Systèmes experts et intelligence...

n°157systèmesexperts etintelligenceartificielle

CT 157 édition novembre1991

Laurence Negrello

Après l’obtention du DESS - Diplômed'Enseignement SupérieurSpécialisé - «Intelligence artificielle,reconnaissance de formes etrobotique» à l’Université PaulSabatier de Toulouse, entre chezMerlin Gerin en 1988.Depuis cette date, elle a participé àdeux projets de Système Experts :SILEX et ADELIA, au sein duservice IST (InformationScientifique et Technique) de laDirection Technique.

Cahier Technique Merlin Gerin n° 157 / p.2


systèmes experts et intelligence artificielle

sommaire

1. Introduction p. 42. Les Systèmes Experts Origine des Systèmes Experts. p. 4

Qu’en attend-on dans l’industrie? p. 4Les SE, plus précisément. p. 5Réalisation d’un SE. p. 9Evolution des SE. p. 10

3. Les applications chez Merlin Gerin Fiabilité, sûreté des réseaux p. 14électriques.Propagation d’incendies dans les p. 16bâtiments.Sécurité, disponibilité des p. 16centrales nucléaires.Pilotage d’atelier. p. 17Distribution d’énergie électrique p. 18et reconfiguration de réseaux.

4. L’Intelligence Artificielle Définition et but. p. 19Domaines et techniques de p. 20l’Intelligence Artificielle.

5. Perspectives d’avenir Réseaux de neurones. p. 22Logiques de raisonnement. p. 22Raisonnement temporel. p. 22En conclusion... p. 23


1. introduction

Fleuron des progrès de latechnologie, les microprocesseurssont aujourd’hui présents dans tousles secteurs.Dans l’industrie, l’administration ouencore dans notre propreappartement, ils interviennent aussibien dans les systèmes de contrôlede processus complexes que dansles machines à laver.Les différents traitements qu’ilspermettent de réaliser ont conduit à lacréation de «machinesinformatiques» plus ou moinsspécialisées, par exemple :■ ordinateur pour la gestion ;administrative ou la comptabilité ;■ calculateur pour le domainescientifique ;■ automate pour les processusindustriels ;

■ centrale pour la gestion desbâtiments ou des installationsélectriques.

La fascination de l’homme face auxmachines existe depuis toujours et ajoué un rôle moteur dans les travaux derecherche qui ont débouché sur cettenouvelle activité appelée «intelligenceartificielle». Même si le terme paraîtprétentieux, il traduit ce rêve éterneldes hommes qui, déjà dans l’antiquité,tentaient de réaliser des machinescapables de reproduire, de manièreartificielle, leurs proprescomportements physiques etintellectuels. Une légende trèsancienne parle de tables, à 3 piedsmunis de roulettes, se déplaçant seulesdans le palais des Dieux.

Vaucanson, au XVIIème siècle réalisaitdes automates tout à fait remarquables.L’idée de la «machine Pensante»progresse et engendre de nombreusespolémiques. Peut-on parlerd’«ordinateur intelligent» dans lamesure où ils peuvent parler, voir,entendre, raisonner et, dans certainscas, agir comme un être humain.Même si les avis sont partagés, lesprogrès de l’informatique permettentaux ordinateurs d’aujourd’huid’approcher les raisonnementshumains, grâce à des techniquesvariées (soft ou hard) comme les SE-Systèmes Experts- ou les réseaux deneurones.

2. les Systèmes Experts

origine des SystèmesExpertsCe que l’on retrouve aujourd’hui danstous les SE est l’expression d’un savoirsous forme de connaissancesheuristiques, résultant généralementd’une expérience cumulée dans undomaine précis. Ces connaissancestraduisent un mode de raisonnement etpeuvent s’exprimer par des règlestelles que :«SI telle condition estvérifiée ALORS effectuer telle action»(ces règles sont appelées plusprécisément «règles de production»).

L’idée d’exprimer ainsi uneconnaissance n’est pas neuve. Eneffet, le plus vieux document qui entémoigne est un document médicaldatant du XVIIème siècle avant JC. Ilcorrespond à une copie d’ouvrage del’ancien Empire Egyptien. Ce textefameux présente 48 observationschirurgicales de blessures de la tête,

toutes formulées sous la mêmereprésentation formelle :«titre, examen, diagnostic, traitement».(cf. fig. 1).On rencontre ainsi dans les littératuresanciennes de nombreuses «bases deconnaissance», fortement structurées,de taille souvent importante.La constitution de tels écrits étaitmotivée par le désir de laisser unetrace du savoir acquis par certains«savants», trace exploitée par leurssuccesseurs.

Depuis, si les motivations sont restéesles mêmes, les moyens ont changé.Avec les progrès de l’informatique,l’évolution des besoins se traduit parl’arrivée d’applications utilisant «laconnaissance», c’est-à-dire desdonnées qualitatives. A partir de«bases de connaissance» contenantsoit l’expertise de spécialistes, soit lesconnaissances implicites que l’hommeutilise en permanence (telles la

compréhension du langage ou lareconnaissance de formes), cesnouvelles applications cherchentaujourd’hui à simuler le raisonnementet les comportements humains.

qu’en attend-on dansl’industrie ?Les SE ont commencé à intéresser lesindustriels il y a environ 10 ans, avecl’arrivée des premières réalisationsopérationnelles. Les intérêts de chacunsont différents et correspondent à desbesoins précis d’une entreprise ou d’unservice. En effet, chaque réalisationd’un SE s’intègre dans un environne-ment particulier de développement etdoit être adaptée au cadre d’utilisation.

Un SE est développé, par exemple,pour :■ sauvegarder une expertiseaccumulée ;■ la diffuser dans le temps ;


■ la diffuser dans l’espace ;■ formaliser une connaissance deconception.

Sauvegarder une expertiseaccumuléeBien souvent dans une entreprise, ledépart d’un expert (mobilité ou retraite)pose le problème de la sauvegarde desavoir-faire. La solution SE permet àl’entreprise de conserver l’expérienceacquise par un seul homme devenu«expert» dans sa spécialité au cours desa carrière.

La diffuser dans le temps(le but poursuivi est l’amélioration desrègles d’un métier) :Dans une entreprise, les produits serenouvellent, les moyens changent, lesavoir-faire évolue.Les SE sont justement desprogrammes conçus pour être évolutifs.Leur conception, rend la base deconnaissance (contenant les règles deproduction) accessible à tout expert,même non informaticien.Grâce aux SE, les connaissances d’unspécialiste sont donc renduesaccessibles aux autres spécialistes quiont alors la possibilité d’ajouter leurspropres connaissances ou de modifiercelles qui sont en mémoire. Cecipermet au système informatique deprendre en compte l’amélioration etl’évolution des méthodes de travail etde suivre la progression de l’entreprise.De plus, lorsqu’une personne nouvellearrive dans l’entreprise, elle disposeimmédiatement de l’expérience acquisepar ses prédécesseurs.

La diffuser dans l’espace(le but est l’unification des méthodes detravail) :Dans une entreprise il est trèsimportant que plusieurs personnes,réalisant des travaux identiques,adoptent les mêmes méthodes detravail. Cette unification, (diffusionhorizontale), peut être obtenue à l’aided’un SE . Cette démarche nécessitedes échanges entre les experts etenrichit la connaissance sur l’activitécorrespondante. La «diffusionverticale» permet aux non-spécialistesd’effectuer des tâches jusque-làréservées aux experts ; ces mêmesexperts sont alors disponibles pour destravaux nouveaux ou plus riches.

Cependant la solution SE n’est pasforcément la mieux adaptée aux

besoins, aux problèmes posés. Il fautse garder de réaliser un SE pour «fairecomme les autres» ou à cause de laséduction d’une publicité bien faite dugenre :«réalisez votre application SE en15 jours grâce au GSE Dupont»«réalisez votre SE sans informaticiengrâce au GSE Durand»

Formaliser une connaissance deconceptionOn constate aujourd’hui que l’expertisetend à se «déplacer». Par exemple, enfabrication, on ne contrôle plus le travaildu monteur, on le conçoit a priori. Onva même jusqu’à l’automatiser. Toutel’expertise se trouve alors dans cetteautomatisation, elle n’est fournie quepeu par l’homme d’expérience, maisest le fruit de réflexions, de prévisionset de calculs.La même constatation peut se fairedans le domaine du diagnostic et de lamaintenance où des SE sont vendusavec les produits. La connaissance

contenue dans ce type de SE provientdonc du concepteur et moins del’expérience accumulée par lesutilisateurs au cours des dépannages.

les SE, plus précisémentDéfinition d’un SED’une manière générale, un SE est unprogramme qui permet l’exploitationdes connaissances dans un domaineprécis et rigoureusement limité. Il estutilisé pour effectuer des tâchesintellectuelles, c’est-à-dire des travauxexigeant le savoir et l’expérience del’homme. Un SE est alors capabled’assister l’utilisateur de manièreefficace.Tel un expert humain, un SE n’aaucune prétention en dehors de saspécialité.Un SE est un système informatique oùles données (la base de connaissance)sont bien séparées du programme quiles manipule (le moteur d’inférences).

fig. 1 : expression des connaissances médicales sur un document datant du premier siècleavant Jésus-Christ.

titreinstruction pour soigner une fêlure del'os malaire.

examensi tu examines un homme qui a unefêlure de l'os malaire, tu trouveras unefluxion saillante et rouge, bordant cetteblessure.

diagnostic et pronostictu diras à son sujet : «une fêlure de l'osmalaire. C'est un mal que je traiterai».

traitementTu le panseras avec de la viandefraîche le premier jour. Le traitementdurera jusqu'à ce que la fluxion seréduise. Ensuite tu le soigneras avecde la fraise, du miel, et des bandages àrenouveler chaque jour, jusqu'a ce qu'ilguérisse.


