systeme a base de connaissance

La problématique de la gestion des connaissances est, à l’heure actuelle, une question omniprésente dans le monde de la recherche. De nombreuses sociétés et industries sont également confrontées à cette question.

L’ingénierie des connaissances étudie les concepts et les méthodes permettant de modéliser et d’acquérir des connaissances. Son objectif est de faciliter la conception et la réalisation de systèmes informatiques “intelligents” que l’on appelle les Systèmes à Base de Connaissances (SBC). Ce domaine de recherche est pluridisciplinaire. Il fait appel à la logique pour la construction de modèles formels, à la linguistique pour la formulation des connaissances et évidement à l’informatique pour la mise en application des modèles définis.

Un système à base de connaissances est un programme capable de raisonner pour résoudre un certain problème en s’aidant de connaissances relatives au domaine d’application considéré. Les systèmes à base de connaissances comportent une fonction de représentation des connaissances associée à une fonction de manipulation des connaissances représentées appelée raisonnement.

L’acquisition des connaissances est un processus complexe et se présente souvent comme un goulot d’étranglement lors de la mise en oeuvre des systèmes à base de connaissances.

L’implantation de ce type de systèmes est donc un processus fastidieux qui demande des compétences techniques spécifiques et souvent beaucoup de temps. De plus, une fois mis en service, les systèmes sont souvent lents et il est très difficile de maintenir les gros volumes de connaissances qu’ils contiennent, si bien qu’ils risquent de devenir obsolètes ou non-conformes à la réalité.

I. Pourquoi mettre en place un Système à Base de Connaissances ? Le monde des entreprises fait face actuellement à un important problème de gestion de son savoir, son savoir-faire et de ses compétences. Ce problème se caractérise de plusieurs manières : • Perte de savoir et de savoir-faire antérieur, • Méconnaissance des travaux effectués ailleurs, • Non communication entre les services, • Localisation monopolistique des connaissances et de l’expertise, • etc. Constituer une mémoire vivante et productive de l’entreprise, faire vivre une base de connaissances repose donc sur les trois thèmes principaux suivants : • la gestion des experts et des expertises, • le retour d’expériences, • le transfert de connaissances et d’informations dans l’entreprise. Un quatrième thème, l’intelligence économique, est l’évolution naturelle des trois premiers. Le sujet touche à toutes les composantes de l’entreprise : les ressources humaines (pour la gestion des experts et des compétences), la recherche, la technologie, la production, la documentation (Système Qualité) et l’informatique. Créer une base vivante de connaissances au sein d’une entreprise est donc une problématique de Direction Générale, qui ne peut se traduire que par une réflexion et une démarche d’organisation englobant toute l’entreprise. En résumé, Un SBC sert à :

Remplacer un expert • Automatiser une tâche routinière nécessitant un expert ; • Un expert quitte la compagnie ; • Besoin d’une expertise dans un environnement hostile.

Exemples : • Drilling advisor (Elf-Aquitaine) ; • Cooker advisor (Campbell Soup Company) : 95 % de réussite.

Assister un expert • Améliorer la productivité ; • Gérer la complexité ;

Exemples : • R1/XCON (DEC & CMU) : 2 mns vs. 25 mns, économie pour DEC de 25 M$ / an ; • Lending advisor (Banques).

