Systèmes à Base de Cas

Ingénierie de Connaissance - Chapitre 04: Paradigme de résolution des problèmes

• L'ingénierie de connaissance vise à la conception de systèmes utilisant des connaissances pour résoudre des problèmes.
• En 1956, John McCarthy a défendu une approche logique de la représentation des connaissances.
• Marvin Minsky a privilégié une représentation des connaissances sous forme d'objets structurés (frames).

Systèmes Experts : Rappel

• Un système expert est un programme conçu pour simuler un expert humain dans un domaine spécialisé.
• Un système expert utilise des règles et des faits pour résoudre les problèmes.
• Les règles sont sous la forme "SI prémisses, ALORS conclusions".
• Il utilise une base de connaissances, des règles d'inférence et une interface graphique pour interagir avec l'utilisateur.

Système Expert : Composants

• Base de connaissance : Contient les règles et les faits.
• Méta-règles : Règles supplémentaires qui aident à décider quelles règles utiliser dans la base.
• Règles d'inférences : Déterminent comment appliquer les règles pour déduire des conclusions.
• Base de faits : Contient les données spécifiques au problème.
• Moteur d'inférence : L'organe qui utilise les règles et les faits pour déduire des conclusions.
• Interface Graphique : Sert à l'utilisateur pour saisir des données et recevoir les réponses.

Système Expert : Critiques

• La construction de la base de connaissances est coûteuse en temps.
• Les systèmes basés sur des règles fonctionnent bien avec des connaissances formalisées et stables.
• L'absence d'outil d'apprentissage nécessite l'intervention d'un programmeur pour tout changement dans la base de connaissance.

Travaux de Roger Schank

• L'homme ne raisonne pas toujours à partir de règles.
• Schank propose un modèle inspiré du raisonnement humain avec l'organisation en paquets de mémoire (MOP).
• Un MOP contient une situation et la solution à un problème spécifique.
• La réutilisation de schémas de solution pour résoudre des problèmes similaires.
• Le modèle de Schank repose sur la mémorisation des situations (cas).

MOPs : Memory Organization Packets

• Les MOPs regroupent les schémas en paquets pour simplifier la navigation entre eux.
• Les paquets sont ouverts au fur et à mesure du besoin.
• Exemple : Un trajet Lyon → BNF se décompose en paquets : Lyon → Paris (moyens de transport), Paris → BNF (moyens de transport).

Travaux de Roger Schank - Continuité

• Les anciennes expériences et cas permettent de remplir la base de connaissance.
• Face à un nouveau problème, le système utilise des similarités générales pour la solution.
• La mémoire des expériences est mise à jour avec chaque nouveau cas.

Raisonnement à Base des Cas (RaPC)

• RaPC est un nouveau paradigme de résolution de problèmes différent des méthodes traditionnelles de l'IA.
• RaPC utilise les connaissances des cas précédents pour résoudre le nouveau problème.
• La résolution utilise des cas similaires pour trouver la solution.
• RaPC est une approche d'apprentissage car les expériences conduisent à des nouvelles solutions.
• La collecte de connaissances est une tâche de mémorisation des cas précédents.
• L'implémentation se concentre sur l'identification des propriétés significatives.
• Les bases de données rendent la maintenance des grands volumes d'informations plus facile.

RaPC : Exemple

• Le mécanicien utilise des cas passés pour diagnostiquer une voiture actuelle.
• Le diagnostic combine la similarité avec les différences entre les deux cas.
• Le nouveau diagnostic devient un cas à son tour pour le futur.

RaPC : Principes

• Régularité : Des actions similaires dans les mêmes conditions génèrent souvent des résultats similaires.

• Typicité : Les expériences ont tendance à se répéter.

• Consistance : Des changements mineurs dans une situation induisent des changements mineurs dans la solution.

• Adaptabilité : Les différences entre les situations similaires tendent à être mineures et faciles à compenser.

• Processus de RaPC :

  • Recherche de cas similaires dans la base de données.
  • Réutilisation de la solution du cas similaire après une révision adaptée.
  • L'apprentissage s'effectue par la prise de connaissance.