En cela les SE sont différents deslogiciels classiques (cf. fig. 2).

Le cœur d’un SE se compose d’unebase de connaissance et d’un moteurd’inférences :■ la Base de Connaissance (BC), quicontient une base de faits et une basede règles, représente le savoir (les faitspermanents) et le savoir-faire (lesrègles de l’expert).La base de faits intègre deux types defaits : les faits permanents du domaineet les faits déduits par le moteurd’inférences qui sont propres au castraité.Prenons un exemple simple (cf. fig. 3) :faits permanents :On peut éclairer une lampe avec uninterrupteur.Un interrupteur a deux positions : «ON»et «OFF».base de faits :■■ il y a de la tension (V),■■ l’interrupteur est «ON» (I).base de règle :R1 : SI il y a de la tension et SIl’interrupteur est «ON», ALORS il y ade la tension aux bornes de la lampe.■ le moteur d’inférences est unprogramme chargé d’exploiter la BCpour mener un raisonnement sur leproblème posé en fonction du contenude la base de faits. Pour cela, ilcontient un algorithme qui examine lesconditions de règles et vérifie si ellessont vraies ou fausses. Une règle dontla prémisse (ou partie condition) estvraie est dite «applicable».Une prémisse peut contenir une ouplusieurs conditions. Chaque conditioncorrespond à un fait ; elle est vraie si lefait est présent dans la base, fausse sile fait contraire est présent et inconnuesi le fait est absent .Dans l’exemple ci-dessus, la prémissede la règle citée «SI (V) et (I)» estcomposée de deux conditions qui sontvraies car elles existent dans la basede faits.Chaque règle possède également unepartie «conclusion». Ce peut être uneaction à effectuer ou un fait à déduire età rajouter dans la base de faits.Dans l’exemple précédent, si on«applique» la règle, le moteurd’inférences va conclure : «il y a de latension aux bornes de la lampe».Il rajoute ce fait déduit à la base quicontient maintenant trois faits :■■ il y a de la tension (V),

■■ l’interrupteur est «ON» (I),■ ■ il y a de la tension aux bornes de lalampe (U).La base de faits «grossit» ainsi tout aulong du raisonnement du SE.

Un SE comporte également unminimum de modules périphériques quipermettent son exploitation (cf. fig. 4) :■ l’interface pour l’aide à l’acquisitiondes connaissances fournies parl’expert. Elle peut être plus ou moinssophistiquée, l’accent étant souventmis sur une syntaxe des règles la plusproche possible du langage naturel.L’objectif ici est de capturer aisémentles unités de savoir-faire (c’est à direde faciliter l’expression la plus directepossible des règles de production parrapport à leur formulation orale) et dedonner à l’expert la possibilité demodifier fréquemment la base deconnaissance qui est alors rendueaccessible.■ le module d’interaction avecl’utilisateur (Relation Homme-Machine).Ce module ne doit pas être mis ausecond plan. Pour que le SE soit utiliséson aspect interface doit être soigné.Sans cela, le système risque de rebuterles personnes destinées à l’utiliser. Eneffet, l’introduction d’un SE dans unservice modifie les méthodes de travail,ainsi que l’organisation du groupe, etelle représente parfois une premièreapproche de l’informatique pourcertaines personnes. Autant faire ensorte que le changement soit agréableet apporte effectivement uneamélioration.

Fonctionnement du SELe moteur d’inférences se charge dedétecter les règles applicables, dechoisir parmi elles celle qu’il convientd’appliquer, et finalement de l’exécuter.Il peut travailler soit en chaînage avantsoit en chaînage arrière.

■ chaînage avantUn moteur d’inférences fonctionne enchaînage avant quand il lit les règles«à l’endroit», c’est-à-dire qu’il utilise lesrègles des conditions vers lesconclusions. Le raisonnement est alorsguidé par les faits. Pour le moteur, celaconsiste à essayer d’activer les règlesen examinant leur condition (ou partie àgauche du ALORS) et à appliquercelles-ci chaque fois que c’est possible.L’application d’une règle permet dedéduire de nouveaux faits qui viennentenrichir la base.Le moteur s’arrête dès qu’il ne trouveplus de règles activables.Dans l’exemple de la figure 5 les faitssont représentés par des lettres.Par analogie avec l’exemple précédent,on pourrait avoir :A = il y a de la tensionB = l’interrupteur est «ON».

fig. 3 : commande d'un relais.

V

U

fig. 2 : structure logiciel classique et système expert.��

traitements + connaissance données

partie exécutable partie non exécutable

��

moteur d'inférences

logicielclassique

systèmeexpert

�

�partie «cablée» du système partie accessible du système

base de règles + base de faits


Exemple : (A, B, C ...sont des faitsquelconques)base de faits : A, Bbase de règles :■■ R1 : SI A, ALORS C et F■■ R2 : SI B et E, ALORS D■■ R3 : SI C ou F, ALORS E

Si l’on reprend l’exemple de la figure 3(relais) :On rajoute à la base de règles :■■ R2 : SI il y a de la tension aux bornesde la lampe et SI la lampe est éteinte,ALORS la lampe est grillée■■ R3 : SI la lampe est grillée,ALORS changer la lampe.Après la déduction précédente, lemoteur d’inférences peut maintenantappliquer la règle R2, dont laconclusion rajoute à la base de faits :la lampe est grillée.La règle R3 est alors applicable. Saconclusion est une action. On a ainsiréalisé deux inférences consécutives.Il est souvent possible de contrôler lesinférences du moteur, par exemple enmettant des priorités sur les règles, afinde forcer le moteur à les examiner dansun ordre précis.Ce contrôle peut être utile dans les casoù il est nécessaire de hiérarchiser laconnaissance. Il peut se faire deplusieurs manières dont la plussophistiquée est certainement la priseen compte des «méta-connaissances»,ou «connaissances sur l’utilisation de laconnaissance».On parle alors de «métarègles».Exemple de métarègle :SI ...ALORS ne considérer que les règlesportant sur l’état des tensionsélectriques.L’exemple précédent est un exemplede SE travaillant en chaînage avant.

■ le chaînage arrièreUn moteur d’inférences fonctionne enchaînage arrière quand il lit les règles«à l’envers», c’est-à-dire quand il utiliseles règles des conclusions vers lesconditions. Le raisonnement est alorsguidé par les buts. Un but est un fait àdémontrer. Pour le moteur, celaconsiste donc à se «fixer un but», puisà examiner les règles permettant del’établir. Cela l’amène à vérifier denouveaux buts (sous-buts du but initialou buts intermédiaires) et ainsi de suitejusqu’à atteindre des faits connus(appartenant à la base). Il échouechaque fois qu’un but intermédiaire (oufait) nécessaire n’est pas prouvable.

fig. 5 : fonctionnement du moteur d'inférences en chaînage avant - évolution de la base deconnaissance.

fig. 4 : structure générale de l'organisation d'un SE.

A

BA

CF B

AB

ECF

AB

EFD

Clettres en gras = faits déduits

R1

R3

R2

Ri = application de la règle Ri

= base de faits

module d'interaction

avec l'utilisateur

module d'aide à l'acquisition desconnaissances

expert


base de connaissances

base de faitspermanents + déduits

basede règles

utilisateur


En revanche, lorsque le programme apour tâche de recueillir desinformations pour déterminer des étatssuccessifs et prendre une décision oudéclencher une action, le chaînage

avant est alors mieux adapté. C’est lecas par exemple du diagnostic où l’onpart de l’état observé sur la machine enpanne pour remonter à l’élément qui acausé la défaillance.

fig. 7 : commande d'un contacteur.

