol et le contrôle du trafic aérien.
• Le droit, où l'automatisation commence à être utilisée pour fournir des services juridiques, évaluer les affaires civiles et apprécier la responsabilité du fait des produits.

Quels sont quelques exemples de systèmes experts ?

Les systèmes experts actuellement utilisés comprennent les exemples suivants :

• CaDet (Cancer Decision Support Tool) est utilisé pour détecter le cancer à ses stades les plus précoces.
• DENDRAL aide les chimistes à identifier des molécules organiques inconnues.
• DXplain est un système d'aide clinique qui diagnostique diverses maladies.
• MYCIN identifie les bactéries responsables de bactériémies et de méningites, et recommande des antibiotiques et des posologies.
• Le PXDES détermine le type et la gravité du cancer du poumon dont souffre une personne.
• R1/XCON est un système expert de fabrication précoce qui sélectionne et commande automatiquement des composants informatiques en fonction des spécifications du client.

Quels sont les avantages des systèmes experts ?

Les systèmes experts présentent plusieurs avantages par rapport au recours à des experts humains :

• Précision. Les systèmes experts ne sont pas sujets aux erreurs humaines ou à l'influence émotionnelle. Ils prennent des décisions basées sur des règles et des faits définis.
• Permanence. Les experts humains finissent par quitter leur poste, emportant avec eux une grande partie de leurs connaissances spécifiques. Les systèmes basés sur la connaissance offrent un référentiel permanent pour les connaissances et les informations.
• Déduction logique. Les systèmes experts tirent des conclusions à partir de faits existants en utilisant différents types de règles, telles que les règles « si-alors ».
• Contrôle des coûts. Les systèmes experts sont relativement peu coûteux par rapport au coût lié à l'emploi d'experts humains. Ils peuvent aider à prendre des décisions plus efficacement, ce qui permet de gagner du temps et de réduire les coûts.
• Plusieurs experts. Plusieurs experts contribuent à la base de connaissances d'un système expert. Cela permet de disposer d'un plus grand nombre de connaissances et empêche un expert particulier de fausser la prise de décision.

Quels sont les défis liés aux systèmes experts ?

Parmi les lacunes des systèmes experts, on peut citer les suivantes :

• Pensée linéaire. Les systèmes experts ne possèdent pas de véritable capacité à résoudre des problèmes. L'un des avantages de l'intelligence humaine réside dans sa capacité à raisonner de manière non linéaire et à utiliser des informations complémentaires pour tirer des conclusions.
• Manque d'intuition. L'intuition humaine permet aux gens d'utiliser leur bon sens et leur instinct pour résoudre des problèmes. Les machines n'ont pas d'intuition. Et imiter la prise de décision instinctive à l'aide d'une logique mécanique pourrait prendre beaucoup plus de temps qu'un expert utilisant ses connaissances heuristiques intrinsèques pour parvenir rapidement à une conclusion.
• Manque d'émotion. Dans certains cas, par exemple les diagnostics médicaux, les émotions humaines sont utiles et nécessaires. Par exemple, la divulgation d'informations médicales sensibles à un patient nécessite une intelligence émotionnelle dont un système expert peut ne pas disposer.
• Points faibles. Les systèmes experts ne sont efficaces que dans la mesure où leur base de connaissances est de bonne qualité. Si elles reçoivent des informations inexactes, cela peut compromettre leurs décisions.