II. Définitions 1- Le savoir et le savoir-faire Il existe une confusion entre savoir, savoir-faire et compétence. Le savoir est explicite et appréhendable ; il peut être enregistré dans des bases de données. Le savoir-faire est tacite et analogique ; il est difficile à capter, à capitaliser, d’autant plus qu’il est porté par les individus. L’approche technologique pousse à figer le savoir, qui est pourtant contextuelle, et délaisse le savoir-faire dont la formalisation automatique, l’informatisation, demande un vrai travail de production. Les connaissances de l’entreprise comprennent d’une part, des savoirs spécifiques qui caractérisent ses capacités d’étude, de réalisation, de vente et de support de ses produits et de ses services, d’autre part, des savoir-faire individuels et collectifs qui caractérisent ses capacités d’action, d’adaptation et d’évolution. Emmagasinées dans les archives, les armoires et les têtes des personnes, elles sont constituées d’éléments tangibles (les données, les procédures, les plans, les modèles, les algorithmes, les documents d’analyse et de synthèse) et d’éléments immatériels (les habilités, les tours de mains, les "secrets de métiers", les logiques d’action individuelles et collectives non écrites, les connaissances de l’historique et des contextes décisionnels). Elles sont représentatives de l’expérience et de la culture de l’entreprise. Diffuses, hétérogènes, incomplètes ou redondantes, elles sont fortement marquées par les circonstances de leur création. Lorsqu’elles sont formalisées, elles n’expriment pas le "non-dit" de ceux qui les ont mises en forme et qui pourtant est nécessaire à leur interprétation. De plus, on constate que les connaissances collectives d’une entreprise sont le plus souvent transmises oralement et selon une logique "maître/apprenti". En l’absence de ceux qui les ont formalisées, ces connaissances sont difficiles à repérer et à exploiter, dans d’autres situations et à d’autres fins que celles dans lesquelles elles ont été créées. En d’autres termes, on peut dire que l’exploitation et la valorisation des connaissances de l’entreprise dépendent fortement des savoir-faire de ses employés et de la continuité de leur présence dans l’entreprise. Aussi, au delà des savoirs tangibles formalisés et archivés, les connaissances de l’entreprise représentent une ressource immatérielle extrêmement volatile.

Figure 1 : Les deux grandes catégories de connaissances dans l’entreprise.

2- La notion de compétence Parler des savoirs et des savoir-faire utilisés et produits par l’entreprise ne préjuge pas de la façon dont ces connaissances sont mises en oeuvre au quotidien, dans des situations opérationnelles soumises à des contraintes techniques, économiques et psychosociologiques. De ce point de vue, on peut évoquer la notion de compétence comme la capacité des personnes à mettre en oeuvre les savoirs et les savoir-faire constitutifs des connaissances de l’entreprise dans des conditions de travail contraintes données : le poste de travail, un rôle déterminé, une mission spécifique. Ainsi la compétence se réalise dans l’action : c’est un processus qui, au delà des savoirs et des savoir-faire, fait appel au savoir-être des personnes et à leurs attitudes éthiques.

III. Comment constituer une Mémoire d’Entreprise (une Banque de Connaissance) ?

1- Méthodologie : Toutes les connaissances utilisées et produites par l’entreprise ne présente pas la même valeur ; toutes les informations ne doivent être donc pas être traitées de la même façon et suivant le même processus. La structure que révèle la Figure 1 engendre une logique de capitalisation qui procède selon deux axes : • gestion des savoirs (gestion des données techniques, gestion documentaire, gestion des configurations) • formalisation des savoir-faire (acquisition/représentation des domaines de connaissances et des raisonnements portant sur ces connaissances)

Le savoir et les savoir-faire sont nécessaires au déroulement des processus essentiels à l’activité de l’entreprise, mais aussi à l’élaboration de sa politique et de sa stratégie en Recherche & Développement. Les informations identifiées comme stratégiques doivent alors faire l’objet du processus itératif suivant : 1. être repérées, 2. être préservées, 3. être valorisées, 4. être actualisées. En résumé, "Capitaliser les connaissances de l’entreprise" consiste à repérer ses connaissances stratégiques, à les préserver et les pérenniser afin de les valoriser". En fait il s’agit de renforcer tout ce qui - au delà des tâches répétitives et automatisables - peut améliorer les moyens de gestion des savoirs et permettre de formaliser des pans de savoir-faire. Les connaissances, encapsulées dans des logiciels capables de les restituer ensuite sous une forme directement compréhensible par les personnes, deviennent ainsi accessibles et manipulables. Ceci est rendu possible par le potentiel des technologies (méthodes, techniques et outils) de traitement des connaissances, telles qu’elles ressortent de la recherche en intelligence artificielle. Il ne s’agit pas de gérer les ressources humaines, c’est-à-dire de faire en sorte d’avoir à tout moment les personnes capables, à partir de leur savoir-faire et moyennant la mise à disposition des savoirs, de s’adapter aux situations et de faire face à leurs missions dans des conditions optimum. Ceci est du domaine de la gestion des compétences. Il ne s’agit pas non plus de réorganiser l’entreprise, d’optimiser ses processus, d’améliorer ses moyens de communication notamment son système d’information. Cela serait du domaine de l’organisation et de la gestion de l’entreprise.

