18

Chapitre 1

Maggy fonctionne en logique du premier ordre et utilise une stratégie de recherche du meilleur d'abord guidée par les données : il combine la recherche en gradient et en profondeur d'abord (tous les chemins sont explorés, mais les plus prometteurs le sont en premier). C'est un système symbolique.

1.2.4 Conclusion

Comme le montrent ces différents algorithmes, le projet INSTIL visait à réunir différents modes de raisonnements par inférence (induction, déduction), des stratégies de recherche multiples (recherches ascendante, descendante, en profondeur, en largeur d'abord), des méthodes d'induction différentes (numériques, symboliques) et des modes de représentation divers (logique des propositions, prédicats).

Dans ce projet, notre rôle a été double :

D'une part, nous avons pu fournir les exemples en amont de la phase de traitement par ces algorithmes ; grâce à la connaissance des utilisateurs finaux, nous avons pu ainsi proposer dans le cadre d'un mémoire de fin d'étude ISARA [Conruyt & Piaton, 1987] une méthode d'acquisition des exemples à l'aide d'un questionnaire interactif adaptée au domaine de la pathologie végétale. C'est cette méthode qui a servi de base à la construction du projet de thèse afin de réaliser pratiquement les outils permettant d'acquérir les connaissances initiales aux traitements. Ainsi, l'expérience de deux années d'utilisateur des systèmes experts sur le terrain a permis de comprendre la difficulté du "savoir observer et décrire" des différents intervenants dans lachaîne du diagnostic et de passer d'une proposition sur papier à une réalisation informatique concrète.

D'autre part, il nous restait à comprendre les mécanismes de raisonnement des logiciels d'apprentissage automatique (induction, déduction) pour les comparer au "savoir raisonner" de l'expert, ceci afin de concevoir un système de détermination globalement plus fiable. Comprendre le traitement des exemples a été donc l'objectif poursuivi pour pouvoir établir des comparaisons entre les différents programmes à la lumière de la qualité des descriptions fournies. N'ayant pas au départ les connaissances informatiques suffisantes, les différents algorithmes ont été regardés comme autant de boites noires et nous avons analysé les résultats en sortie par rapport aux données en entrée. Nous avons ainsi pu constater une nouvelle fois l'importance de la qualité des descriptionsen entrée, ce qui justifiait de consacrer nos efforts futurs sur cet aspect de l'acquisition des connaissances.