Intelligence Artificielle. Dorra BEN AYED

Documents pareils
Utilisation des tableaux sémantiques dans les logiques de description

Intelligence artificielle appliquée à l automatique

Manuel d utilisation 26 juin Tâche à effectuer : écrire un algorithme 2

Systèmes décisionnels et programmation avancée

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies

Chapitre 2. Eléments pour comprendre un énoncé

= constante et cette constante est a.

Fondements de l informatique Logique, modèles, et calculs

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar

Apprentissage Automatique

Initiation à la Programmation en Logique avec SISCtus Prolog

chapitre 4 Nombres de Catalan

Logique binaire. Aujourd'hui, l'algèbre de Boole trouve de nombreuses applications en informatique et dans la conception des circuits électroniques.

Calculs de probabilités avec la loi normale

Probabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.

Tp 1 correction. Structures de données (IF2)

Calculabilité Cours 3 : Problèmes non-calculables.

Chap. 3: Le modèle de données entité-association (E.A.)

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Présentation du langage et premières fonctions

IN Cours 1. 1 Informatique, calculateurs. 2 Un premier programme en C

Bases de données déductives

Chap 4: Analyse syntaxique. Prof. M.D. RAHMANI Compilation SMI- S5 2013/14 1

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique

Les équations différentielles

Évaluation et implémentation des langages

Fluctuation d une fréquence selon les échantillons - Probabilités

1/24. I passer d un problème exprimé en français à la réalisation d un. I expressions arithmétiques. I structures de contrôle (tests, boucles)

Al attention du praticien et des étudiants, nous avons développé

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire

Résolution d équations non linéaires

Les actions. Exercices et jeux: de «arroser» à «monter» Exercices et jeux: de «éclairer» à «porter» Exercices et jeux: de «pousser» à «tirer» Bilans

Logique. Plan du chapitre

Programmation linéaire

PROFIS Installation. Module 4: Module 3D Design

TD 1 - Structures de Traits et Unification

Plus petit, plus grand, ranger et comparer

Conception des systèmes répartis

Algèbre binaire et Circuits logiques ( )

Cours 1 : Qu est-ce que la programmation?

Tâche complexe produite par l académie de Clermont-Ferrand. Mai 2012 LE TIR A L ARC. (d après une idée du collège des Portes du Midi de Maurs)

1ère partie Nadine Cullot. Bases de données déductives. Bases de données déductives Introduction et Motivation

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

AC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =

LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN

Données Réparties. Thibault BERNARD.

Analyse Combinatoire

Intelligence Artificielle Planification

Master d Informatique M1 Université Paris 7 - Denis Diderot Travail de Recherche Encadré Surf Bayesien

3. SPÉCIFICATIONS DU LOGICIEL. de l'expression des besoins à la conception. Spécifications fonctionnelles Analyse fonctionnelle et méthodes

Éléments d informatique Cours 3 La programmation structurée en langage C L instruction de contrôle if

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Analyse de la vidéo. Chapitre La modélisation pour le suivi d objet. 10 mars Chapitre La modélisation d objet 1 / 57

A QUOI SERVENT LES BASES DE DONNÉES?

Analyse en Composantes Principales

Réalisabilité et extraction de programmes

Rappel sur les bases de données


Rappels sur les suites - Algorithme

Langage SQL (1) 4 septembre IUT Orléans. Introduction Le langage SQL : données Le langage SQL : requêtes

basée sur le cours de Bertrand Legal, maître de conférences à l ENSEIRB Olivier Augereau Formation UML

Expression des contraintes. OCL : Object C o n t r a i n t L a n g u a g e

Une proposition de séquence relative à l étude des sons /an/, /on/ et de leurs graphies. Cadre général

Logique : ENSIIE 1A - contrôle final

Cours d introduction à l informatique. Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions

Model checking temporisé

Suivant les langages de programmation, modules plus avancés : modules imbriqués modules paramétrés par des modules (foncteurs)

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

Auxiliaire avoir au présent + participe passé

! Text Encoding Initiative

F7n COUP DE BOURSE, NOMBRE DÉRIVÉ

Chapitre 2 Le problème de l unicité des solutions

LMI 2. Programmation Orientée Objet POO - Cours 9. Said Jabbour. jabbour@cril.univ-artois.fr

Evaluation diagnostique de CM1 Circonscription de Saint Just en Chaussée Livret du maître partie Français

Dragon Naturally Speaking 13

Grammaires d unification

Le chiffre est le signe, le nombre est la valeur.

