Nom:

Code d'accès:




L'INTELLIGENCE ARTIFICIELLE ET LE TRAITEMENT AUTOMATIQUE DU LANGUAGE

INTRO

En 1956, un groupe de jeunes chercheurs se rencontrent au Darthmouth College pour discuter sur la possibilité de créer des logiciels capables de penser.

1 LE TEST DE TURIN

Comment peut-on savoir si une machine pense ou bien si elle se comporte d'une manière intelligible? Le mathématicien Alan Turing a proposé en 1950 dans un article intitulé "Les machines sontelles capable de penser?" le test qui porte son nom. Dans une chambre, il y'a deux machines à écrire et un observateur. L'observateur saisit n'importe quelle question. L'une des deux machines est en connexion avec une personne dans une autre salle qui essaie de répondre aux questions posées. L'autre est connecté à un ordinateur qui fait pareil. Si l'observateur ne peut distinguer entre les réponses de la machines et celles de l'homme, on dit que l'ordinateur se comporte intelligemment. Les programmes d'intelligence artificielle peuvent être subdivisés en 2 grands groupes. Les systèmes d'expertise et les systèmes de résolution générale de problèmes

2 LES SYSTÈMES D'EXPERTISE:

Ce sont des logiciels disposant des connaissances spécifiques dans un domaine et pouvantt répondre aux questions posées dans ce domaine. On peut donc comparer ce genre de logiciel à un expert dans un domaine ayant à sa disposition une grande bibliothèque. L'ordinateur utilise sa faculté de traiter des donnés en un temps record. Les méthodes utilisées sont semblables aux méthodes utilisées par les humains dans le processus d'apprentissage et de résolutions de problèmes. Des hypothèses peuvent ainsi être vérifiées et prouvées par la machines par l'utilisation d'un certains nombre de faits de de règles. Un systèmes d'expertise dispose d'un ensembles de connaissances sur les faits ainsi que de règles de déduction. Les règles permettent au système de pouvoir trier des faits correspondant au problème à résoudre. Les ingénieurs de la connaissance s'occupent des méthodes professionnelles des experts. L'analyse des publications scientifiques et des questionnaires donne à constater comment les experts abordes les difficultés relatives à leurs recherches. Les systèmes d'expertise comporte 6 parties essentielles:
  • UN COMPOSANT UTILISATEUR
  • UN COMPOSANT DE DIALOGUE
  • UN COMPOSANT D'EXPLICATION
  • UN COMPARTIMENT D'ACQUISITION DE CONNAISSANCES
  • UNE MACHINE DE DÉDUCTION
  • UNE BASE DE DONNÉES
figure 1: Structure d'un système d'expertise:

3 LES SYSTÈMES DE RÉSOLUTION GÉNÉRALES

LES AGENTS Les années 90 ont connu l'expansion de l'utilisation du terme agent. En informatique, un agent est un programme capables d'effectuer une tâche de façon plus ou moins autonome. La tâche peut être solliciter par l'utilisateur d'un système ou un autre logiciel. Les agents ne doivent pas seulement être capable de répondre aux exigences de leur environnement mais doivent aussi être à mesure planifier, communiquer et apprendre.

3.1 LES CARACTÉRISTIQUES D'UN AGENT:

Un agent est Autonome: Il résout la tâche qui lui est confiée de manière autonome. Réactif: Il réagit à son entourage. Orienté vers un but: Toutes les activités de l'agent envisagent un but. Le but peut être modifié au Continuel: Il fonctionne sans arrêt pendant au moins un temps. Communicatif: Un agent n'existe pas seul. Il reçoit des ordres d'un supérieur hiérarchique et agit en perpétuelle avec ce dernier. En plus, un agent échange des informations avec d'autres agents. Capable d'apprendre: Mobil: Plein de personalité:

3.2 LA REPRÉSENTATION DE L'INFORMATION

La représentation et le traitement de l'information sont certainement les éléments clefs de l'intelligence artificielle. L'information étant utile pour la résolution d'un problème donné, elle doit être accessible d'où la nécessité d'un format de représentation opportun. Il a été donné de constater que la résolution d'un problème a priori simple nécessite souvent beaucoup d'information. En IA, les connaissances dont doit disposer un système constituent l'information. Pour fournir des informations à un système, il faut les représenter de manière adéquate pour que le système puisse les traiter. Le soucis de représenter adéquatement l'information remonte à Aristote qui suggéra le syllogisme. Mais c'est surtout Leibniz qui développa un concept permettant de calculer toute sorte d'information. Selon la méthode de Leibniz, il faut formaliser les informations qu'on désire traiter de manière à ce que elles soient calculables. Pour cela, il faut un langage formel et un mécanisme capable de traiter les informations dans le langage formel choisi. Leibniz parle de « Lingua characteristica » et de « Calculus rationali ». L'intelligence artificielle utilise aujourd'hui le même principe: Un langage formel pour représenter les informations à traiter Un mécanisme de traitement Avec un tel système on peut résoudre les problèmes posés en utilisant les étapes suivantes:
  • Caractériser le domaine du problème posé
  • Représenter les objets symboliquement
  • Entrer les données dans un système
  • Poser des questions
  • Interpréter les réponses
Figure 3: méthode de résolution d'un problème 3.1 Définir le domaine Ici on collectionne toutes les informations relatives à un problème à résoudre. Il faut choisir les informations pertinentes. Ensuite on saisit ces informations dans le système. 3.2 Représenter les données. Avant d'aborder la représentation formelle des données, il est important d'explorer les différentes sortes de relations qui entre les objets. les connaissances relationnelles reflètent les relations entre les objets. Elles ont l'inconvénient de n'être utilisable que pour la représentation des faits. L'héritage Les réseaux sémantiques Les réseaux sémantiques sont une méthode simple et intuitive de représentation du savoir. Elles utilisent la notion de classe et d'héritage. Il existe des relations entre les objets représentés. On peut faire des inférence à partir des relations entre les objets représentés. Considérons à titre d'illustration l'exemple suivant. Les mammifères et les reptiles sont des animaux. Les mammifères ont une tête. Un éléphant est un mammifère gris de grande taille. Ellie et Nellie sont des éléphants. Nellie aime les pommes. A à de du réseau sémantique de la figure 5. On peut représenter tous les objets du passage cidessus ainsi que le relations entreelles. La relation entre les sousclasse constitue une hiérarchie. On utilise les sousclasses et les instances pour définir une nouvelle information. Comme on peut bien le remarquer su la figure, les arêtes représentent diverses relations entre les objets ou les classes. Nous pouvons citer les relations suivantes: La sousclasse( Une classe peut être sousclasse d'une autre classe) Le sousobjet( Un objet peut être sousobjet d'un autre) L'instanciation ( Un objet particulier est une instance d'une classe) Les caratéristiques propres à un objet. animaux reptilemammifèresousclasses têteont sousclasse taille couleur Elliegris grandéléphant instances pommesNellieaime figure 4. Un réseau sémantique.


©CLUE
1