Figure 2 : Les facettes de la problématique de "Capitalisation des Connaissances de l’Entreprise"

Cependant, cette démarche de capitalisation des connaissances de l’entreprise doit se faire dans une approche systémique globale où utilisateurs, chercheurs et intégrateurs interviennent conjointement pour la définition de tous les processus du système à base de connaissances. Aborder la mémoire de l’entreprise, c’est considérer les trois dimensions de l’innovation : technologique, organisationnelle et comportementale. Seules des équipes vraiment pluridisciplinaires peuvent prétendre maîtriser suffisamment la globalité d’une organisation, et les évolutions méthodologiques de champs aussi épars. Et seule une réelle démarche globale, un processus de conduite du changement (qui peut s’avérer souvent très léger moyennant une bonne stratégie adaptée à la culture et à la motivation des éléments de l’entreprise) peut garantir un succès à la création d’une mémoire vivante et productive de l’entreprise.

2- Test de Turing :

Protocole : un individu communique à l’aide d’un terminal d’ordinateur avec un interlocuteur invisible. Il doit décider si l’interlocuteur est un être humain ou un système d’IA imitant un être humain. Construire un cerveau artificiel en imitant moins la physiologie du modèle humain, que son comportement logique, les "états de pensée" étant équivalents aux instructions de la machine. Prédiction de Alan Turing : 30 % de réussite pour une machine discutant avec une personne non avertie pendant 5 minutes. Équivalence... des modèles de calcul (machine de Turing, lambda calcul, etc.). Liens avec calculabilité et complexité. Vision informatique : imiter le comportement, pas le fonctionnement.

3- Architecture d’un SBC :

4- Représentation des connaissances :

La représentation des connaissances est le problème clé en IA.

Les objets, actions, concepts, situations, relations, etc. sont représentés selon certains formalismes (cerveau vs. mémoire de l’ordinateur).

C’est le transfert des connaissances d’un expert vers une machine ==> Psychologie cognitive.

• Changement de media
• Changement de forme de représentation

C’est une tâche de modélisation linguistique : puissance expressive, applicable pour le raisonnement, efficace.

IV. Quelques Techniques utilisées

3- Présentation : Toute approche de la mémoire qui se fonde uniquement sur un temps quantitatif (relevé de faits datés, classement de résultats, élaborations de liens abstraits, mécanismes réifiants...) ne fait que bâtir des amoncellements d’objets morts ordonnés dans une immense archive. La création et la vie d’un système à base de connaissances réclame un vrai investissement et des actions constantes pour faire vivre la mémoire. Pour recueillir et préserver le savoir et le savoir-faire de l’entreprise, certaines techniques classiques sont utilisées : • Système Qualité, accompagné généralement par la mise en œuvre de processus et d’un archivage systématique des documents de projets, de revues de projets, notes, courrier... • Système Expert générique ou dédié au diagnostic et à la maintenance, • Programmation par contraintes, • Modélisation des connaissances, modèle conceptuel de la connaissance (méthodes de gestion de la connaissance KADS, KOD) • Raisonnement à partir de cas, • Base de données et système décisionnel (datamining, dataware house), • Capitalisation des erreurs ou problèmes, des solutions et leur contexte (« Les conditions de succès sont souvent uniques, alors que les conditions d’échec sont généralement répétitives. ») • etc. La plupart de ces techniques permettent de formaliser une partie ou une vision globale des processus de cycle de production d’un bien ou d’un service. Ce cycle est représenté dans la figure 3.

Figure 3 : Représentation d’une activité

2- Différents types de connaissances

Connaissances procédurales Règles ; stratégies ; agendas ; procédures Connaissances déclaratives Concepts ; objets ; faits Méta connaissances Connaissances sur les autres types de connaissances Connaissances heuristiques Règles Connaissances structurées Ensemble de règles ; relation inter concepts ; relations entre concept et objet

3- Où les SBC sont-ils utilisés ?