ET

R2

D

H E

but initial à démontrer

OU

R3

C F

sous-buts

B

A

fait non prouvablemais non nécessaire

D est prouvé : succès

R5

R1

Pour expliciter le chaînage arrière,examinons le schéma de la figure 6 :■■ base de faits : A, B■■ base de règles :R1 : SI A, ALORS FR2 : SI H et E, ALORS DR3 : SI C ou F, ALORS ER4 : SI B et D, ALORS GR5 : SI B, ALORS HBut initial (à démontrer) : DRaisonnement en chaînage arrière :0- Si le but à établir est dans la base defaits : SUCCES et FIN ; sinon :1- Chercher une règle permettant dedémontrer D.2- L’appliquer et établir les butsintermédiaires à démontrer.3- Chercher à démontrer les butsintermédiaires .«Pour démontrer D,il faut démontrer H et E» : (R2)«Pour démontrer H,il faut démontrer B» : (R5)«B est dans la base de faits donc H estdémontré»«Pour démontrer E,il faut démontrer C ou F» : (R3)«Aucune règle ne permet de démontrer C»«Pour démontrer F,il faut démontrer A» : (R1)«A est dans la base de faits donc F estdémontré»«F est démontré donc E est démontré»«H et E sont démontrés donc D estdémontré ➠ SUCCES»

Pour être encore plus concret,appliquons le chaînage arrière aucircuit de commande d’uncontacteur (cf. fig. 7 et 8) :■■ base de faits :La bobine est bonne.Il y a auto-alimentation.■■ base de règles :R1 : SI le bouton M est enfoncéOU auto-alimentationALORS la bobine est alimentée.R2 : SI la bobine est alimentéeET qu’elle est bonneALORS le contacteur est fermé.But à démontrer :Le contacteur est-il fermé ?

■ chaînage avant ou chaînage arrière ?Aucune de ces deux techniques n’estreconnue supérieure à l’autre,cependant il y a des types deproblèmes pour lesquels on choisiraplus facilement l’une ou l’autre.Si un but précis doit être atteint parexemple : «Le moteur électrique est-il enrégime établi ?», il est conseillé dedisposer d’un moteur à chaînage arrière.

fig. 6 : raisonnement en chaînage arrière.

M A


réalisation d’un SECahier des charges et choix desintervenants.Un SE est un programme informatique.Sa réalisation et son utilisation posentdonc tous les problèmes classiquesrencontrés par les informaticiens :■ la connaissance et l’analyse dudomaine, des besoins et del’environnement d’utilisation requièrentun soin particulier. Il est très importantque les limites d’action du SE soientbien fixées.■ l’équipe de travail devra êtrejudicieusement choisie car le bondéroulement d’un projet SE repose surune collaboration importante entre lesdifférents acteurs : experts,informaticiens, responsables ...

fig. 8 : exemple de chaînage arrière.

pour former un expert humain capablede réaliser la même prestation dans undomaine bien défini.Un SE requiert une base deconnaissances qui doit être la pluscomplète et la plus structurée possible.Il est spécialisé dans la réalisationd’une fonction précise, en dehors delaquelle il n’a aucune prétention. Et,même en respectant cette limite, lesvolumes de connaissance obtenus sontconsidérables. En approfondissant, ons’aperçoit très vite que l’exploitationd’un savoir-faire, même très restreint,nécessite une grande quantité dedonnées, a priori implicites voireévidentes, mais qu’il faut cependantentrer explicitement dans le système.On peut réaliser un SE à partir d’unlangage tel que Pascal ou C, mais onchoisira plus facilement Lisp, Prolog ouun langage orienté objets (C++,Smalltalk ...). En effet, ces «langages»sont mieux adaptés au raisonnementdéductif des SE (les règles) que leslangages classiques qui eux sont plusappropriés à une programmation«procédurale» et séquentielle.Une autre possibilité est de développerson SE à partir d’un Générateur deSystèmes Experts (GSE). On appelleainsi des outils informatiques évolués,assimilables à des «SE vides», c’est-à-dire dont la Base de Connaissance està remplir.Ce sont des «environnements»complets et généraux qui intègrent unmoteur d’inférences (indépendant de laBC), ainsi que divers modules d’aide audéveloppement tels qu’un éditeur deconnaissances pour le remplissage dela base, un tableur, un gestionnaire debases de données...Citons quelques générateurs parmi lesplus connus :DIAGNEX, GURU, N-EXPERT, PC+,SNARK, ...

Les intervenantsLa construction d’un SE reposeessentiellement sur trois personnes :l’expert, le cogniticien et l’informaticien.Chacun a un rôle particulier à jouerdans les différentes étapes du projet.Rapidement, les tâches peuvent serépartir de la manière suivante : lecogniticien recueille et analyse laconnaissance fournie par l’expert,ensuite l’informaticien choisit l’outil dedéveloppement et structure lesdonnées pour les entrer en machine.

■ la responsabilité relative à l’expertiseune fois informatisée. En effet, dans lecas d’un SE de diagnostic de panned’un système de contrôle/commandepar exemple, où un arrêt peut coûtercher, qui est responsable d’une erreurdans le programme, l’informaticien quia conçu le SE, l’expert qui a fourni laconnaissance ou le cogniticien qui l’aanalysée ?

Le développementLe développement d’un SE est untravail long et délicat, qui nécessite lamise en œuvre d’outils adéquats, tantau niveau logiciel (langage etenvironnement de programmation,outils évolués de développement) quematériel. On peut évaluer le tempsnécessaire au développement d’un SEen le comparant au temps qu’il faudrait

ET

R2

contacteur fermé

la bobine est sous-tension

OU

R1

la bobineest bonne

le bouton MA est enfoncé

le but est démontré : succès

auto-alimentation

(but initial à démontrer)


Les principaux domainesd’application (cf. fig. 9)Actuellement, les problèmes dediagnostic et de maintenance sont bienrésolus par les SE et représentent àeux seuls 39 % des applications SE.On trouve des SE de diagnostic dansdes secteurs aussi divers que lamédecine, l’industrie, l’assurance.Dans l’industrie, on développe des SEdans différents domaines d’activité telsque la Conception Assistée parOrdinateur (CAO mécanique ouélectronique), la productique (contrôle/commande de process,ordonnancement, planification detâches, robotique), et le diagnostic,déjà cité, qui regroupe : diagnostic depanne, incident, défaut de fabrication ...Un SE peut également aider à choisirun matériau ou un composant dans unebase de données.

fig. 9 : répartition des problèmes traités grâce à des applications de type SE dans différents domaines de l'industrie.

gestion deproduction

aide à laconception

contrôlepilotagesurveillance

diagnostic/maintenance

BTP construction

électronique

énergie

aéronautique

mécan./métallurg.

automobile

chimie/biochimie

(12 %)

(18 %)

(15 %)

(15 %)

(21 %)

(7 %)

(12 %)

(12 %) (26 %) (21 %) (39 %)

valeurs relatives :

�

��

��

�

��

��

��

�

��

problèmes

domaines

résultats et découvrir de nouvellesrègles par généralisation inductive àpartir de cas individuels. Il fautcependant préciser que «SystèmeExpert» n’est pas équivalent à :«programme qui apprend et s’amélioretout seul». Un SE, s’il n’est pas dotéd’un module d’apprentissage spécialisé,aura fatalement le même comportementdans les mêmes conditions.Il reproduira les mêmes erreurs si on luifournit les mêmes entrées.De nos jours, à part de raresexceptions, un SE ne s’améliore pas enexploitant son expérience et n’a pas lafaculté d’enrichir tout seul sa BC. Lestechniques d’apprentissage ne sont pasencore suffisamment évoluées pourêtre intégrées aux systèmes industriels.Dans un proche avenir, elles serontprobablement utilisées pourautomatiser la constitution des BC, quitendent à s’accroître considérablement.

évolution des SEL’efficacité et la convivialité des SEdépend fortement des modules,fonctions, interfaces, logiciels, quigravitent autour du cœur du SE (BC +moteurs).Ceux-ci sont représentés sur lafigure 10 et explicités ci-après. Ils sontencore l’objet de travaux de rechercheet de développement.

ApprentissageUne première interrogation vient tout desuite à l’esprit : peut-on réellementparler d’Intelligence sans apprentissage ?Pour ce qui concerne les SE unedéfinition rapide de l’apprentissageserait : «amélioration automatique desBases de Connaissances (BC) afind’améliorer les résultats».Ceci signifie deux choses : modifier lesrègles (les affiner) de la BC, à partird’un jugement porté par l’expert sur les


Recueil et analyse desconnaissancesLes principales difficultés que l’onrencontre au cours du développementd’un SE se trouvent au niveau del’expression de la connaissance. Lesproblèmes interviennent dès l’analysedu discours recueilli chez l’expert.L’«acquisition des connaissances» ouanalyse du discours de l’expert esttoujours une tâche longue etfastidieuse. Elle met en collaborationdeux personnes : l’expert et lecogniticien, sur lesquelles repose laconstruction du SE. Son succèsdépendra d’ailleurs fortement desrapports que ces 2 intervenants aurontentretenus tout au long de leurs diverscontacts (cf fig.11: «l’expert et soncogniticien», extrait de Bonnet p165).

multi-expertise

module explicatif

apprentissageanalyse du discours

représentation desconnaissances

systèmesexperts

interfaces

fig. 10 : domaines connexes des SE.