Stage : "Développer les compétences de la 5ème à la Terminale"

Langage SQL : créer et interroger une base

Cours de Master Recherche

OPTION SCIENCES BELLE-ISLE-EN-TERRE

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Statistique : Résumé de cours et méthodes

Probabilité. Table des matières. 1 Loi de probabilité Conditions préalables Définitions Loi équirépartie...

MATHÉMATIQUES. Les préalables pour l algèbre MAT-P020-1 DÉFINITION DU DOMAINE D EXAMEN

Probabilités sur un univers fini

Informatique Générale

Cours d Informatique

Workflow/DataWarehouse/DataMining LORIA - Université d automne Informatique décisionnelle - L. Mirtain 1

Manuel d utilisation de la plate-forme de gestion de parc UCOPIA. La mobilité à la hauteur des exigences professionnelles

Compte-rendu de Hamma B., La préposition en français

Cours 1 : La compilation

Quelques algorithmes simples dont l analyse n est pas si simple

Glossaire des nombres

(51) Int Cl.: H04L 29/06 ( ) G06F 21/55 ( )

Logiciel Libre Cours 3 Fondements: Génie Logiciel

Objets Combinatoires élementaires

Document d aide au suivi scolaire

Transcription:

Intelligence Artificielle Dorra BEN AYED

Chapitre 4 Représentation des connaissances et raisonnement

Introduction L homme a des connaissances a une représentation de ces connaissances Pour résoudre un pb La qualité d un système intelligent est celle de sa base de connaissance BC 3

Introduction Exemple 1: «Robert est allé à Paris» Pourrait être représentée telle quelle : x1, x2,.., xn ensemble de listes Inconvénient : une représentation des données mais pas des connaissances. On ne peut pas répondre à : qui est allé à Paris? Autre représentation : Moyen formel de représentation des connaissances. Action : Aller Agent : Robert Source :? Destination : Paris Temps : Passé Moyen :? 4

Introduction Exemple 2: «Sami entra dans un restaurant. Il commanda de la viande. Il n a pas laissé de pourboire.» Sami a mangé Sami s est assis Sami n est pas végétarien Sami est radin Sami a passé un certain temps dans le restaurant 5

Introduction Comment réaliser toutes ces inférences? Un programme ne peut réaliser toutes les inférences possibles : explosion combinatoire. On ne peut pas réaliser des inférences à la demande. Il faut contrôler le raisonnement. Dans un système intelligent on a 3 composants Une BC Une partie pour faire les inférences (raisonnement) appelé moteur d inférence ou interpréteur : I Une structure de contrôle pour orienter le raisonnement: C SI = BC + I + C 6

Définitions Définition de la connaissance : Faculté de connaître, manière de comprendre, de percevoir. Connaître : avoir une idée plus ou moins juste, savoir de façon plus ou moins précise. Définition de la représentation : Action de rendre sensible quelque chose au moyen d une figure, d un symbole, d un signe. Ex : l écriture est la représentation de la langue parlée. 7

Les types de connaissances On entend par connaissances toutes les formes de savoir de l homme des faits: des définitions (la terre est ronde) des événements : aspects temporels (x a rencontré y en 1988) des inférences : (s il tousse.) des règles de savoir faire (pour sortir du parking il faut ) des méta connaissances: connaissances sur les connaissances 8

Représentation des connaissances Le problème de la représentation des connaissances est celui de leur transcription sous une forme symbolique qui puisse être exploitée par un système de raisonnement (moteur d inférence). Un mode de représentation associe ainsi deux aspects imbriqués : la structure de données pour représenter l information la méthode associée d exploitation de cette information ou de raisonnement. 9

Idée de base Avoir la connaissance stockée par morceaux dont l ensemble fournit la connaissance entière et permet de raisonner sur cette connaissance. Il y un ensemble de modes de représentation : Logique (logique d ordre 0, logique d ordre 1, temporelle, floue, ) Réseaux sémantiques Règles de production Objets structurés (frames) Approche orientée objet 10

Mode de représentation logique Logique des propositions (d ordre 0)

