Cours intro ia_2015_2016
-
Upload
serge-garlatti -
Category
Engineering
-
view
898 -
download
0
Transcript of Cours intro ia_2015_2016
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Intelligence Artificielle &
Ingénierie des Connaissances :
Représentation des Connaissances
Serge Garlatti
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Plan
Introduction à la représentation de connaissances (1h30)• Historique et objectifs de l'I.A.
• La notion de connaissance en intelligence artificielle
• Les paradigmes de représentation de connaissances
La logique et Prolog• Calcul des prédicats
- Théorie des modèles
- Théorie axiomatique
• De la logique à Prolog
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Plan
Les représentations Objets et les Ontologies• Propriétés
• Les Ontologies
• F-Logic, logiques de description et graphes conceptuels Le Web Sémantique
• Introduction, enjeux
• L’architecture du web sémantique
• RDF / RDFS
• OWL
• Les environnements de gestion de connaisssances
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Historique de l’IA
1834 Babage et la machine à calculer : définit le concept de machine à calculer universelle, ancêtre de l’ordinateur moderne et en propose les plans, machine mécanique.
1950 Alan Turing « Can machine think ? » : • Déterminer qui est l'homme et la femme, au
problème prêt que l'un d'entre eux est remplacé par une machine.
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Historique
Toute machine qui laisserait l'interrogateur dans l'incertitude, selon Turing, pourrait être qualifiée d'intelligente.
Homme
Femme
Interrogateur Textes
Textes
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Historique
La question est devenue : • Pour un calculateur C, est-il vrai qu'en augmentant
suffisamment la capacité mémoire de C en accroissant sa rapidité d'exécution et en la programmant correctement, C puisse jouer au jeu de l'imitation.
Comment aborder ce problème ?• Prendre des problèmes formalisables aisément tels que les
mathématiques, les jeux (échecs, poker, ...) ce qui fut la démarche suivie par Newell et Simon. - Echec OK maintenant, Jeux de go actuellement
• Mais ce n'est pas suffisant, d'autres activités requièrent de l'intelligence comme par exemple la compréhension de la langue naturelle.
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Historique
Fondements de l'informatique : toute machine numérique peut être simulée par une machine à états discrets, équivalence de toutes les machines à états discrets qui disposent d'une mémoire infinie.
1956 Naissance de l'I.A. s'est faite à Dartmouth Collège à l'été 1956 • The LOGIC THEORIST : démonstrateur de théorèmes en
logique des propositions qui utilise la notion d'HEURISTIQUES.- Prendre logique des propositions et montrer comment on peut faire
• Langage formel, algorithme + heuristiques. • Premier langage de manipulation de listes appelé Information
Processing List ou IPL.
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Historique
1956 Terme IA [John Mac Carthy] 1959 Le langage Lisp [John Mac Carthy], manuel 1962
• LISt Processing 1959 GPS, General Problem Solver [Newell, Shaw, Simon]
:
• Un Problème = un état, un but, et un ensemble d'opérateurs.
• Résoudre le problème = passer de l'état initial à l'état final ou but par application d'une série d'opérateurs.
– Exemple des échecs, 64 Case, des mouvements de pièces (opérateurs), état intitial et état final.
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Historique
La décennie 1970 Les « systèmes experts » :• 1969 DENDRAL , Lindsay, Buchanan, feigenhbaum,
Lederberg, reconstitue la formule développée d’un composant chimique.
• 1976 MYCIN, Diagnostic des infections bactériennes, Shortliffe
La décennie 1980 : vers l’industrialisation• Systèmes experts comme systèmes autonomes, séparés
des autres systèmes d’information d’une entreprise
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Historique
La décennie 1990 : Age de raison ?
• Systèmes à base de connaissances, SBC, Systèmes interactifs
• SBC comme systèmes coopératifs et intégrés dans des systèmes d’informations de l’entreprise et/ou inter-entreprise
La décennie 2000
• Nouveau champ d’application : Le « Semantic Web »
- KM, Portails, Intranet, B2E, B2B, E-commerce, etc…
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Une définition de l’I.A
L'avènement de l'I.A. s'est faite autour d'une utopie, rendre les machines intelligentes, capables de penser
Plusieurs définitions de l'I.A. ont été proposée depuis de nombreuses années. Parmi celles-ci, une bonne définition est la suivante :• Définition : L'intelligence artificielle est un domaine des sciences
et de l'ingénierie qui a pour but de résoudre des problèmes en étudiant les comportements communément appelés "intelligents" et de créer des artefacts qui exhibent de tels comportements ou les comportements les plus proches possible.
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Données, Informations, Connaissances et Savoir-faire
Tout système informatique est un système de traitement de l'information dans lequel il va être nécessaire de distinguer les termes suivants : • données, d'informations
• et de connaissances déclaratives
• et/ou procédurales ou savoir-faire
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Données, Informations, Connaissances et Savoir-faire
Définition de données :• Nous appellerons données tout signifiant
susceptible d'être capté, enregistré, transmis ou modifié par un agent cognitif de traitement de l'information, naturel ou artificiel (l'ensemble de ces fonctions n'est pas une obligation)
• Propriétés : Le signifiant est appréhendé au moyen de signes (aspect sémiotique). (cf. Kanellos)- Exemples: images,
Département Informatique
Problématique
Comment donner du
sens
aux Données
Département Informatique
Problématique
Comment attribuons-nous du sens aux données ?