Les deux intervenants de base pour la construction d’un système-expert sont : l’expert du domaine considéré et le cogniticien.Les rapports de ces deux intervenants devront être fondés sur une bonne compréhension mutuelle, une confiance réciproque et l’absence derétention d’informations. Le succès dépend largement de la qualité de ces hommes et de celle de leur relation.

Chez l’expert, les qualités à rechercher sont :■ son autorité intellectuelle indiscutable, complétée par une longue pratique ;■ sa volonté et sa capacité de communiquer son savoir ;■ son attitude à l’introspection ;■ son goût pour la recherche de solutions neuves et la remise en cause permanente de ses acquis ;■ son expérience du travail en groupe ;■ sa disponibilité, sa patience, sa ténacité, pour ne pas parler d’endurance et de sa tolérance à l’erreur.

Le cogniticien devra avoir :■ une logique sans faille ;■ une solide culture scientifique et technique, généralement acquises dans une grande école d’ingénieur ou au cours d’un troisième cycleuniversitaire ;■ une maîtrise parfaite de l’informatique avancée ;■ une grande érudition en Intelligence Artificielleenfin,■ une capacité d’écoute ou, mieux, une avidité d’apprendre, complétée par une bonne technique d’interviews inspirée de celles pratiquées enpsychologie.

L’expert et le cogniticien devront s’entendre.C’est à dire qu’ils devront s’écouter, mais aussi qu’ils devront savoir instaurer un lien délicat fait d’empathie et de recul critique, de volontéd’assimiler l’autre sans perdre sa propre identité. Les motifs d’échec de cette relation ne manquent pas comme on peut bien l’imaginer. Sansnous arrêter aux erreurs techniques de conduite de la relation, nommons simplement certaines causes d’échec liées structurellement à lasituation :■ l’expert est un homme d’expérience, donc souvent âgé. Le cogniticien, artisan d’une discipline naissante, est la plupart du temps un jeuneingénieur. De cette différence peut naître le meilleur comme le pire. Le meilleur ressemble assez à une relation maître-disciple, genre oriental.Le pire s’inspire de tout ce que l’on regroupe aujourd’hui sous la locution de conflit de générations.■ l’expert est un homme important. Le cogniticien l’est moins ;■ l’expert est un homme occupé. Le cogniticien n’a rien d’autre à faire ... que d’importuner l’expert ;■ l’expert détient un capital. Le cogniticien est payé pour le lui soustraire ;■ l’expert est au coeur de l’institution, dont il connaît et défend les valeurs. Le cogniticien, à la périphérie, sinon totalement à l’extérieur, est uncorps étranger ;■ l’expert s’expose, en même temps qu’il expose son savoir. Le cogniticien le scrute, et parfois le censure. L’expert est l’objet de l’activité ducogniticien.

fig. 11 : Relations entre l’expert et son cogniticien.


Aujourd’hui, plusieurs méthodesd’interrogation de l’expert sont en trainde se développer et actuellement, ellessont en passe de devenir de véritablesoutils informatiques de «gestion desconnaissances».Ces méthodes interviennent dans laphase «modélisation de laconnaissance» avec un doubleobjectif :■ d’une part fournir des techniquespour recueillir et analyser l’expertiseafin d’être en mesure de la représenteren machine,■ d’autre part, fournir un guideméthodologique pour mener à bien ledéveloppement du SE.

Représentation des connaissances.L’étape suivante se situe au niveau dela représentation de ces connaissancesdans la base du SE.Le bon déroulement et les résultatsobtenus lors de la phase précédente,«analyse des connaissances», sontprimordiaux pour choisir le meilleurmodèle de représentation, compte tenudu type des connaissances à capter.Il faut d’abord garantir la qualité del’expertise recueillie et celle du modèlede représentation retenu pourl’implanter en machine. Ensuite il s’agitde gérer au mieux son volume pourune utilisation optimale et des résultatsperformants.Cependant, les connaissances tellesque «le bon sens» par exemple, quenous utilisons sans même nous enapercevoir, sont très difficiles àmodéliser. La pensée de bon sens estplus complexe que beaucoup dedémarches purement intellectuelles,qui, elles, suscitent plus d’attention.Elle fait souvent appel à de nombreuxtypes différents de représentation, etnécessite donc une gamme decompétences beaucoup plus large(cf. fig. 12 : Minski : «le bon sens» p.26). Des améliorations récentes, enparticulier le raisonnement àprofondeur variable et lesreprésentations multi-modales, sontpeut-être un apport à l’amélioration dela «traduction du bon sens».

Les interfacesDans un SE, les interfaces jouent unrôle très important car ellesinterviennent à toutes les étapes ducycle de vie : développement -exploitation - évolution.

Leur réalisation requiert beaucoupd’attention car l’acceptation du systèmepar les utilisateurs en dépend commenous l’avons déjà vu dans le chapitre«définition du SE».Les interfaces les plus importantessont :■ celles qui permettent à l’expertd’accéder à la base de connaissance,en général pour la maintenir et la faireévoluer■ et celles qui, lors d’une «sessionexperte», supportent le dialogueutilisateur-système.Les différentes interfaces SE/homme etSE/environnement sont représentéessur la figure 13.

Le module explicatifUn système expert est souvent dotéd’un module explicatif dont le rôle estd’établir la trace du raisonnement qu’ila effectué.Le but de ce module est de permettreaux utilisateurs et aux experts desuivre l’enchaînement des inférenceseffectuées par le système, c’est à direla succession de faits ayant engendréla solution.Cette trace est très difficile à établir demanière claire et compréhensible carelle nécessite des connaissancesparticulières appelées «Métaconnaissances». Celles-ci nedécoulent pas du savoir de l’expert

mais d’un savoir de mise en œuvre del’expertise comme indiqué dansle paragraphe «fonctionnement duSE».

La multi-expertiseUne limitation actuelle des SEconcerne l’utilisation d’une seule Basede Connaissances. Or, certainesapplications complexes nécessitent lerecours à des sources deconnaissance variées, autrement dit àla coopération de divers experts quicontribuent chacun à la recherched’une solution.Depuis quelques années, lesrecherches sur ce nouveau thèmed’étude, appelé aussi «IntelligenceArtificielle Distribuée» (DAI, enanglais) commencent à se développeren France. Des architectures desystèmes permettant une tellecollaboration ont été proposées etutilisées par exemple pour lacompréhension automatique de laparole, domaine typique où desconnaissances très diverses sontnécessaires : analyse des sons,reconnaissance des différents lexèmesde la phrase, analyses lexicale,syntaxique et sémantique ...Ces architectures avancées de SEprésentent des caractéristiquesintéressantes : fonctionnementparallèle et synchrone des BC,résolution de problèmes à différentsniveaux d’abstraction ... , mais sontencore difficiles à mettre en œuvre.Leur utilisation peut néanmoins sedévelopper dans l’avenir grâce àl’apparition sur le marché d’outilspuissants dotés d’interfaces et defonctionnalités logicielles facilitant leurdéveloppement.

Le bon sens n’est justement pas une chosesimple. C’est, bien au contraire, uneimmense société d’idées pratiques durementacquises, de multitudes de règles etd’exceptions enseignées par la vie, dedispositions et de tendances, de poids et decontrepoids.

Si le bon sens est si divers et si complexe,qu’est-ce qui le fait paraître si évident etnaturel ?Cette illusion de simplicité résulte du fait quenous perdons de vue ce qui s’est passépendant notre petite enfance lorsque nousfaçonnions nos premières aptitudes. Et aufur et à mesure que chaque grouped’aptitudes s’affermit, nous ajoutons denouvelles couches par-dessus. Plus letemps passe, plus les couches de dessouss’éloignent, jusqu’au moment où, plus tarddans la vie, quand nous essayons d’enparler, nous ne trouvons rien d’autre à direque : «je ne sais pas.»

fig.12 : le bon sens.


fig. 13 : les interfaces du SE en exploitation.


inductiondéductionsimulationplanification

applicationdes règles

mise à jourbase de faits

base de connaissance=

base de règles+

base de faits

interfaces

espace de travail

état courantde la résolution

bases dedonnéesexternes

acquisition dedonnées

acquisition dedonnées

moduleexplicatif

trace de larésolution

dialogueSE-utilisateur

«langage»de recueil dela connaissance

utilisateur

expert

capteurs etactionneurs

moduled'acquisition

desconnaissances


3. les applications chez Merlin Gerin

fiabilité, sûreté des réseauxélectriques.La fiabilité est aujourd’hui une science ;elle a pour but la maîtrise desdéfaillances.Du fait de l’accroissement desapplications de l’électronique dans tousles secteurs : médical, industriel,informatique etc..., il est de plus en plusimportant d’avoir une disponibilité quasitotale de l’énergie électrique.Les concepteurs, réalisateurs etexploitants des réseaux électriques ontbesoin de s’appuyer sur un ensemblede méthodes d’évaluation qualitativeset quantitatives de la fiabilité.

