TechCodeview

Un système expert est un programme informatique conçu pour résoudre des problèmes complexes et fournir une capacité de prise de décision comme un expert humain. Pour ce faire, il extrait des connaissances de sa base de connaissances en utilisant les règles de raisonnement et d'inférence en fonction des requêtes des utilisateurs.

Le système expert fait partie de l’IA et le premier ES a été développé en 1970, ce qui constitue la première approche réussie de l’intelligence artificielle. Il résout le problème le plus complexe en tant qu'expert en extrayant les connaissances stockées dans sa base de connaissances. Le système aide à la prise de décision pour les problèmes de compsex en utilisant à la fois des faits et des heuristiques comme un expert humain . On l'appelle ainsi parce qu'il contient les connaissances spécialisées d'un domaine spécifique et peut résoudre tout problème complexe de ce domaine particulier. Ces systèmes sont conçus pour un domaine spécifique, tel que médecine, sciences, etc.

La performance d'un système expert repose sur les connaissances de l'expert stockées dans sa base de connaissances. Plus la base de connaissances stocke de connaissances, plus ce système améliore ses performances. L'un des exemples courants d'ES est une suggestion de fautes d'orthographe lors de la saisie dans le champ de recherche Google.

Ci-dessous le schéma fonctionnel qui représente le fonctionnement d'un système expert :

Remarque : Il est important de se rappeler qu'un système expert ne sert pas à remplacer les experts humains ; au lieu de cela, il est utilisé pour aider l’humain à prendre une décision complexe. Ces systèmes n’ont pas les capacités humaines de penser et de travailler sur la base de la base de connaissances d’un domaine particulier.

Vous trouverez ci-dessous quelques exemples populaires du système expert :

DENDRAL :Il s’agissait d’un projet d’intelligence artificielle conçu comme un système expert en analyse chimique. Il a été utilisé en chimie organique pour détecter des molécules organiques inconnues à l’aide de leur spectre de masse et de leur base de connaissances en chimie.MYCINE :Il s’agit de l’un des premiers systèmes experts de chaînage en amont conçu pour détecter les bactéries responsables d’infections telles que la bactériémie et la méningite. Il était également utilisé pour la recommandation d’antibiotiques et le diagnostic des maladies de la coagulation sanguine.PXDES :Il s’agit d’un système expert utilisé pour déterminer le type et le niveau de cancer du poumon. Pour déterminer la maladie, on prend une photo du haut du corps, qui ressemble à une ombre. Cette ombre identifie le type et le degré de préjudice.Cadet:Le système expert CaDet est un système d’aide au diagnostic permettant de détecter le cancer à un stade précoce.

Caractéristiques du système expert

Haute performance:Le système expert offre des performances élevées pour résoudre tout type de problème complexe dans un domaine spécifique avec une efficacité et une précision élevées.Compréhensible:Il répond d’une manière facilement compréhensible par l’utilisateur. Il peut accepter des entrées en langage humain et fournir des résultats de la même manière.Fiable:Il est très fiable pour générer une sortie efficace et précise.Très réactif :ES fournit le résultat de toute requête complexe dans un délai très court.

Composants du système expert

Un système expert se compose principalement de trois éléments :

Interface utilisateur Moteur d'inférence Base de connaissances

1.Interface utilisateur

À l'aide d'une interface utilisateur, le système expert interagit avec l'utilisateur, prend les requêtes en entrée dans un format lisible et les transmet au moteur d'inférence. Après avoir obtenu la réponse du moteur d'inférence, il affiche le résultat à l'utilisateur. Autrement dit, c'est une interface qui aide un utilisateur non expert à communiquer avec le système expert pour trouver une solution .

2. Moteur d'inférence (règles du moteur)

• Le moteur d’inférence est connu comme le cerveau du système expert car il s’agit de la principale unité de traitement du système. Il applique des règles d'inférence à la base de connaissances pour tirer une conclusion ou déduire de nouvelles informations. Cela aide à dériver une solution sans erreur aux requêtes posées par l’utilisateur.
• À l'aide d'un moteur d'inférence, le système extrait les connaissances de la base de connaissances.
• Il existe deux types de moteur d'inférence :
Moteur d'inférence déterministe :Les conclusions tirées de ce type de moteur d’inférence sont supposées vraies. C'est basé sur faits et règles .Moteur d'inférence probabiliste :Ce type de moteur d'inférence contient une incertitude dans les conclusions et basée sur la probabilité.

