Un modèle multi-agents pour la gestion des connaissances

Transcription

1 Un modèle multi-agents pour la gestion des connaissances Pierre Maret, Département Informatique et LIRIS, INSA de Lyon Jacques Calmet, IAKS, Université de Karlsruhe, Allemagne Le principe général sous-jacent aux approches de gestion de documents, de gestion des compétences et d ingénierie des connaissances est celui de la centralisation objective des connaissances. Dans ces approches en effet, une base de documents, de données ou de connaissances centralise l information (éventuellement en la redistribuant sur différents sites), et un schéma de structuration unique organise cette connaissance. Cette base unique et ce schéma de structuration unique sont considérés comme étant, si ce n est les meilleurs possibles, tout au moins acceptables par tous. Nous estimons que cette approche pour la gestion des connaissances n est pas compatible avec la nature même des connaissances. Nous constatons également que le fonctionnement des organisations repose toujours plus sur la circulation de l information et des connaissances, et sur les moyens mis en œuvre pour cela (concept d entreprise informationnelle). En accord avec les travaux théoriques et les observations pratiques nous pouvons affirmer que les connaissances dans une organisation sont nécessairement subjectives et distribuées. Il nous apparaît ainsi nécessaire de fonder une nouvelle approche de la gestion des connaissances sur des bases qui permettront de prendre en compte très en amont les caractéristiques suivantes : Distribution des connaissances : Les connaissances de l entreprise sont distribuées dans l ensemble de l entreprise. La montée en puissance de l informatique distribuée et pervasive (mobilité, autonomie, interopérabilité ) nécessite de développer une approche prenant en compte tout autant les individus, que les systèmes individuels et les «gros» systèmes informatiques ; Autonomie des entités porteuses de connaissances : Les perceptions de chaque individu sont subjectives et les connaissances de chacun sont différentes. De même, les systèmes informatiques ne sont pas systématiquement compatibles et consistants entre eux. Ils ne sont pas nécessairement conçus pour coopérer naturellement entre eux et chacun possède sa logique propre, sa couverture sémantique, sa représentation de connaissances, etc. Le fonctionnement de l organisation repose pourtant sur la circulation de l information. Il est donc nécessaire de concevoir une approche permettant de concilier à la fois autonomie et échanges de connaissances. Une approche multi-agents des connaissances dans l entreprise Les systèmes multi-agents ont été mis au point dans un but méthodologique dans le domaine de l informatique distribuée en intelligence artificielle. Ils ont ensuite évolués pour devenir à la fois une méthode de gestion et une technique d ingénierie logicielle conduisant à la conception de systèmes proches des systèmes orientés objets. A la différence des objets qui sont des entités activables depuis l extérieur (via les méthodes publiques), les agents sont des entités autonomes. L agent reçoit des messages ou perçoit son environnement, il interprète ces données et il choisit son action. L objet n a au contraire pas de capacité de choix. Il exécute la méthode invoquée depuis une entité qui lui est extérieur, un autre objet par exemple 1. L intérêt d aborder la gestion des connaissances avec une approche multi-agents réside dans la compatibilité et les convergences entre ces deux domaines. En effet, si l on considère qu un agent représente une entité dans l organisation porteuse d information ou de connaissances (une personne, un mobile, une base de données, un capteur simple ou complexe, ) alors on peut aborder de façon non tronquée les notions fondamentales caractérisant les connaissances en entreprise : distribution des données et des connaissances, autonomie des entités et simultanément interactions complexes entre elles (négociation, partage d information, coordination), comportements dynamiques, adaptation aux changements, hétérogénéité des points de vue, etc. L utilisation d une approche multi-agent dans le domaine de la gestion des connaissances n est pas nouvelle. La plupart des propositions en ce sens portent sur des fonctionnalités telles que l extraction de connaissances à partir de bases de documents, l identification de profils d utilisateurs, la diffusion ciblée de connaissances. Cependant chacune de ces propositions ne couvre qu un domaine de la gestion des connaissances et n envisage pas une approche globale des connaissances présentes dans une organisation. Généralement, le niveau d abstraction reste insuffisant pour se défaire réellement de l approche centralisée et pour mettre en avant les échanges entre agents autonomes. 1 Un programme orienté-objet peut permettre de simuler partiellement des agents, en particulier par l usage intensif d instructions «Case of» et de variables globales ou passées en paramètres. Mais cette remarque ne change pas les différences de fond décrites.