ADELIA est un Système Expert. Il estactuellement utilisé dans le «ServiceEtude de Réseaux» de Merlin Gerin,par les concepteurs de réseauxélectriques, et intervient dans la phase«étude de fiabilité».ADELIA a pour but l’étude de la fiabilitéen termes de disponibilité de l’énergieélectrique dans les réseaux (voir aussile cahier technique n° 148). Autrementdit, seules les défaillances quisuppriment la tension en un point duréseau sont prises en compte et noncelles qui modifient sa qualité.

La méthode choisie pour réaliser cesétudes de fiabilité est celle des arbres

de défaillance. C’est en effet, avec lesgraphes de Markov, un des outilsmajeurs de l’évaluation de la sûreté dessystèmes.La construction d’un arbre dedéfaillance commence par ladésignation de l’événement indésirable.Celui-ci est ensuite décomposé enévénements intermédiaires quil’explicitent sous forme de causesimmédiates. Ces événements sont àleur tour développés et ainsi de suitejusqu’à ce que toute nouvelledécomposition soit impossible. Onobtient alors les «feuilles» de l’arbre,qui représentent les défaillancesélémentaires du réseau étudié(cf. fig. 14 et 15).La construction de l’arbre, et surtout lescalculs qui lui sont associés, est uneentreprise considérable, voireimpossible à réaliser manuellement ;d’où l’idée de créer un outilinformatique, un SE, pour le construireautomatiquement.Grâce à ADELIA des résultats sur lafiabilité d’un système sont obtenusrapidement. L’analyse de ceux-cipermet au concepteur, pour un niveaude sûreté donné, d’optimiser sur le plantechnico-économique la configurationde son réseau.

fig. 14 : réseau de distribution.

EDF

A B

C

E

D

F

JDB 1

JDB 3JDB 2

Merlin Gerin s’intéresse aux techniquesdes SE depuis le début des années 80,dans le but d’améliorer les produits etles services qu’il met à la dispositiondes clients. Par exemple, chacunconnaît aujourd’hui l’essor dessystèmes de Conception Assistée parOrdinateur (CAO) dans les entreprises.Comment rentabiliser au maximum cesoutils informatiques afin d’améliorer laproductivité des opérateurs qui lesutilisent ?La solution consistant à connecter unmodule de SE à un outil de CAOpermet de fournir aux différentsutilisateurs l’expérience de ceux qui ontla maîtrise de l’outil. La conception desproduits gagne en rapidité, ce quientraîne la baisse des coûts de revientfinaux.Dans un tout autre domaine, tel lagestion des ateliers, MERLIN GERIN aégalement étudié la solution SE. Ici,l’objectif est d’aider l’exploitant àobtenir un «flux lisse» dans les ateliersde production, ce qui signifie moinsd’en-cours sur la ligne et donc unelivraison plus rapide au client.D’autre part, la tendance actuelleprivilégie de plus en plus l’aspect«service» vendu au client autour d’unproduit. Dans ce cas également,les SE ont un rôle à jouer. Parexemple, un SE de diagnostic depanne peut être proposé à l’utilisateurd’un onduleur pour lui permettred’intervenir lui-même.Nous allons présenter rapidement ci-après cinq exemples variés etsignificatifs de SE développées parMerlin Gerin :■ aide aux calculs de fiabilité :logiciel ADELIA ;■ aide à la lutte contre le feu :logiciel SALADIN ;■ aide à la maintenance et audépannage dans les centralesnucléaires : logiciel SILEX ;■ aide au pilotage d’atelier :logiciel ALEXIS ;■ aide à la conduite de la production etde la distribution de l’énergie électriquedans un sous marin :logiciel SYRACUSE.


fig. 15 : arbre de défaillance correspondant au réseau de la figure 14.

absenceénergiedépart E

JDB 3non

alimenté

déf.JDB 3

remontéeCC aval

par F

ouvert.intemp.dis.E

déf.câble

ouvert.intemp.dis.D

absenceénergieJDB 1

déf.JBD 1

remontéeCC avalpar C

JDB 1non

alimenté

deuxlignesdétail.

absenceénergieEDF HT

non ouv.disj.F

sur CC

CC enavalde F

non ouv.disj.C

sur CC

courtcircuitaval C

JDB 2câble

disj. Btransfo.B

LIGNE B

disj. Atransfo.A

LIGNE A

G11*

G22*2*1*

3*1* 3*2* G33*

2*3* G24*

3*4* 3*5*

4*1* G42*

5*2*G51* G53*5*4*

G62*G61* 6*3* 6*4*

7*1* 7*2* 7*3* 7*4*

G43*


Utilisation d’ADELIA, interfacesLa configuration du réseau est toujoursassurée par le concepteur. Ce schémalui sert de base pour l’étude qu’il vamener avec ADELIA.Une session ADELIA commence doncpar la saisie du réseau électrique àpartir d’un ensemble de composants«connus» du système, c’est-à-dire dontles caractéristiques des modes dedéfaillance associés ont été donnéespar l’utilisateur. Une interface dédiée(basée sur l’utilisation de la souris et demenus déroulants) permet une saisierapide du réseau et une vérificationgraphique des informations saisies.A chaque réseau est donc associé unfichier de composants électriques :disjoncteurs, transformateurs,interrupteurs, câbles ...Chacun d’entre eux possède un ouplusieurs modes de défaillanceauxquels sont attribuées trois valeurs :■ le taux de défaillance ;■ le temps de réparation ;■ l’indisponibilité.

La figure 16 montre les éléments del'«écran» de saisie des caractéristiquesdes composants du réseau étudié.A partir d’un ensemble de règlesexpertes, le système construit l’arbrede défaillance associé au réseau etcalcule le taux de défaillance del’événement indésirable (ou événementsommet) grâce au fichier descomposants. L’arbre est dessiné àl’écran et les valeurs numériquescalculées sont accessibles directementen désignant sur le dessin, avec lasouris, l’élément auquel on s’intéresse.Au vu de ces résultats, l’utilisateur peutaméliorer, reconfigurer son réseau etrelancer l’étude de fiabilité afind’atteindre, au meilleur coût, l’objectifde disponibilité du courant recherché.

propagation d’incendiesdans les bâtimentsLe feu représente un danger majeurpour certains bâtiments (navires, toursetc ...). Il est fondamental de lecombattre au mieux, dès qu’il sedéclare. Ainsi, pour remplirefficacement sa mission, leresponsable de la lutte contre l’incendiedoit pouvoir anticiper l’extension dusinistre afin de prendre rapidement lesmesures qui s’imposent. Pour cela ildoit tenir compte du danger potentiel de

chaque local ou compartiment enfonction de son contenu, plus ou moinsinflammable, de sa position et de sonimportance vis-à-vis des œuvres vives.De plus, il doit connaître exactementles moyens de lutte existants(emplacement, fonction) ainsi que lesmoyens mobiles d’extinction.SALADIN -Système d’Aide à «LA»Décision pour le combat contre lesINcendies- a donc été conçu pourassister la lutte contre la propagationdes incendies, dès la déclaration deceux-ci.SALADIN connaît la disposition deslocaux, leurs accès, leurs particularitéset leurs moyens de lutte. Il est donc enmesure d’apporter son aide à la foispour tenir à jour la situation, déterminerles risques d’extension du feu etorganiser les interventions. Le systèmeest lancé par un opérateur qui lui donneen entrée la situation au début del’incendie :■ localisation du foyer,■ intensité de l’incendie initial (entier de1 à 6),■ nature de l’incendie initial (explosion,court-circuit ...).En retour, SALADIN, traitant parexemple le cas d’un navire, fournit laliste des compartiments qui risquentd’être touchés en précisant les notionsd’«imminence de propagation» (court,moyen ou long terme) et de danger

(risque encouru par le bâtiment si telcompartiment est touché).Il fournit également des propositions de :■ mise en œuvre des installations fixesd’extinction,■ stoppage des circuits de ventilation,■ mesures de sauvegarde despersonnes et des biens.L’interface graphique de SALADINpermet de visualiser pour chaque pontdu navire l’ensemble des zonesd'incendie ainsi que leur imminence depropagation, représentés grâce àdifférentes couleurs.SALADIN offre également la possibilitéde faire un «zoom» sur une partie dubateau afin de voir en détail l’état descompartiments touchés autour d’unpoint donné.

sécurité, disponibilité descentrales nucléairesSILEX est un SE pour l’aide auxexploitants de centrales nucléaires,dont le dépannage et la maintenanceexigent des interventions rapides etefficaces. Etant donné le volume et lacomplexité des équipements, ainsi queleur faible taux de défaillance, seuls leconcepteur-constructeur et lesutilisateurs avertis possèdentl’expérience nécessaire à cesinterventions, laquelle ne doit pas sediluer avec le temps.

fig. 16 : interface de saisie des composants.(composant sélectionné : disjoncteur HT, mode de défaillance sélectionné : provoque un défaut

Saisie des composants électriques

liste des modesde défaillancedu composantsélectionné ici

détail du modede défaillancesélectionné

interrupteur

non ouverture

ouverture intempestive

transformateur MT

disjoncteur MT

taux de défaillance =

temps de réparation =

indisponibilité =

provoque un défaut

disjoncteur HT


SILEX s’intéresse plus particulièrementau système de commande des grappesde contrôle d’un réacteur 900 MW(RGL 900) ; c’est un équipementélectrique et électronique important descentrales nucléaires. Il est constituéd’armoires de commande dont lesdéfaillances affectent directement ladisponibilité de la tranche nucléaire. Sataille (six armoires et plus de 1700composants par armoire) et sacomplexité de fonctionnement font qu’ilest impossible à un dépanneur d’enposséder une connaissance analytiqueet exhaustive. De plus, les défaillancesne sont pas assez fréquentes pourentretenir des équipes de maintenancespécialisées. Enfin les méthodes dediagnostic ne permettent pas de traitertoutes les défaillances.Pour toutes ces raisons, lesdépannages sont difficiles, longs etaffectent la disponibilité de la Centrale.C’est pourquoi cet équipement estdélicat à dépanner en périoded’exploitation.Le SE SILEX répond au problème enmettant à la disposition des exploitantsune aide au diagnostic qui permet desurmonter la complexité fonctionnellede l’équipement, de les guiderefficacement dans le dépannage grâceà ses grandes capacités en termes deméthodologie et de convivialité.