• Agriculture • Affaires • Chimie • Communications • Informatique • Éducation • Électronique • Ingénierie • Géologie • Domaine juridique • Manufacture • Mathématiques • Médecine • Météorologie • Militaire • Prospection et exploitation minière • Production d’énergie • Hydrologie / hydroélectricité • Espace

4- Types de problèmes résolus par les SBC :

• Contrôle • Conception • Diagnostic • Instruction • Interprétation • Monitoring • Planification • Prédiction • Prescription • Sélection • Simulation

V. Points importants lors de la mise en œuvre d’un système à base de connaissances • Implication de la société dans l’animation et le processus de capitalisation et de valorisation de la base : la machine ne peut pas tout faire, notamment éduquer et inciter les gens à se servir du produit, ni à le faire évoluer pour toujours mieux coller aux besoins. • Les manques et les incohérences de la base peuvent être détectés par la mise en place d’outils, de tableaux de bord et d’indicateurs ; l’intervention d’un administrateur est cependant nécessaire. • Intervention nécessaire et régulière des experts pour enrichir, valider et faire une synthèse des connaissances et du contenu de la base. • Les problèmes de sécurité et de fuite de l’information dans et hors de l’entreprise doit être maîtrisés très tôt et faire l’objet d’une vrai politique. • Possibilités de transformer une base de connaissance en lieu de capitalisation de veille technologique, si la conception en a tenu compte dès le début (cela ne modifie pas énormément le paramétrage du système, mais demande toutefois un état d’esprit approprié durant la conception). • Insister sur le fait que la diffusion de la base doit être aussi bien passive (consultation des utilisateurs) qu’active (capacité du système ou de l’administrateur à faire parvenir régulièrement ou ponctuellement des informations, générales ou ciblées, sur la vie de la base à tous ou à des personnes ciblées)... ce qui implique un réseau d’entreprise adapté.

Conclusion

La gestion des connaissances est aujourd’hui un enjeu capital pour les sociétés manipulant de plus en plus de “savoir faire”. Le fonctionnement actuel de la majorité des systèmes informatiques est à base de programmes procéduraux qui utilisent des données structurées, hypertextes ou multimédia. La prise en compte de connaissances symboliques dans les systèmes informatiques est un moyen efficace de contribuer à la résolution de divers problèmes mal solutionnés par l’approche informatique actuelle : la quasi-impossibilité d’intégrer le savoir-faire des métiers dans les machines est aujourd’hui patente, la difficulté à avoir accès à l’information pertinente stockée par les machines diminue de beaucoup l’intérêt réel de nos systèmes dits justement d’information. Les recherches menées de nos jours commencent à prendre en compte ces connaissances, et ceci selon deux axes :

• L’interaction humain-machine permet à la machine de profiter des connaissances de l’utilisateur pour être pilotée lors de sa résolution de problème,
• Les systèmes à base de connaissances proposent une architecture intégrant des connaissances symboliques dans les machines. L’enjeu du développement informatique est de combiner les travaux des deux domaines en essayant de faire des systèmes humain-machine globalement intelligents et de développer des systèmes à base de connaissances pour capitaliser les connaissances dans une mémoire de projet pour pouvoir les réutiliser plus facilement dans différentes applications cibles.

Webographie

http://www.info.univ-angers.fr/pub/genest/equipe/index.html http://www.i3s.unice.fr/ ol/CD/Coprin/node14.html http://www.info.unicaen.fr/M1/cours/ue14.pdf http://www.inria.fr/rrrt/rr-1975.html http://www.inrialpes.fr/sherpa/soft-fra.html https://liris.cnrs.fr/publis/pdf/Cordier-2004_liris2552.pdf ?id=2552 http://www.webkb.org/doc/papers/java93/java93.pdf http://www-sop.inria.fr/COLOR.old/2000/rapport-Dicosbac.html http://www.crim.ca/files/documents/evenements/duCRIM/tiDinners/ti-dinnerbis.ppt http://liris.cnrs.fr/ ogeorgeo/ingenierie.ppt http://doelan-gw.univ-brest.fr:8080/ dmasse/cours/cours_intro.pdf http://liris.cnrs.fr/ amille/enseignements/Master_PRO/BIA/IC_am_2004.ppt