Présentation
F.A.Q.
|
Qu'est-ce qu'une base de connaissances ?
|
Il s'agit d'une application où sont stockées les
connaissances d'un expert dans un domaine bien déterminé.
Elle intègre une partie de la “connaissance”
d'un spécialiste reconnu dans le domaine. Cette connaissance
possède de multiples facettes, c'est pourquoi nous parlons
de base de connaissances (avec un 's'). Notre base de connaissances
est caractérisée par un modèle descriptif
du domaine et une base de cas comparables entre eux car décrits
selon le même modèle.
A partir de ces connaissances observables et observées,
le but est de produire d'autres connaissances (dérivées
des premières) comme des classifications (partitionnement
et caractérisation des descriptions) ou des identifications
(nommer une nouvelle observation décrite) aussi performantes
que celles de l'expert.
Une base de connaissances est plus générale qu'un
système expert (système d'identification). Elle
fonctionne avec les éléments suivants :
- un modèle conceptuel du domaine,
- des exemples, des cas, des situations validées par
les experts,
- des techniques d'apprentissage et de raisonnement à
partir de cas pour générer des classifications (par
généralisation des cas) et des identifications (par
comparaison des cas),
- des techniques hypertextuelles (navigation) et multimédia
pour rendre accessible le contenu de la base de connaissances
au plus grand nombre.
Une base de connaissances n'est pas une base de données
ou un système d'informations. Les connaissances sont plus
générales que les données et peuvent être
exploitées à différents niveaux (connaissances
observables, observées, déduites).
|
|
Qu'est-ce qu'IKBS ?
|
Il s'agit d'une plate-forme générique de construction
de bases de connaissances développée à l'IREMIA.
Cet atelier permet le stockage, la gestion et la transmission
des connaissances dans tous les domaines ayant besoin de fournir
une aide à la décision. IKBS a été
conçu pour gérer les connaissances dans le milieu
des sciences de l'environnement (caractérisé par
une plus grande complexité des cas à représenter)
plutôt que dans le milieu industriel (caractérisé
par une grande quantité de cas mais moins complexes à
représenter). Sa vocation est d'appliquer une méthode
expérimentale de construction de bases de connaissances
(observation des faits, construction d'hypothèses, tests
expérimentaux pour les mettre à l'épreuve),
méthode de nature inductive (apprentissage) bien mieux
adaptée aux sciences de la vie (biologie, médecine,
etc.).
IKBS propose des “logiques descriptives” (composition,
points de vue, spécialisation, particularisation, itération,
conditions contextuelles) permettant de modéliser le domaine
de façon naturelle, c'est-à-dire très proche
de la pratique des experts : IKBS cherche à adapter le
modèle à la réalité du domaine et
non l'inverse. Par exemple, la couche sémantique des logiques
descriptives vient se placer au dessus de la couche du modèle
de représentation des connaissances du système
(orienté
objets). Cette représentation objet est nécessaire
mais pas suffisante pour représenter les connaissances
du vivant.
IKBS est donc un générateur de bases de connaissances
qui apporte une aide à la modélisation, à
la description, à la classification, à l'identification,
à la mise à jour et à la distribution des
connaissances. Son originalité est sa capacité à
gérer des connaissances évolutives à l'aide
de l'itération (retour sur les cas et le modèle
descriptif).
|
|
Pourquoi une base de connaissances ?
|
L'expertise est une denrée rare qui n'est pas bien valorisée
et transmise de générations en générations
(rapport maître-élève de plus en plus absent).
La base de connaissances permet trois choses :
- stoker : représenter et conserver les connaissances
- gérer : manipuler, comparer, traiter les connaissances
- transmettre : faire “passer” l'expertise et la distribuer.
|
|
Qu'est-ce qu'une base de connaissances de
qualité ?
|
Il s'agit avant tout d'une application efficace (rapidité
de mise en oeuvre) et robuste (donnant des résultats corrects
du point de vue des experts).
Les critères qualitatifs de la robustesse sont les suivants
: fiabilité, compréhension, précision,
exhaustivité,
cohérence, redondance, mise à jour, ergonomie,
tolérance
aux bruits, adaptation aux besoins exprimés.
Il ne s'agit pas d'une boite noire : les connaissances sont explicites
(il y a toujours moyen de connaître les raisons d'une mauvaise
décision par exemple).
En effet, l'intérêt d'une base de connaissances est
d'expliciter l'expertise à l'aide des techniques d'apprentissage
automatique à partir d'exemples sans recourir à
la méthode traditionnelle d'élicitation des connaissances
utilisée pour fabriquer un système expert (méthodes
d'interview).
|
|
Quels moyens à mettre en oeuvre pour obtenir
cette qualité ?
|
- Langage puissant de représentation des connaissances
pour exprimer la complexité du domaine dans des descriptions
de qualité.
- Aspect itératif (incrémental) du développement
de l'application pour tenir compte de l'évolution des connaissances.
- Utilisation des moyens cognitifs (structuration des connaissances),
pédagogiques et multimédia (intelligibilité
de la vulgarisation) pour faciliter la mise en oeuvre par les
futurs utilisateurs de l'application.
- Disponibilité de l'application sur Internet.
|
|
Pourquoi le travail coopératif à
distance ?
|
L'expérience montre que le travail de groupe permet de
créer des bases de connaissances plus robustes que si elles
ont été conçues par des spécialistes
isolés (la confrontation des connaissances est
bénéfique
afin d'élaborer un thésaurus commun pour le vocabulaire
et les illustrations).
Le partage des connaissances est déterminant pour
l'acceptabilité
du produit par les utilisateurs finaux (gage de qualité
du travail d'équipe).
|
|
Méthodologie de construction d'une base de
connaissances :
|
- Acquisition du modèle descriptif (connaissances de
base ou de faits observables),
- Acquisition des exemples constituant les connaissances de
faits observés, à l'aide d'un questionnaire,
- Traitement de ces connaissances par discrimination (induction)
et comparaison (raisonnement par cas),
- Validation des connaissances produites,
- Itération sur la définition du modèle
descriptif et la mise à jour des anciens cas.
Innovation du concept : première expérience de construction
d'une base de connaissances multi-experte avec des acteurs trés
dispersés (Antilles, Métropole, Réunion).
[ Page
d'Accueil | Coraux des
Mascareignes | Page d'
IKBS | Bienvenue | Top ]
© IREMIA - Equipe IKBS - 11/2000