Utilisation de SILEXLe SE est utilisé dans le local duRGL 900, en face de ce dernier maissans aucune connexion avec lui.Dès qu’une signalisation de défautapparaît sur l’équipement, l’utilisateurémule le SE. Le point de départ estl’entrée dans le SE des informationscorrespondant aux défauts signalés ensalle de commande. Le SE entreprendalors la recherche de la panne grâce àune approche descendante. Il exploiteles relations de causalité entre lesdifférentes fonctions de l’équipement.Le dépanneur fournit au fur et à mesureau système les informationsnécessaires à l’établissement dudiagnostic. C’est pourquoi l’interfaceutilisateur du système est la plusconviviale possible, tant au niveau de laprésentation des «écrans», qu’à celuides textes «aide opérateurs», lesquelsindiquent au dépanneur la procédure àsuivre, les grandeurs à mesurer, pourrépondre aux questions du SE.

Quand il a détecté l’élément défaillant,le SE propose de le dépanner ou de leremplacer. Un traitement «post-diagnostic» permet de s’assurer queles signalisations de défauts ont bientoutes disparues. Si certainespersistent, le SE peut conseillerd’entreprendre un nouveau diagnostic.Sur le terrain SILEX aconsidérablement amélioré laperformance des dépanneurs et ladisponibilité du système de contrôle-commande.

pilotage d’atelierMerlin Gerin, en collaboration avecITMI et le LIFIA (laboratoireuniversitaire), a développé un systèmeexpert d’aide au pilotage d’atelier deproduction : ALEXIS.Ce système, en partie financé par leministère de la recherche, s’appuie surun site pilote : la ligne flexibled’assemblage du disjoncteur BTMasterpact.Rappelons que, d’une manièregénérale, le pilotage d’atelier est uneactivité de prise de décision en tempsréel, impliquant les actions suivantes :■ planifier et ordonnancer les ordres defabrication ; cette tâche peut êtreeffectuée hors-ligne ;

■ exécuter en temps réel le plan defabrication en compensantéventuellement les dérives locales(sans être contradictoire avecl’optimisation globale du plan) ;■ réagir en cas de perturbationsglobales importantes ou d’aléa (pannesphysiques, manquants …) ;■ rendre visibles l’état de l’atelier et lesdérives de production.

D’où la structure retenue pour ALEXIS(cf. fig. 17 ) :■ simulationUne première étape obligatoireconsiste en la simulation de l’atelier.Celle-ci permet de tester différentesconfigurations et d’évaluer différenteslogiques de gestion de la ligne. Etantdonnés les pré-requis de progressivitéet d’évolutivité, nous avons choisid’utiliser des techniques deprogrammation objet.Attention, la simulation s’avère être unoutil très puissant qu’il faut utiliser avecméthode sous peine de gravesdésillusions. C’est pourquoi une partimportante du travail consiste en destests de conformité avec la réalité.■ ordonnancementLes systèmes d’ordonnancementprévisionnel (hors-ligne) peuventgrandement améliorer lesperformances.

fig. 17 : organisation fonctionnelle du système ALEXIS.

plan de fabrication

programme defabrication

ressourcescontraintes

informationsexploitant

SUIVI DEPRODUCTION

GESTION LOCALEDE LA PRODUCTION

système physiquede production

surveillance

ORDONNANCEMENT

ajustements

ordresd'éxécution

SIMULATEUR

alarmes,repères


Pour Alexis, il s’agit de construire unbon ordonnancement initial, robusteaux différentes variabilités opératoires(temps d’assemblage extrêmementdifférents suivant le type d’appareil,variation de la productivité humaine encours de journée …).■ gestion locale de la productionAu niveau local, nous mettons en placedes heuristiques de gestion de laproduction (paquets de règles de bonsens) tendant à diminuer l’en-cours,respecter les délais, éviter lesfamines …Cette gestion concerne uniquement lesfiles d’attente aux postes, il s’agit àchaque instant et pour chaque poste detrouver dans sa file d’attente le meilleurtravail à réaliser.■ surveillance, information à l’exploitantC’est un des points importantsd’acceptation du SE. Pour rendre lesdécisions de l’exploitant plus rapides etplus fiables il s’agit d’analyser lasituation courante de l’atelier et de laprésenter de manière synthétique maisconviviale.■ suivi de productionC’est le module qui a pour objectif demaintenir à jour un ensemble dedonnées représentatives de l’étatcourant de l’atelier et d’effectuer descalculs statistiques ou de bon senspermettant d’appréhender le travaildéjà réalisé. Cette base «objets»constitue le cœur de l’application.

Le projet ALEXIS s’est déroulésimultanément à une forteréorganisation de l’atelier pilote :■ l’analyse menée pour la modélisationde l’atelier, basée sur une réflexionindustrielle importante, a contribué àl’élaboration des nouvelles structures ;■ le simulateur de l’atelier a été utilisépour définir l’implantation physique despostes et modifier la transitique(gestion du déplacement des appareilsen cours dans l’atelier) ;■ le module «information àl’exploitant», réalisé en étroitecollaboration avec le site pilote, asuscité le plus vif intérêt et paraîtindispensable à intégrer auxdéveloppements futurs.

distribution d’énergieélectrique etreconfigurationde réseauxSYRACUSE -SYstème deReconfiguration pour l’Aide à laConduite de l’USine Electrique-est un système informatique pourl’aide à la conduite de la production etde la distribution d’électricité dansun sous-marin.La mission consiste à assurer à borddu bâtiment les mêmes prestations quel’Electricité de France à terre, à savoir :■ distribuer l’énergie aux utilisateurs ;■ assurer la continuité de cettedistribution ;■ gérer au mieux l’emploi des sources ;■ masquer les avaries côté utilisateur ;■ assurer la protection du réseau ;■ avoir en permanence uneconfiguration robuste du réseau.

Les deux aspects «transparence desavaries côté utilisateur» et «robustessedu réseau», imposent en fait dereconfigurer le réseau électrique à lasuite de chaque avarie.Cette reconfiguration, qui consisteessentiellement en une suite ordonnéede manœuvres de disjoncteurs, esteffectuée depuis un pupitreélectrotechnique par un opérateuraverti.Sur la nouvelle génération de sous-marins, le personnel se trouve réduit etplus polyvalent (donc moinsspécialiste). Autrement dit, il n’y a pasen permanence un électrotechnicienconfirmé au pupitre de la production etde la distribution de l’électricité. Or,jusqu’à présent, en dehors de cas bienprécis, analysés, répertoriés, l’action àmener dépend de la logique et del’expérience de l’opérateur.

Les deux rôles d’un système dereconfiguration pour l’aide à la conduitedu système électrique apparaissentdonc clairement :■ préparer des informations adéquatesen attendant l’arrivée d’un opérateur,■ aider l’opérateur dans les cas les pluscomplexes, proposer des solutions etjustifier les choix effectués.Avec ces deux objectifs, SYRACUSEest une aide efficace à lareconfiguration du réseau électriquesuite à un incident.

Vu l’aspect combinatoire et la taille duproblème, SYRACUSE utilise laméthode du «formalisme decontrainte».Exemple de contrainte :Une BB - batterie bâbord- ne doit pasêtre en liaison avec une BT -batterietribord-.Cette contrainte, dans le langage SE,se traduit par :pour BB, BT vérifier pas de liaisonentre BB et BTsi faux alors déconnecter BB, BT.

Plus généralement, une contraintes’exprime sous la forme :pour X1, X2.....Xn,vérifier fonction ( X1, X2.....Xn,)si faux, alors action correctrice ( X1,X2.....Xn).Chaque contrainte non vérifiée permet,à partir d’une configuration donnée duréseau, de générer autant deconfigurations induites par les actionscorrectives associées à la contrainte.Toutes ces nouvelles configurationsconduisent progressivement à rétablirla distribution électrique.