2 Le paradigme Agent Oriented Abstraction (AOA, cf. article dans ce numéro) a été introduit dans le but de proposer une abstraction agent, c est à dire non fondée sur des extensions des principes du paradigme Orientée Objet. Dans l approche AOA, un agent est une entité autonome qui comporte des connaissances annotées et un mécanisme de décision basé sur ces connaissances. Le paradigme AOA permet d aborder la gestion des connaissances en considérant les entités de l organisation, leurs connaissances et leurs capacités d échanges. L exploitation de ce paradigme nous amène ainsi à considérer de façon uniforme toute entité de l organisation : individus, systèmes informatiques, capteurs Une personne possède par exemple des connaissances liées à son domaine de spécialité, des connaissances propres à ses modes de communications avec ses collègues et avec des systèmes informatisés, des connaissances portant sur informations qu elle peut ou veut transmettre à chacun de ses collègues, etc. Parmi les décisions qu une personne peut prendre, se trouvent celles de diffuser ou de rechercher des connaissances dans son environnement. Dans ce même cadre, nous pouvons décrire un système informatique : agent porteur de connaissances et, au travers de fonctions d utilités adéquates, capable de décisions en vue de diffuser ou de collecter des connaissances. L exemple d un serveur de documents nous permet une rapide illustration : la connaissance consiste en diverses informations telles que les documents et leur description, les niveaux de confidentialité attachés aux documents, les algorithmes de cryptage, etc. Des fonctions de décision simples consistent par exemple à autoriser la diffusion d un document à une autre entité (une personne, un système) et à sélectionner la méthode de cryptage utilisée pour cette transmission. Aucun modèle particulier de représentation des connaissances des agents n est imposé a priori. Diverses représentations peuvent même coexister entre agents (et au sein d un même agent), sous réserve de leur capacité à traduire une connaissance d une représentation à une autre. Ainsi, pour chaque implémentation de notre approche le modèle de représentation qui sera le plus adapté au contexte pourra être choisi. D un point de vue générique, une connaissance est une entité x, simple ou complexe, et qui peut aussi bien représenter un chiffre, une collection de données, un document, une autorisation, une compétence, etc. Nous utilisons le terme ontologie pour désigner les connaissances d un agent. Ce terme est généralement utilisé pour désigner des connaissances partagées et consensuelles au sein d une organisation. Notre approche nous amène à exclure l existence d une unique base de connaissances commune aux agents. Chaque agent possède ainsi sa propre ontologie. Une connaissance effectivement commune aux agents constituera un cas particulier, également couvert par notre approche, plus générale. La capacité de compréhension (par traduction, par contextualisation) de connaissances acquises consiste en une connaissance que l agent peut posséder ou acquérir. Les capacités à exploiter, protéger, diffuser, quérir (etc.) des connaissances, et les différentes stratégies qui peuvent être mise en œuvre pour cela, sont des caractéristiques propres à chaque agent. Elles sont potentiellement évolutives. Communautés de connaissances Nous définissons une communauté de connaissances comme étant un groupement temporaire d agents portant un intérêt commun pour un sujet donné et échangeant des connaissances en lien avec ce sujet. Une première remarque consiste tout d abord à situer cette définition dans la suite de la gestion des connaissances d une organisation à travers l approche AOA (paragraphe précédent). La notion de groupements temporaires implique de la part des agents des capacités dynamiques d adhésion et de participation aux communautés. Au moins un agent doit posséder la capacité de création dynamique de communautés, c est à dire la capacité de définition d un sujet et sa diffusion. L idée d un intérêt commun pour un sujet donné implique l évaluation de ce sujet par chaque agent qui le reçoit, au regard de ses objectifs. De même, la notion de connaissances en lien avec le sujet de la communauté de connaissances nécessite l évaluation d une distance entre des connaissances et un sujet. L échange des connaissances implique que les agents peuvent aussi bien acquérir des connaissances qu en transmettre. Ils doivent pour cela posséder la capacité d intérioriser des connaissances reçues et d extérioriser/diffuser des connaissances propres. Les primitives élémentaires associées aux communautés de connaissances sont les suivantes : créer/terminer une communauté (Create, Delete), rejoindre/quitter une communauté (Join, Leave), envoyer une connaissance, demander une connaissance (Send inform, Send request). Nous avons envisagé plusieurs modèles et processus de fonctionnement des communautés de connaissances. Les contraintes principales que nous imposions étaient l effort de non centralisation des connaissances, l autonomie des agents, et enfin la préservation de l ouverture du système d agents, c est à dire la possibilité d entrée et de sortie d agents sans remise en cause du système global. Nos travaux nous ont amenés à utiliser une approche de type «de proche en proche» pour mettre en oeuvre le partage des connaissances. Chaque agent possède, entre autres connaissances, une liste d agents «proches» et auxquels il est susceptible de transmettre des connaissances ou des requêtes. Un agent peut à chaque instant rejoindre des communautés (qu il connait) ou décider d'en créer une nouvelle. L agent initiateur d une communauté informe ses voisins du thème de la nouvelle communauté. Les agents adhérant à une communauté peuvent s'échanger des messages. Ces messages consistent en des inform (transmission de connaissances) et des request (demande de connaissances). L évaluation du contenu des messages est propre à chaque agent. Aucun objet ou agent ne centralise les communautés ou les échanges. Nous avons développé sous forme de prototypes (Java, plate-forme Jade) des programmes de simulation (fig.1) ainsi que des applications avec interface utilisateur : assistant personnel de