RaPC : Principe (suite)

• Les cas sont élaborés comme entrée du problème.
• Les cas similaires sont mémorisés.
• Une solution est déduite du cas cible, à partir du cas source.
• La solution est vérifiée et corrigée.
• La solution est intégrée à la base de connaissances.

Conception d'un système à base de cas

• La représentation des cas implique la connaissance d'une action, son contexte, le problème et sa solution.
• Organisation des cas dans la base des cas.

Représentation des cas

• Représentation vecteur : Description du cas (attributs et valeurs), solution.
• Représentation frame : Chaque frame possède un nom et un ensemble d'attributs, simples ou complexes.
• Représentation prédicat : Conditions et conclusions.

Indexation des cas

• L'indexation facilite la recherche dans la base de données des cas.
• Elle utilise des indicateurs prédictifs et reconnaissables qui sont abstraits et concrets pour améliorer la remémoration.

Récupération des cas

• La recherche se termine une fois la meilleure correspondance trouvée.
• Comparaison des caractéristiques et des correspondances initiales.
• Choix de la meilleure correspondance parmi les solutions similaires.
• Calcul de similarité entre le nouveau cas et les cas mémorisés .

Réutilisation des cas

• Utilisation du cas passé pour résoudre le nouveau.
• L'analyse des différences entre le cas passé et le nouveau cas.
• Transfert de parties pertinentes du cas passé vers le cas nouveau (si possible).

Révision des cas

• Révision de la solution générée si elle ne correspond pas à la solution attendue.
• Incorporation des points positifs (et négatifs) pour l'apprentissage.

Raisonnement causal

• Le raisonnement causal cherche à identifier les relations de cause à effet pour prédire le futur.
• Il existe deux formes de raisonnement : cause à effet et effet à cause.

Raisonnement causal : Méthodes

• Méthode de l'accord : Identifier les conditions où un phénomène se produit toujours (causes présentes même si les contextes sont différents).
• Méthode de la différence : Identifier les différences entre les situations où un phénomène se produit et celles où il ne se produit pas.
• Méthode de la variation concomitante : Relation entre une cause croissante et un effet croissant.
• Méthode des résidus : Identifier les causes probables responsables des effets observés après élimination des causes déjà établies.

Raisonnement causal : Limites

• Les relations causales ne sont pas toujours évidentes et peuvent nécessiter la confirmation scientifique.
• D'autres facteurs inconnus peuvent influencer les relations causales.

Raisonnement déductif

• Un processus de réflexion logique allant du général au spécifique.
• Basé sur l'utilisation d'hypothèses générales et de prémisses logiques pour arriver à une conclusion logique.

Raisonnement déductif : Approche

• Commence par une théorie existante, puis émet des hypothèses basées sur cette théorie.
• Recueille les données pour tester l'hypothèse.
• Analyse les résultats pour confirmer ou réfuter l'hypothèse.

Raisonnement déductif : Avantages

• Aide à justifier les décisions de manière efficace.
• Fiable lorsque les prémisses initiales sont correctes.

Raisonnement déductif : Limites

• Dépend fortement de l'exactitude des prémisses initiales.

Raisonnement Inductif

• Processus d'observation et de généralisation.

Raisonnement par Contraintes

• Se concentre sur les relations et contraintes entre des variables dans la résolution de problèmes.
• Variables, domaines et contraintes pour modéliser les problèmes et les résoudre.
• L'objectif est de trouver des valeurs pour les variables qui satisfont toutes les contraintes.

Raisonnement par contraintes : Exemple

• Planification des cours des étudiants en considérant la capacité des salles, etc

Avantages de RaPC

• Réduction de l'effort d'acquisition des connaissances.
• Possibilité de proposer des solutions avec des problèmes incomplets.
• Amélioration continue avec l'augmentation de la base de cas.

Limites du Raisonnement Inductif

• Les cas les plus appropriés peuvent ne pas être trouvés.
• Le besoin de connaissances sur la similarité, l'adaptation, et la validation reste important.

Domaines d'applications de RaPC

• Recommandations (itinéraires, trajets).
• Planification (trajets).
• Médecine (recommandation de ressources pédagogiques).
• Automobile
• Cuisine.