��

��

bip-bip....

bip-bip....

��

��

rebuts

définition et butLes SE font partie du vaste domaine del’I.A.. Il n’est pas facile de cerner cetteactivité en constante évolution et mêmede définir exactement l’I.A.. Cetteappellation, fortement controverséeparce que prétentieuse, se justifiepourtant en remontant aux origines del’I.A.. En effet, l’objectif des premierschercheurs était réellement deconcevoir des «machinesintelligentes», capables d’imiterl’homme dans ses tâches intellectuellesles plus complexes.Ayant compris très vite les limites deces ambitions leurs successeurs, sansrevenir sur le vocable, ont poursuivi lestravaux en s’orientant aujourd’hui versla recherche de nouvelles techniquesinformatiques (en soft ou hard) enprogrammation ou en matériel) tellesque les SE, les langages objets ou lesmachines LISP dédiées à laprogrammation symbolique.L’I.A. est finalement une branche del’informatique dont le but est de réaliserdes systèmes intégrant un grandnombre de connaissances et de

4. l’Intelligence Artificielle

fig. 18 : reconnaissance de formes, de couleurs, de positions, mais aussi action en fonction de situations imprévues, voilà un cas d'application del'intelligence artificielle.

traitements. Dans tous les secteursd’activité les techniques de l’I.A.tendent à élargir le champ d’action desordinateurs en leur donnant lapossibilité de voir, entendre, raisonner,parler, agir ...

L’intelligence est le propre del’homme. Elle lui permet :■ de réagir à diverses situations mêmes’il les rencontre pour la première fois ;■ d’innover ;■ de créer.

Artificielle se dit d’une action quirelève d’un artifice ; ce qui est artificieln’est pas inné, mais fabriqué de toutespièces, généralement dans un butprécis.

Intelligence Artificielle signifiesimulation des comportementshumains. Dans son contexteinformatique, c’est réagir commel’homme alors que la solutionalgorithmique n’est pas connue,n’existe pas.Aussi le but de l’I.A. est de faire ensorte que l’ordinateur, résidant parexemple dans un robot, se comporte

comme l’homme c’est à dire :■ capte des informations, avecl’équivalent de tout ou partie de noscinq sens ;■ soit capable de raisonner et des’adapter à une situation nouvelle ;■ soit capable d’agir ou decommuniquer en conséquence.Le robot d’aujourd’hui utilisel’informatique classique, le plus souventun automate programmable. Il estprogrammé de manière séquentiellepour accomplir un travail, une séried’actions répétitives.Le robot du futur devrait, grâce auxtechniques de l’I.A., pouvoir faire face àdes situations imprévues, c’est-à-direavoir une capacité de jugement aumoins égale à celle d’un ouvrierspécialisé, (cf. fig. 18).

Les systèmes experts se rapprochentdes comportements intelligentspuisqu’ils peuvent, grâce au moteurd’inférence, générer des faitsnouveaux. Par ailleurs, ils sont conçuspour être évolutifs.Les SE constituent la grande majoritédes activités de l’I.A.


domaines et techniques deL’Intelligence ArtificielleMême si la définition donnée ci-dessusprésente l’I.A. sous un aspectinformatique, son champ d’investigationreste vaste. Pour mémoire cetterestriction élimine les sciencescognitives (psychologie, épistémologie,philosophie, linguistique, neuro-sciences …) qui peuvent permettre detrouver des modèles de mécanisme deraisonnement.La recherche de techniquesinformatiques permettant de«reproduire» un comportement humains’effectue dans de nombreuxdomaines. Nous présentons ci-aprèsles principaux domaines, soft et hard,dans lesquels l’I.A. progresse enmontrant rapidement les difficultés eten citant les techniques de résolutionassociées.Le premier type de problème auquelest confronté un robot humanoïde estcelui de la saisie d’informationspertinentes relatives à sonenvironnement. La vue et l’ouïe nenous semblent pas nécessiter desraisonnements complexes et pourtantleurs modélisations informatiques sontcomplexes.

Perception, visionPour que le robot puisse voir etentendre, il doit être équipé de capteursde toutes sortes : caméra CCD,capteurs ultra-sons, rayons X,infrarouges qui fournissent des signauxnumériques. On obtient alors desdonnées de bas niveau, par exempleune matrice de pixels (points) pour lesimages. De ces données il est possibled’extraire des courbes, des contours,des segments ... grâce à desalgorithmes de traitement d’images oude reconnaissance des formes.La problématique de l’I.A. est alorsd’analyser la scène «vue» pour pouvoirla décrire sous une forme concise,exemple : le transtockeur numéro unpose ou a pris une pièce dans le stockcentral.Il faut donc identifier, localiser desobjets et décrire la scène. Comprendreune image nécessite desconnaissances sur :■ les représentations possibles desobjets perceptibles. Celles-ci peuventêtre réduites pour les objetspermanents de l’environnement(marquage spécifique).

grammatical évolué : les ATN(Augmented Transition Network). Celangage est particularisé par chacun denous, chaque groupe adapte la racinecommune du langage pour ses besoinspropres.Les personnes qui comprennent laphrase suivante sont-ellesnombreuses?«La sphère, unité d’un espace deBanach, est faiblement compacte»

Illustrons un peu les difficultésinformatiques rencontrées.Imaginons que l’on fournisse à unordinateur des informations sous formede langage naturel et que l’on interrogece dernier sur les connaissancesacquises. Les exemples qui suiventsont inspirés par [Schank 85] et par[Bonnemay 82].■■ données : François a acheté unevoiture.■■ interrogation : François a-t-ildépensé de l’argent ?

Aucune référence à la notion d’argentn’existe pourtant dans les donnéesmais l’action d’achat est usuellementassociée à un échange d’argent. Pourrésoudre ce problèmeinformatiquement les deux conceptsachat ➠ argent seront reliés par un liende dépendance conceptuelle.Pour des phrases du type : «la paix aété achetée au prix du sang», Il estnécessaire de prévoir tous les senspossibles des mots et de valider lesassociations par rapport au contexte.Quelquefois les ambiguïtés peuventêtre très difficiles à lever :«L’astronome s’est épris d’une étoile».D’autres déductions nous sontégalement naturelles :■■ données : «François va aurestaurant, il commande un sandwich ;comme il a été servi rapidement, illaisse un large pourboire»■■ déduction : François a mangé lesandwich et l’a payé.La connaissance utilisée est laséquence implicite des actions qui ontlieu lors d’un repas au restaurant. Siune action n’est pas évoquée (manger)et qu’une des suivantes (laisser unpourboire) l’est on peut conclure à laréalisation de la première. On résoutdonc cette difficulté en décrivant lessituations connues sous forme descripts (séquence précédente). Pourles situations nouvelles on dispose deconnaissances plus générales.

Par contre pour les autres il fautposséder un grand nombred’informations ;■ les relations entre les objets, leurspositions possibles. Ici par exemple lapièce est sur le plateau du transtockeur ;■ la situation possible qui peutpermettre de déduire que letranstockeur va poser la pièce dans lestock ou l’a prise ;■ ce qui va caractériser la scène, on neparle pas ici du sol ou du plafond del’usine …

Le processus de segmentationd’images est très sensible auxconditions de prise de vue. Il s’agit eneffet d’extraire les contours desdifférents objets de la scène afin de lesidentifier. Or tout segment de droiteextrait ne correspond pas à une partiede contour d’objet, il peut être associéà une variation d’éclairage, à uneombre, à un reflet, à un changementd’état de surface … Il faut donc seservir des connaissances de plus hautniveau pour remettre partiellement encause cette segmentation.En vision on a donc plusieurs niveauxde représentation et plusieurs bases deconnaissances qui coopèrent pourl’interprétation de la scène. Lestechniques couramment utilisées sontles langages objets ou leurs frères leslangages de frames pour modéliser lesconnaissances et les techniques decoopération de plusieurs expertises.La perception de l’environnement n’estqu’une partie du problème. Il faut aussisavoir communiquer pour acquérird’autres informations. Le dialogue entrela machine et l’homme nécessite lamaîtrise du langage humain parl’ordinateur.

CommunicationLe dialogue entre la machine etl’homme nécessite la maîtrise dulangage humain par l’ordinateur.■ le langage naturelLes langages humains sont deslangages extrêmement difficiles, il nesuffit pas de connaître le dictionnaire etla grammaire du langage pour pouvoirle comprendre. Et pourtant ce langageappelé naturel par les informaticiens nel’est pas du tout, il est appris (lesenfants sauvages ne parlent pas)quelquefois avec difficulté. Lagrammaire du langage est trèscompliquée et nécessite unemodélisation à l’aide d’un outil


Elles sont modélisées en associant desintentions aux personnages et desexplications aux actions. Cettereprésentation, sous forme de plans,permet de comprendre les exemplessuivants :François avait faim, Il prit le guideMichelin.François avait besoin d’argent, Iltéléphona à sa sœur.

