Systèmes experts : réponse pratique à la complexité

À la frontière séparant l’objectivité de la logique et la subjectivité de l’expérience humaine, les systèmes-experts jouent avec les algorithmes etr mettent à contribution l’intelligence artificielle, la logique floue, les probabilités et les inférences.   Pour les décisions critiques ou l’évaluation de données, les systèmes-experts font même appel à l’humain.

Systèmes d’aide à la décision, systèmes de gestion automatique, BRDM (Business Rules and Decision Management Systems), agents intelligents et bien d’autres appellations selon les spécialisations, les systèmes-experts permettent de gérer la complexité et d’agréger des milliers d’expertises complémentaires en un tout utilisable par une personne qui n’a pas été exposée à l’ensemble des situations possibles et qui pourtant doit y faire face et prendre les bonnes décisions.

Un système-expert en réponse

Pour donner une idée de la complexité et de l’utilité d’un système expert, prenons un exemple auquel nous sommes presque tous confrontés : la gestion des courriels.  Pour un petit volume, nous appliquons des critères de tri simples : personnel ou commercial ? Urgent ou non ? Demandant beaucoup d’attention ou peu ? Impliquant de l’argent ou non ? etc.

Mais aucun de ces critères n’est absolu et chacun peut dépendre du contexte : si vous avez beaucoup de temps disponible ou non, si vous êtes au bureau, sur la route ou à la maison, si vous êtes soumis à des échéances, si les enfants sont à la garderie, comment votre système de dossiers est organisé, etc. Ce ne sera pas la même réponse selon l’heure de la journée ou le contexte.

Maintenant, essayez d’imaginer que ce ne sont pas des centaines mais des dizaines de milliers de courriels qui affluent et que la température extérieure ou la tendance des indices boursiers influe sur les requêtes et les réponses attendues.  Vous commencez à avoir une idée comment on peut programmer et interagir avec un système expert et aussi comment celui-ci peut nous aider à optimiser et élever la qualité des réponses aux situations, aussi variées puissent-elles être.

Par exemple, on peut programmer tout ce qu’il faut faire pour conserver une certification ou pour satisfaire un client spécifique.  En éducation ce peut-être des principes pédagogiques couplées aux données des étudiants en temps réel ou presque, des conditions d’admission selon les disciplines, etc. En recherche ce sont des outils appréciés pour leurs capacités de veille sémantique.

Avide de données

Le système-expert compile des données, des règles et des contextes et produit des inférences déduites ou induites. Il pense par «si… donc» auquel on ajoute aussi le «mais si», le «un peu plus» ou «beaucoup plus», la variation rapide ou lente, etc..  Le système-expert peut prendre en compte une vaste quantité de données et ainsi améliorer la prise de décisions.  

On y ajoute de nouvelles données, de nouvelles situations et il est en amélioration constante. Les plus sophistiqués apprennent par eux-même à partir des résultats obtenus. En permettant la transmission des connaissances entre les anciens employés et les nouveaux, Il contribue également à la stabilité des entreprises et à la qualité de la production.

Il en existe des dizaines, dont vous trouverez le répertoire ci-dessous, plusieurs Open Source, plusieurs orientés pour les affaires. Certains sont de bons outils pour débuter à systématiser ses processus.

Illustration : Desiree Walstra - ShutterStock

Pour aller plus loin

Artificial Intelligence Tutorial - Tutorials Point
http://www.tutorialspoint.com/artificial_intelligence/artificial_intelligence_expert_systems.htm

Atelier de Conception de Systèmes Experts
http://www.infres.enst.fr/~danzart/ACSE/doc/AideSE.html

Répertoire des systèmes experts - Thot Cursus
http://cursus.edu/institutions-formations-ressources/formation/26910

Ajouter à mes listes de lecture