Lintelligence artificielle dans la gestion des affaires

1
L intelligence artificielle dans la gestion des
affaires

• Intelligence artificielle, systèmes experts et
  lhumain comme système de traitement de
  l information

2
Définition de l intelligence artificielle

• La capacité pour un système informatique
  d'atteindre un niveau de performance qui se
  compare à celui de l'intelligence humaine dans
  certaines circonstances d après Parker et Case
• Repose sur l informatique, la biologie, la
  psychologie, la linguistique, les mathématiques,
  l ingénierie
• Son but est de concevoir des ordinateurs qui
  peuvent penser, voir, entendre, parler et sentir
• Problèmes d ordre philosophique et moral

3
Attributs d un comportement intelligent

• Penser et raisonner.
• Utiliser le raisonnement pour résoudre des
  problèmes.
• Acquérir des connaissances et les mettre en
  application.
• Apprendre et comprendre à partir de l'expérience.
• Faire preuve de créativité et d'imagination.
• Faire face à des situations complexes et
  confuses.
• Réagir rapidement de façon appropriée à de
  nouvelles situations.
• Reconnaître le degré d'importance des divers
  aspects d'une situation.
• Traiter efficacement données ambiguës,
  incomplètes ou erronées.

4
Applications de l intelligence artificielle

• Science cognitive syst. Experts, syst.
  d apprentissage, logique floue
• Science informatique ordinateurs de la 5e
  génération, traitement en parallèle, réseaux
  neuronaux
• Robotique vision, toucher, dextérité,
  locomotion, navigation
• Interface naturelle langage naturel,
  reconnaissance de la parole, interfaces
  multisensorielles

5
Le facteur humain en informatique de gestion

• Pourquoi étudier le facteur humain
• Le facteur humain trop souvent sous-estimé
• Pourtant c'est la cause de nombreux échecs
• Facteur laissé de côté par plusieurs spécialistes
  en info.
• Informatique s'intéresse aux algorithmes, aux
  aspects "hard"
• Humain constitue un aspect plus "mou", moins
  prévisible
• Le système est utilisé par des personnes, les
  utilisateurs
• Le système devrait la plupart du temps être
  défini à l'aide des utilisateurs

6
L humain comme processeur d information

• Il sait
• chercher les données utiles
• filtrer les données disponibles
• établir une représentation de son environnement
• transmettre une réponse à l'environnement
• Il est soumis aux difficultés liées
• à la surcharge d'information
• aux erreurs de filtrage
• aux problèmes de distorsion
• Il dispose d'une capacité limitée
• ce qui engendre une rationalité limitée

7
Le système humain de traitement de l information

• Processus cognitifs
• concepts, analogies métaphores
• inférences
• intuitif, instinctif et subjectif
• Modèle de Newell et Simon figure 11.3
• Système sensoriel et effecteurs physique
• Mémoires à court terme et à long terme
• Filtrage, modèles de sélection et limites
  cognitives
• Style cognitif

8
Théorie de l information et problèmes de
communication

• Niveau technique
• Le message se rend-il? Réduction de l'incertitude
  Redondance
• Niveau sémantique
• Le message est-il compris? Améliorer la
  transmission
• Contrôle et distribution retarder, filtrer,
  biaiser, transmettre l'interprétation
• Niveau pratique (efficacité)
• Le message a-t-il un effet? Changement de
  comportemnt
• Utilité, comme les 4 P du marketing Satisfaction
• Erreurs et biais

9
Définitions et composantes du système expert

• Définition
• Imite les mécanismes de raisonnement des humains
  et fournit des avis comme ceux qu'ils recevraient
  d'experts humains.
• Base de connaissances
• Contient les faits et les règles nécessaires pour
  prendre des décisions.
• Le moteur d'inférence
• L'ensemble des programmes qui pilotent le système
  expert.
• Les programmes consultent la base de connaissance
  à la recherche de la réponse.

10
Composantes du système expert

• Système d'acquisition des connaissances
• Le logiciel qui permet au cogniticien de
  construire la base de connaissance et de la
  parfaire.
• Interface
• Une invite (prompt) qui attend que l'utilisateur
  fasse l'entrée de la donnée du problème.
• Les interfaces en langage naturel deviennent plus
  fréquentes.
• Module d'explication
• Le système fournit à l'utilisateur l'explication
  quant au raisonnement logique qu'il a pratiqué
  pour arriver à sa décision.

11
Exemples de systèmes experts

• Exemples
• ITT gt SEC
• Texas instruments gt soutien à clientèle pour IEF
• Stone Webster gt conseiller en calendrier de
  production
• Autres
• Inspection des pièces
• Assemblage de composante (XCON de DEC)
• Service après vente Speed Queen
• Réparations de téléphones MAX de NYNEX

12
Le développement des systèmes experts

• Efficience et efficacité
• Il faut rechercher l'efficience du programme
  informatique, ce qui est la responsabilité de
  l'informaticien.
• Il faut rechercher l'efficacité de la décision
  par la modélisation des connaissances, ce qui est
  du ressort du cogniticien.
• Le cogniticien ou ingénieur de la connaissance
  doit extraire auprès des experts du domaine
• les règles, les procédures, les stratégies
  qu ils utilisent,
• les connaissances factuelles, les faits qu'ils
  ont en mémoire ou à leur disposition.