La compréhension du langage naturelpar la machine nécessite un grandnombre de connaissances et n’estréalisable que dans un domaine précisavec un vocabulaire bien défini(Exemple texte technique parlant del’électricité).■ traduction automatiqueLes ambiguïtés que nous avonsrelevées précédemment vont cette foisêtre présentes dans les deux langues.Exemple d’ambiguïté : « les fils duchirurgien sont blancs».Même si les résultats obtenusaujourd’hui dans le domaine de latraduction automatique sontprometteurs, il existe des limitesinhérentes à la traduction. Il y a perted’information dans toute traduction; pours’en convaincre il suffit de traduire untexte dans une autre langue et fairel’opération inverse, le retraduire dans salangue d’origine. De plus certaineslocutions sont réputées intraduisibles :Exemple : «Le fond de l’air est frais»■ parolePour communiquer les hommes parlentà l’aide d’un langage. Nous gagnonsencore en complexité ; il faut maintenantêtre capable en plus de décoder lesignal émis pour reconstituer leséléments du langage utilisés. Comme lesignal vocal est très variable etmultiforme, les sons élémentaires ouphonèmes sont très dépendants deceux qui les entourent. Malgré tout lareconnaissance mono-locuteur de motsisolés est aujourd’hui bien maîtrisée(algorithme global de reconnaissancedes formes).Le passage à la compréhension de laparole continue multi-locuteurs constitueun saut technique. Pour s’en convaincreil suffit d’écouter la phrase suivante :«un jeune sot, transportant dans unseau le sceau du roi, trébuche et l’étroitsceau tombe».Pour interpréter le signal vocal associé,il faut utiliser de multiples sources deconnaissances (acoustique, phonétique)

et, comme pour le langage naturel, despropriétés lexicales, syntaxiques etsémantiques. De nouveau, comme pourla vision, le problème majeur résidedans la coopération des processus basniveau de segmentation et haut niveaud’interprétation. La segmentation nepermet pas une séparation exacte dusignal en phonèmes, syllabes et mot.Grâce aux connaissances sur lelangage on peut remettre en cause desparties de la segmentation. Pour unemeilleure compréhension des difficultésrencontrées dans les domaines de lavision et de la parole, se référer à[Haton 85].

Génération d’actionsPour remplir les tâches qui lui sontassignées le robot doit disposer demoyens d’actions :■ déplacement ;■ manipulation de pièces ;■ utilisation d’outils d’usinage,soudage, vissage.Ces tâches sont simples et nenécessitent pas beaucoupd’«intelligence» si le monde dans lequelse meut le robot est déterministe, c’est àdire connu à l’avance et sûr.Dans un univers incertain (obstaclesimprévus par exemple) tout secomplique. Il n’est pas possible dedécrire le travail du robot sous la formed’une série figée d’actions réalisables, illui faut, dans les cas difficiles, êtrecapable de s’adapter ou de rechercherdes séquences en fonction de l’état deson environnement (générations deplans d’actions ).De manière plus générale, une foisconnues les données sur lesquellesil doit raisonner, le robot doitrésoudre des problèmes : commentagir et/ou évoluer?

Acquérir, modéliser, manipuler laconnaissanceLa principale difficulté lors de laréalisation d’un système expert est lerecueil de connaissance. Cette étapecritique du développement requiert unedémarche souvent longue etfastidieuse auprès des experts dudomaine.Elle est d’autant plus délicate que,dans un SE, la connaissance estamenée à évoluer et doit donc êtrelisible et modifiable aisément parun informaticien voire par l’expertlui-même.

Elle s’effectue généralement en troisphases :■ acquisition, extraction de laconnaissance auprès des experts ;■ modélisation, structuration de laconnaissance extraite ;■ informatisation , constitution de laBase de Connaissance.

Aujourd’hui, un certain nombre deméthodes pour recueillir et modéliser laconnaissance commencent à«s’industrialiser».Elles constituent un guide pour lecogniticien dans ses démarches auprèsde l’expert. Elles proposent souventdiverses techniques (linguistiques, parexemple) pour aider à modéliser etstructurer la connaissance extraite.Celle-ci doit ensuite être«informatisée». Il s’agit là de trouver unformalisme de représentationinformatique afin de constituer la Basede Connaissance du Système Expert.

En général les méthodes proposéess’arrêtent après la phased’informatisation. Elles prennentrarement en compte :■ la validation de la Base deConnaissance, qui doit être prise encompte dès le début de la réalisation ;■ la maintenance du SE, pour laquellel’expérience fait défaut.


5. perspectives d’avenir

Le nombre des applications de l’I.A.croît très vite, notamment :■ les réseaux de neurones ;■ les logiques de raisonnement ;■ le raisonnement temporel.

réseaux de neuronesLes réseaux de neurones (cf. fig. 19), àl’image de la structure du cerveauhumain, sont composés deprocesseurs élémentaires (lesneurones) reliés entre eux par desconnexions (les synapses). L’état danslequel se trouve un neurone ou unesynapse est représenté par un mot ouun réel. L’ensemble du réseau est reliéà un organe externe (caméra, capteur)qui envoie un stimuli, lequel modifiel’état d’un neurone. Tout changementd’état d’un neurone engendre l’envoi designaux à d’autres neurones parl’intermédiaire des synapses.Au même stimuli le réseau de neuronesrépond toujours la même chose. Parcontre, et c’est le principal intérêt, leréseau a la capacité de fournir uneréponse adéquate lorsque le problèmediffère légèrement.La structure d’un réseau peut être dedifférents types. Les neurones sontsouvent organisés en «couches» dontla première constitue les entrées et ladernière les sorties. Chaque neuronen’est connecté qu’aux neurones de lacouche suivante.Les progrès concernant les réseauxneuronaux se font au niveau :■ des logiciels (nouvelles techniquesd’apprentissage, découpage du réseauglobal en plusieurs sous-réseauxspécialisés ...)■ des matériels (réseaux implémentésphysiquement sur des circuits ousimulés sur des machinesmassivement parallèles).

La réalisation d’un système d’I.A. faitappel à des techniques avancées del’informatique, comme celles que nousvenons de citer. Mais l’I.A. puiseégalement ses sources dans d’autresdisciplines :■ la psychologie cognitive pour lareprésentation des connaissances etdu raisonnement ;

fig. 19 : réseau de neurones multicouches.

couche d'entrée couche(s) cachée(s) couche de sortie

permettra aux SE de demain deraisonner sur l’incertitude et de prendreen compte des situations complexes.Pour cela, les recherches s’oriententvers l’étude de différentes logiques(flou, TMS, ATMS) dont la mise enœuvre s’avère encore assez délicate.

raisonnement temporelLe raisonnement temporel intervientdans les systèmes associés à desphénomènes évolutifs dans le temps :surveillance, commande et contrôle deprocédés industriels, traitementd’alarmes, aide à la décision ... Ici, letemps de réponse est une contrainteque le SE doit prendre en compte pourmoduler son raisonnement en fonctiondu temps dont il dispose.Actuellement, les applicationsconcrètes sont rares car la réalité estcomplexe. La prise en compte dutemps nécessite une modélisation desévénements suffisante pourcomprendre les relations de causalitéet de coordination entre cesévénements.

■ la linguistique pour le traitement dulangage naturel écrit et parlé ;■ l’ergonomie, la philosophie, lesneurosciences et peut-être un jour labiologie.

logiques de raisonnementLa prise en compte de connaissancesimprécises («le réservoir est presquevide») ou incertaines («il va peut-êtrepleuvoir») semble être prometteusepour l’avenir. Actuellement, letraitement de ce type de connaissancesse fait sous forme de cœfficientsnumériques : probabilités, cœfficientsde vraisemblance ... , mais il ne résoutpas tous les problèmes soulevés par le«raisonnement approximatif».La «logique floue» est intéressantepour les SE, souvent amenés àraisonner sur des bases deconnaissances incomplètes ou peufiables. Cette nouvelle théorie permetd’effectuer des calculs sur desgrandeurs imprécises ainsi que sur des«notions incertaines».Plus généralement, le «traitementsymbolique», et non plus numérique,


en conclusion ...L’avènement de l’Intelligence«électronique» est annoncé presquechaque année depuis 1946, date de laconstruction du premier ordinateur. Ilconvient donc d’être prudent ..Il n’en demeure pas moins que lenombre de «logiciels» d’I.A. est dès àprésent très important, et qu’il croît trèsvite.Les sciences cognitives dans leurensemble sont appelées à jouer un rôlede plus en plus important et leurdéveloppement risque fort d’être la«révolution» des années 90.

Cahier Technique Merlin Gerin n° 157 / p.24Réal. : E.R.I. - Lyon - Photo. : IPV

IPV - 12-91 - 2500 - Imprimeur : Léostic

Systèmes experts et intelligence...

Documents

Transcript of Systèmes experts et intelligence...