AI Glossary
The complete dictionary of Artificial Intelligence
Base de connaissances
Ensemble structuré de faits et de règles représentant le savoir d'experts dans un domaine spécifique, stocké de manière explicite pour permettre au système de raisonnement d'y accéder. Constitue le cœur mémoire d'un système expert, séparant clairement les connaissances du mécanisme de raisonnement.
Moteur d'inférence
Composant algorithmique d'un système expert qui applique des règles logiques à la base de connaissances pour générer de nouvelles conclusions ou solutions. Implémente des stratégies de raisonnement comme le chaînage avant ou arrière pour simuler le processus décisionnel humain.
Règles de production
Structure condition-action de type SI-ALORS formalisant les connaissances expertes sous forme de propositions logiques déclenchables. Permettent de coder les heuristiques et procédures de décision des experts humains dans un format interprétable par la machine.
Chaînage avant
Stratégie de raisonnement déductif partant des faits connus pour appliquer successivement les règles jusqu'à atteindre une conclusion finale. Particulièrement efficace pour les problèmes de planification et de diagnostic où les données initiales sont complètes.
Chaînage arrière
Méthode de raisonnement rétroactive partant d'une hypothèse ou objectif pour remonter aux faits nécessaires à sa validation. Optimise la recherche en se concentrant uniquement sur les règles pertinentes pour atteindre le but visé.
Métarègles
Règles de niveau supérieur contrôlant l'application des règles de production dans le moteur d'inférence. Permettent d'optimiser les performances du système en gérant les conflits, priorisant certaines règles ou adaptant la stratégie de résolution.
Système expert à base de cas
Approche de raisonnement basée sur la récupération et l'adaptation de solutions à partir de cas précédemment résolus dans une base d'expériences. Évite la formalisation explicite des règles en s'appuyant sur l'analogie avec des situations passées similaires.
Interface d'acquisition des connaissances
Outil logiciel facilitant l'extraction et la formalisation des connaissances d'experts humains dans la base de connaissances. Permet aux domain experts de saisir directement leur savoir sans nécessiter d'expertise en programmation ou en représentation des connaissances.
Système expert flou
Extension des systèmes experts intégrant la logique floue pour gérer l'incertitude et l'imprécision dans les connaissances et le raisonnement. Permet de modéliser le raisonnement humain naturel qui travaille souvent avec des concepts vagues et des degrés de vérité.
Système expert à base de contraintes
Paradigme de résolution de problèmes basé sur la spécification de contraintes et la recherche de solutions satisfaisantes. Particulièrement adapté aux problèmes de configuration, d'ordonnancement et d'allocation de ressources complexes.
Module d'explication
Composant essentiel d'un système expert capable de justifier ses raisonnements et conclusions en retraçant les règles appliquées. Renforce la confiance des utilisateurs et facilite la validation des décisions en rendant le processus transparent.
Heuristiques
Règles pratiques ou stratégies de résolution basées sur l'expérience mais ne garantissant pas une solution optimale. Accélèrent la recherche de solutions dans des espaces de problèmes complexes en guidant le processus de raisonnement vers des pistes prometteuses.
Knowledge Engineering
Discipline spécialisée dans l'extraction, la formalisation et l'implémentation des connaissances d'experts dans des systèmes informatiques. Combine expertise en ingénierie logicielle, psychologie cognitive et connaissance du domaine applicatif.
Système expert hybride
Architecture combinant approche symbolique et connexioniste pour tirer avantage des deux paradigmes de l'IA. Intègre le raisonnement logique explicite des systèmes experts avec les capacités d'apprentissage et de généralisation des réseaux de neurones.
Réseaux sémantiques
Structure de représentation des connaissances utilisant des nœuds (concepts) reliés par des arcs (relations) pour modéliser les associations sémantiques. Permettent un raisonnement par propagation d'activation et facilitent l'inférence de nouvelles connaissances.
Logique des prédicats
Formalisme logique étendant la logique propositionnelle avec des quantificateurs et des variables pour représenter des connaissances structurées. Fondement théorique de nombreux systèmes experts permettant un raisonnement précis et une déduction automatique.
Système expert en temps réel
Système expert optimisé pour fournir des réponses dans des délais contraints, essentiel pour les applications critiques. Combine algorithmes d'inférence efficaces et gestion prioritaire des règles pour garantir des performances temporelles prévisibles.
Système expert distribué
Architecture multi-agents où l'expertise est répartie entre plusieurs systèmes experts spécialisés communiquant entre eux. Permet de résoudre des problèmes complexes décomposables en sous-problèmes traités en parallèle par différents experts.