Que voyez-vous ?
Département Informatique
Problématique
Que voyez-vous ?
Département Informatique
Problématique
Que voyez-vous ?
Département Informatique
Problématique
Que voyez-vous ?
Département Informatique
Problématique
Que voyez-vous ?
Département Informatique
Problématique
Que voyez-vous ?
Département Informatique
Problématique
Que voyez-vous ?
Département Informatique
Problématique
Que voyez-vous ?
Département Informatique
Problématique
Que voyez-vous ?
Département Informatique
Problématique
Que voyez-vous ?
Département Informatique
Problématique
Que voyez-vous ?
Département Informatique
Problématique
Shotokan-ryu Goju-ryu Wado-ryu Shito-ryu Shorin-ryu
Que voyez-vous ?
Département Informatique
Problématique
Département Informatique
Problématique
Pour Donner du sens aux données• Nous utilisons nos connaissances
dans des domaines spécifiques pour identifier / reconnaître ces données
• Connaissances partagées par des communautés
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Données, Informations, Connaissances et Savoir-faire
http://mecamotos.free.fr/moteur/moteur.htm
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Données, Informations, Connaissances et Savoir-faire Définition d’Information
• L'information est un signifié transporté par une donnée. Ce signifié est dépendant des procédures de décodage des données (c'est-à-dire d'extraction de l'information) et de l'univers cognitif des agents qui mettent en oeuvre ces procédures.
• Propriétés : l'information a un "sens" dépendant de trois facteurs- La tâche, ou grille à travers laquelle la donnée est décodée,
- Les procédures de décodage existantes,
- L'agent décodeur et son propre univers cognitif (Engalbert 89, 93)
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Données, Informations, Connaissances et Savoir-faire
Définition de connaissances
• La connaissance est le mode d'emploi permettant de transformer les données en informations. C'est donc ce qui est associé au passage entre le signifiant et le signifié.
• Propriétés : elle représente un niveau d'abstraction difficile à matérialiser de façon simple.
Les formes peuvent être les suivantes :
• Une procédure d'affectation du sens (information) à un signifiant (donnée)
• Une loi exprimant des relations entre informations
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Données, Informations, Connaissances et Savoir-faire
• Un mode de transformation de données, informations, connaissances en d'autres données, informations et connaissances (raisonnement).
• Un protocole de génération : de données, par application d'un raisonnement déductif ou abductif, de lois par application de l'induction
Sont considérés comme connaissances pour notre domaine
• Les descriptions ou représentations dites génériques, Les descriptions ou représentations dites spécifiques,
• Les procédures, Les règlements, les raisonnements
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Données, Informations, Connaissances et Savoir-faire
Définition de savoir-faire :
• Le savoir-faire, pour un agent cognitif naturel ou artificiel, est un mode d'optimisation de l'attribution de sens à des données (en acquisition ou en génération), "court-circuitant" le passage par les connaissances nécessaires qui auraient abouti au même résultat.
• Propriétés : le savoir-faire ne nous apparaît pas admettre le principe de compositionalité, peu verbalisable donc difficile à acquérir (pb acquisition de connaissances), les modes d'acquisition de ceux-ci ne semblent pas facilement descriptibles.
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Images and factsto interpret ATLAS Knowledge
1 1
Text
32 connaissances sources
caractéristiqueséléments
caractéristiqueséléments
caractéristiqueséléments
connaissances contextuelles
objectifs domaines
anatomie
neurologie
neurophysiologie
ang iolog ie
interprétation examens
radiologiques
d escrip t ion ang iog rap h ie
est -u nsou s-d omain e anatomie
neurologie
neurophysiologie
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Knowledge Acquisition
Decision Support
Access torelevantcases
Access torelevant
Knowledge
KnowledgeAcq.
Process
ModelingProcess
Access torelevant
Knowledge
Decision Process
NewCase
New Knowledge / New org. of Knowledge
New organization of case informationNew case interpretation
GeneralKnowledge
Situated Knowledge
(CaseDatabase)
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Domain Structures Attributes Information type Cutaway Domain Structures Attributes Information type Cutaway
Domain Structures Attributes Information type CutawayHierarchy
Anatomical structures White matter
Liquid spaces
Vessels
Lobes
Sulci
Gyri
Cranial nerves
Grey nucleiDeep grey nulcei
Brain stem nulcei
Ventricules
Bundle
Commissure
Domain
Anatomical Structures
Attributes
Information type
Structures
Viewpoint update
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
L’intelligence Artificielle
L’Intelligence artificielle intervient dans des domaines et pour des problèmes où l’on ne peut construire des programmes avec des solutions algorithmiques simples et pour lesquels les connaissances à utiliser sont difficilement formalisables.
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Les paradigmes de représentation de connaissances
La logique• Prolog, Frames-Logic
Les Ontologies ou représentations objets• Les logiques de descriptions
• Les Frames-Logic
• Les Graphes conceptuels
Les règles Les contraintes
Département InformatiqueUV F2B206 Conception et modélisation des systèmes d'information sémantiques
Les paradigmes de représentation de connaissances
Un Paradigme =• Une catégories de représentation
- Formules logiques, classes/relations, contraintes, règles, .
+
• Des mécanismes d’inférences spécifiques