2.

Expertise

Les résultats les plus aboutis de l’intelligence artificielle concernent la résolution, par une machine, de problèmes complexes dans un domaine délimité de compétences. C’est la démarche des systèmes experts : les connaissances des experts humains sont explicitées symboliquement sous forme de règles d’inférences que la machine peut ensuite appliquer à une situation réelle. Il existe plusieurs applications opérationnelles, telles que le jeu d’échecs ou l’aide au diagnostic médical.

Au début, les chercheurs ont surtout focalisé leurs études sur les problèmes liés aux mécanismes de raisonnement et sur les moteurs d'inférence. Mais aujourd'hui, l'acquisition des connaissances auprès des experts et la construction des bases de connaissances requièrent l'attention des chercheurs et surtout des industriels. Les premiers travaux dans ce domaine datent de 1979 avec le système Teiresias. Ces travaux portent sur la définition et la mise en place de moyens méthodologiques pour fournir au système les connaissances de l’expert.

Non seulement ces systèmes peuvent traiter un problème, mais ils sont également capables d’expliciter ensuite le raisonnement détaillé permettant d’aboutir au résultat. En outre, les plus perfectionnés d’entre eux sont à même de nuancer leurs conclusions, en recourant à la « logique floue ». Au lieu de considérer les variables comme vraies ou fausses, ces ordinateurs leur attribuent un degré de véracité qui exprime une probabilité plus ou moins grande. Un résultat peut ainsi être « certainement vrai », « probablement vrai », « peut-être faux », « probablement faux », etc.

Cependant, quel que soit le perfectionnement de ces systèmes, tous sont fondés sur la reproduction de connaissances explicites recueillies auprès d’experts d’un domaine. Or, ces personnes semblent procéder, lorsqu’elles résolvent un problème, d’une manière bien différente qu’un simple enchaînement de règles apprises par cœur. Par conséquent, il est possible que la reproduction de l’expertise humaine soit hors de portée des systèmes experts, qui sont dépourvus de toute intuition. C’est pourquoi ceux-ci sont appelés systèmes à bases de connaissances.