Le moteur d'inférence utilise les modes ci-dessous pour dériver les solutions :

Chaînage avant :Il part des faits et des règles connus, et applique les règles d'inférence pour ajouter leur conclusion aux faits connus.Chaînage arrière :Il s’agit d’une méthode de raisonnement rétrospectif qui part de l’objectif et travaille à rebours pour prouver les faits connus.

3. Base de connaissances

• La base de connaissances est un type de stockage qui stocke les connaissances acquises auprès des différents experts d'un domaine particulier. Il est considéré comme un grand stockage de connaissances. Plus la base de connaissances est importante, plus le Système Expert sera précis.
• C'est similaire à une base de données qui contient des informations et des règles d'un domaine ou d'un sujet particulier.
• On peut également visualiser la base de connaissances sous forme de collections d'objets et de leurs attributs. Par exemple, un Lion est un objet et ses attributs sont qu'il est un mammifère, qu'il n'est pas un animal domestique, etc.

Composants de la base de connaissances

Connaissance factuelle :Les connaissances basées sur des faits et acceptées par les ingénieurs des connaissances relèvent des connaissances factuelles.Connaissances heuristiques :Ces connaissances sont basées sur la pratique, la capacité de deviner, l'évaluation et les expériences.

Représentation des connaissances: Il permet de formaliser les connaissances stockées dans la base de connaissances à l'aide des règles If-else.

circuit additionneur complet

Acquisitions de connaissances : Il s'agit du processus d'extraction, d'organisation et de structuration des connaissances du domaine, en spécifiant les règles permettant d'acquérir les connaissances auprès de divers experts et de stocker ces connaissances dans la base de connaissances.

Développement d'un système expert

Ici, nous expliquerons le fonctionnement d'un système expert en prenant un exemple de MYCIN ES. Vous trouverez ci-dessous quelques étapes pour créer un MYCIN :

• Premièrement, les SE doivent être alimentés par des connaissances spécialisées. Dans le cas de MYCIN, des experts humains spécialisés dans le domaine médical des infections bactériennes fournissent des informations sur les causes, les symptômes et d'autres connaissances dans ce domaine.
• La base de connaissances de MYCIN est mise à jour avec succès. Pour le tester, le médecin lui propose un nouveau problème. Le problème consiste à identifier la présence de la bactérie en saisissant les détails d’un patient, notamment ses symptômes, son état actuel et ses antécédents médicaux.
• L'ES aura besoin d'un questionnaire à remplir par le patient pour connaître les informations générales sur le patient, telles que le sexe, l'âge, etc.
• Maintenant que le système a collecté toutes les informations, il trouvera la solution au problème en appliquant des règles si-alors à l'aide du moteur d'inférence et en utilisant les faits stockés dans la base de connaissances.
• Au final, il apportera une réponse au patient en utilisant l'interface utilisateur.

Participants au développement du système expert

Il y a trois principaux participants à la construction du système expert :

Expert:Le succès d’un SE dépend en grande partie des connaissances fournies par des experts humains. Ces experts sont les personnes spécialisées dans ce domaine spécifique.Ingénieur des connaissances :L'ingénieur des connaissances est la personne qui rassemble les connaissances des experts du domaine et codifie ensuite ces connaissances dans le système selon le formalisme.Utilisateur final:Il s'agit d'une personne particulière ou d'un groupe de personnes qui ne sont peut-être pas des experts, et travailler sur le système expert a besoin de solution ou de conseils pour ses requêtes, qui sont complexes.

Pourquoi un système expert ?