13
Le développement des systèmes experts

• L'approche utilisée pour le développement du
  système
• Un prototype est construit et mis en utilisation,
  puis perfectionner par étapes successives
• À la fin, on obtient un système utilisable
• Les approches pour le moteur d'inférence
• Construire de toute pièce avec PROLOG, LISP ou
  Smalltalk
• Construire à l'aide d'une coquille de système
  expert
• Acheter un système expert dans le commerce, prêt
  à utiliser

14
Développement système conventionnel vs système
expert

• Conventionnel
• Analyse préalable
• Analyse préliminaire
• Analyse fonctionnelle
• Programmation
• Tests
• Implantation

• Expert
• Étude d opportunité
• Phase dacquisition
• Identification des connaissances
• Conceptualisation des conn.
• Phase de réalisation
• Formalisation des connaissances
• Prototypage
• Validation
• Implantation

15
Le développement des systèmes experts

• Critères de sélection opportunité d un SE
• Domaine restreint
• Expertise problèmes nécessitant un expert
• Complexité nécessite une inférence
• Structure doit s accomoder d une situation
  changeant et de données incertaines, manquantes
  ou conflictuelles
• Disponibilité d un expert articulé et
  coopératif et d un appui de la direction et des
  utilisateurs potentiels

16
Avantages et limites des systèmes experts

• Avantages
• Meilleur que les experts humains
• Préservation de l expertise d une personne
• Avantages des SI en général
• Limites
• Problèmes entretien, coût, spécialisation,
  capacité d apprendre
• Gestionnaires ont été déçus par les résultats
  obtenus
• Certaines tâches vont probablement toujours leur
  échapper (leur confier notre vie dans le pilotage)

17
Fonctionnement des SE représentation des
connaissances

• Les modes de représentation des connaissances
• Les réseaux sémantiques, c est une
  représentation des concepts et de leur relations
  très proche de modélisation de données (page
  suivante)
• Les cadres (ou formes objets, frames en anglais)
  voir figure 11.17 c est une organisation
  hiérarchique des connaissances (Personne,
  Analyste, Jean)
• Les objets les méthodes s ajoutent par exemple
  aux cadres

18
Réseau sémantique
Mammifère
Est un
Est un
Chien
Homme
Est un
Est un
Est le maître de
Milou
Tintin
Appartient à Obéit à
19
Fonctionnement des SEle moteur d inférence

• Chaînage avant
• basé sur les faits, s'applique quand on a une
  grande quantité de faits initiaux connus
• progresse en vérifiant si la condition d'une
  règle de la base de connaissances est vraie
  compte tenu des faits connus dans la base de
  connaissances
• "Le prix est faible"
• Chaînage arrière
• basé sur les buts, s'applique quand on connaît
  les conclusions que l'on cherche à établir
• progresse en cherchant les règles qui indiquent
  les conditions à rencontrer pour vérifier
  l'atteinte du but
• "Faut-il vendre?"

20
Autres applications de l intelligence
artificielle

• Réseaux neuronaux
• exemple des prêts à la consommation, Infoseek
• Logique floue
• camescope, appareils photo, transmissions
  automatiques etc.
• Réalité virtuelle
• simulations pour la NASA et les Forces Armées US
• CAE simulateurs de vol

21
Autres applications de lintelligence
artificielle agents intelligents

• Remplaçant logiciel qui utilise sa connaissance
  de la personne ou du processus pour prendre des
  décisions et agir à leur place
• Exemples Wizards logiciels Microsoft, AskJeeves!
• Types
• Interface
• Tuteurs observe l utilisateur, corrige, donne
  des indices
• Présentation formats différents fonction de
  l utilisateur
• Navigation réseau trouver les chemins et
  manières pour trouver l info appréciée par
  l utilisateur
• Jeu de rôle joue à quest-ce qui se passe si et
  autres rôles pour aider à comprendre information
  et prendre meilleures décisions
• Gestion d information
• Recherche aide à trouver fichiers , info,
  nouvelles sources
• Courtier service commercial pour trouver et
  développer sources
• Filtre recevoir, trouver, filtrer, jeter,
  transférer et aviser les usagers des produits
  reçus ou désirés courriels, courrier vocal, etc.

22
Autres applications de lintelligence
artificielle algorithmes génétiques

• Basé sur le Darwinisme, le hasard, et dautres
  fonctions mathématiques pour simuler un processus
  évolutif qui génère des solutions qui
  saméliorent successivement.
• Utile où il faut optimiser avec des milliers de
  solutions possibles
• Utilise
• règles mathématiques algorithmes
• peut engendrer des combinaisons au hasard
  mutations
• combine différentes parties de processus
  efficaces (crossover)
• sélectionne les bons (efficaces)et rejette les
  mauvais processus (sélection)