3 connaissances, systèmes de diffusion d information, système d échange de connaissances en milieu pervasif (fig.2). Bilan Les approches traditionnelles de gestion des connaissances d une organisation reposent sur le principe de la centralisation objective. L approche que nous développons est centrée non pas sur l accumulation de connaissances mais sur l échange de connaissances. L adoption d un point de vue multi-agent, et plus spécialement du paradigme Abstraction Orienté Agent, nous permet de poser les fondements nécessaires à la prise en compte la dimension distribuée de la connaissance dans une organisation tout autant que ceux relatifs à la question de l autonomie des entités (personnes et systèmes). La connaissance au sein de l organisation est ainsi vue comme la somme des connaissances des entités la composant, ces entités étant dotées de capacités de communication et d apprentissage. L approche que nous proposons est assez générique pour être utilisée et servir de support dans de très nombreuses situations. Des simulations, des systèmes d aide ou des systèmes partiellement ou totalement automatisés peuvent être bâtis sur ces bases. Nos travaux se poursuivent d une part vers la formulation plus en avant du cadre théorique général permettant de couvrir le domaine de la gestion des connaissances dans les organisations, et d autre part vers l implémentation de systèmes exploitant cette approche. Fig.1 : Simulation du partage de connaissances entre agents autonomes. Fig.2 : Partage de connaissances en mobilité

4 Bibliographie J. Calmet, P. Maret, and R. Endsuleit. Agent oriented abstraction. RACSAM (Revista Real Academia de Ciencias, Serie A de Matemticas, Spain) Vol. 98 (1), P. Maret, M. Hammond and J. Calmet. Agent Societies for Corporate Knowledge Issues. International Workshop ESAW04, Toulouse, France, November P. Maret and J. Calmet. Corporate Knowledge in Cyberworlds. IEICE Journal. Information and Systems. Special Issue on Cyberworlds. Vol.E88-D, N.5. May P. Maret, J. Calmet. Modeling Corporate Knowledge within the Agent Oriented Abstraction. International Conference on Cyberworlds (CW), IEEE Computer Society, November 18-20, 2004, Tokyo, Japan.

5 P. Maret, J.-M. Pinon. Ingénierie des savoir-faire. Compétences individuelles et mémoire collective. In : Paris: HERMES, Collection Informatique et Gestion, 1997, 186 pages ISBN N