19

Le cheminement conceptuel

Dans ce paragraphe, nous allons évoquer quelles sont les relations entretenues entre les deux approches que nous avons expérimentées, c'est-à-dire celle à l'INRA avec les systèmes experts dits "de première génération" et celle en apprentissage numérique symbolique dans le cadre d'ESPRIT (projet INSTIL).

Nous résumons d'abord les avantages et inconvénients des systèmes à base de connaissances par rapport aux programmes informatiques classiques (§ 1.3.1). Cette première comparaison est plutôt théorique. Elle est suivie d'un bref exposé (§ 1.3.2) sur les tentatives des chercheurs en informatique pour faire face au problème de l'acquisition des connaissances soulevé par l'emploi des règles de déduction dans les systèmes experts de première génération. Les systèmes experts de seconde génération mettent l'accent sur l'acquisition des connaissances de l'expert par le cogniticien du point de vue de la simulation de son raisonnement à l'aide de modèles.

Or, la modélisation du raisonnement demande d'abord la compréhension des concepts sur lesquels on raisonne. En privilégiant plutôt les descriptions que les règles de détermination, nous allons montrer que l'apprentissage inductif à partir d'exemples est mieux adapté à la logique de fonctionnement de l'expert. Du point de vue pratique, nous n'oublions pas cependant qu'un système expert, même s'il est construit par apprentissage inductif, est utilisé par d'autres personnes que l'expert. L'adaptation des connaissances à l'utilisateur final a fait l'objet de recherches pendant deux années d'utilisation des systèmes experts sur le terrain. Nous en donnerons un aperçu au § 1.3.3. Enfin, en comparant les résultats d'INSTIL et ceux de SEPV au § 1.3.4, nous verrons que la qualité des descriptions à traiter par apprentissage est primordiale, ce qui nécessite la conception d'un modèle descriptif correctement défini.

1.3.1 Les systèmes experts

Les systèmes experts ou encore systèmes à base de connaissancessont des programmes informatiques qui ont pour but de reproduire le raisonnement d'un expert humain dans un domaine bien précis, afin de résoudre un problème donné de manière aussi performante.

Du point de vue de la méthode, alors que dans les systèmes informatiques traditionnels le programme récolte toute l'information sous forme procédurale, dans les systèmes experts l'information spécifique au domaine est déclarée dans une base de connaissances heuristiques (les règles de raisonnement) et sont séparées de leur mécanisme d'interprétation (le moteur d'inférences). Pour une explication de l'anatomie des systèmes experts de première génération, le lecteur pourra se reporter à [Laurière, 1982], [Cordier, 1984] ou [Bonnet, 1984].