Avant d'utiliser une technologie, nous devons avoir une idée du pourquoi utiliser cette technologie et donc la même chose pour l'ES. Même si nous disposons d’experts humains dans tous les domaines, quelle est alors la nécessité de développer un système informatique ? Voici donc les points qui décrivent le besoin du SE :

Pas de mémoire. Limites :Il peut stocker autant de données que nécessaire et les mémoriser au moment de son application. Mais pour les experts humains, il existe certaines limites à la mémorisation de toutes choses à tout moment.Haute efficacité:Si la base de connaissances est mise à jour avec les connaissances correctes, elle fournit alors un résultat très efficace, ce qui n'est peut-être pas possible pour un humain.Expertise dans un domaine :Il existe de nombreux experts humains dans chaque domaine, et ils ont tous des compétences, des expériences et des compétences différentes, il n'est donc pas facile d'obtenir un résultat final pour la requête. Mais si nous mettons les connaissances acquises auprès des experts humains dans le système expert, celui-ci fournit alors un résultat efficace en mélangeant tous les faits et connaissances.Non affecté par les émotions :Ces systèmes ne sont pas affectés par les émotions humaines telles que la fatigue, la colère, la dépression, l'anxiété, etc. Les performances restent donc constantes.Haute sécurité:Ces systèmes offrent une haute sécurité pour résoudre toute requête.Considère tous les faits :Pour répondre à toute requête, il vérifie et considère tous les faits disponibles et fournit le résultat en conséquence. Mais il est possible qu’un expert humain ne prenne pas en compte certains faits pour une raison quelconque.Des mises à jour régulières améliorent les performances :S'il y a un problème dans le résultat fourni par les systèmes experts, nous pouvons améliorer les performances du système en mettant à jour la base de connaissances.

Capacités du système expert

Vous trouverez ci-dessous quelques fonctionnalités d'un système expert :

Conseiller :Il est capable de conseiller l'être humain pour la requête de n'importe quel domaine d'un ES particulier.Fournir des capacités de prise de décision :Il offre la capacité de prendre des décisions dans n'importe quel domaine, par exemple pour prendre des décisions financières, des décisions en sciences médicales, etc.Démonstration d'un appareil :Il est capable de démontrer tout nouveau produit tel que ses fonctionnalités, ses spécifications, comment utiliser ce produit, etc.Résolution de problème:Il possède des capacités de résolution de problèmes.Expliquer un problème :Il est également capable de fournir une description détaillée d'un problème de saisie.Interprétation de l'entrée :Il est capable d'interpréter les entrées données par l'utilisateur.Prédire les résultats :Il peut être utilisé pour prédire un résultat.Diagnostic:Un ES conçu pour le domaine médical est capable de diagnostiquer une maladie sans utiliser plusieurs composants car il contient déjà divers outils médicaux intégrés.

Avantages du système expert

• Ces systèmes sont hautement reproductibles.
• Ils peuvent être utilisés dans des endroits à risque où la présence humaine n'est pas sûre.
• Les possibilités d'erreur sont moindres si la base de connaissances contient des connaissances correctes.
• Les performances de ces systèmes restent stables car elles ne sont pas affectées par les émotions, la tension ou la fatigue.
• Ils offrent une très grande rapidité pour répondre à une requête particulière.

Limites du système expert

• La réponse du système expert peut être erronée si la base de connaissances contient des informations erronées.
• Comme un être humain, il ne peut pas produire une production créative adaptée à différents scénarios.
• Ses coûts de maintenance et de développement sont très élevés.
• L'acquisition de connaissances pour la conception est très difficile.
• Pour chaque domaine, nous avons besoin d'un ES spécifique, ce qui constitue l'une des grandes limitations.
• Il ne peut pas apprendre de lui-même et nécessite donc des mises à jour manuelles.

Applications du système expert

Dans le domaine de la conception et de la fabrication
Il peut être largement utilisé pour concevoir et fabriquer des dispositifs physiques tels que des objectifs d’appareil photo et des automobiles.Dans le domaine de la connaissance
Ces systèmes sont principalement utilisés pour publier les connaissances pertinentes auprès des utilisateurs. Les deux ES populaires utilisés pour ce domaine sont un conseiller et un conseiller fiscal.Dans le domaine financier
Dans le secteur financier, il est utilisé pour détecter tout type de fraude possible, d'activité suspecte et pour indiquer aux banquiers s'ils doivent ou non accorder des prêts aux entreprises.Dans le diagnostic et le dépannage des appareils
Dans le diagnostic médical, le système ES est utilisé et ce fut le premier domaine dans lequel ces systèmes ont été utilisés.Planification et ordonnancement
Les systèmes experts peuvent également être utilisés pour planifier et ordonnancer certaines tâches particulières afin d'atteindre l'objectif de cette tâche.