Logique des propositions Exemple : Toto vole Vole (Toto) prédicat argument Toto est un oiseau Oiseau (Toto) prédicat argument Proposition vraie 12

Logique des propositions Un prédicat peut avoir plusieurs arguments Exemple argument1 Robe(Fatma, rouge) argument2 prédicat La robe de Fatma est rouge Fatma a une robe rouge 13

Logique des propositions Déduction mathématique : déduire de nouvelles connaissances des anciennes. Le calcul des propositions se définit : d une part par sa syntaxe régissant l ensemble des assertions exprimables dans le langage et d autre part par ses règles d inférence décrivant comment on peut créer de nouvelles assertions à partir des anciennes. 14

Logique des propositions Syntaxe Une proposition : vrai, faux Variables propositionnelles ou atome (affirmation) : P, Q, R, A1, A2, etc. Connecteurs (pour représenter des propositions plus complexes) : ET : OU : NON : Implique : Equivalent : Exemples : (P Q) ( P Q) ( P (Q R)) S 15

Logique des propositions P : tous les grecs sont mortels Q : Socrate est grec donc Socrate est mortel :R (P Q) R FBF(Forme Bien Formée) Alphabet du langage : Ensemble des atomes {A,, An } + ensemble les connecteurs {,, } + {(,)} 16

Définition récursive d une FBF FBF 1. Un atome est une FBF 2. Si G est une FBF alors G est une FBF 3. Si G et H sont des FBF alors (G H), (G H), (G H) et (G H) sont des FBF Toutes les FBF sont construites à partir de 1, 2 et 3. Une interprétation I est une certaine combinaison des atomes A1, A2,, An d une formule G. Une formule est vraie ou fausse dans une interprétation I. Une formule est valide : si pour toute I, une FBF est vraie (sinon, elle est invalide) 17

Insuffisance de la logique (d ordre 0) Si on veut déduire des propositions pour des ensembles d éléments??? Exemple :? exprimer que tous les oiseaux volent Vole(oiseau 1), Vole(oiseau 2),, Vole(oiseau n)? exprimer que certains oiseaux ne volent pas. (on ne peut pas) 18

Mode de représentation logique Logique des prédicats (d ordre 1)

la logique (d ordre 1) C est la logique des propositions d ordre 0 à laquelle on ajoute: Le quantificateur universel ( ) Le quantificateur existentiel ( ) Exemple :? exprimer que tous les oiseaux volent x oiseau (x) Vole(x)? exprimer que certains oiseaux ne volent pas x oiseau (x) Vole(x) 20

Syntaxe Pour écrire des formules de logique des prédicats, on commence par se donner un vocabulaire: variables (x, y, z, x1, y1, z1, ) constantes (a, b, c, a1, b1, c1, ) fonctions (f, g, h, f1, g1, h1, ) prédicats (P, Q, R, P1, Q1, R1, ) parenthèses connecteurs logiques:, ^, v,, quantificateurs:, 21

Exercice Mettre sous forme de formules les propositions suivantes : S1. Pour tout crime, il ya quelqu un qui l a commis S2. Seul les gens malhonnêtes commettent des crimes S3. Ne sont arrêtés que les gens malhonnêtes S4. Les gens malhonnêtes arrêtés ne commettent pas de crime S5. Il y a que des crimes S6. Il y a des gens malhonnêtes non arrêtés 22

Correction Mettre sous forme de formules les propositions suivantes : S1. Pour tout crime, il ya quelqu un qui l a commis C(X) : X est un crime Commettre(Y, X) : Y a Commis X ( X), C(X) --> ( Y) Commettre(Y,X) S2. Seul les gens malhonnêtes commettent des crimes M(Y) : Y est malhonnête ( X) ( Y) C(X) ^ Commettre(Y,X) --> M(Y) S3. Ne sont arrêtés que les gens malhonnêtes (tout objet/ si l objet est arrêté alors cet objet est malhonnête) A(X) : X est arrêté ( X) A(X) --> M(X) 23

Correction suite S4. Les gens malhonnêtes arrêtés ne commettent pas de crime (pour toute personne malhonnête et arrêté, il n existe pas de crime commis par elle) C(X) : X est un crime Commettre(Y, X) : Y a Commis X M(Y) : Y est malhonnête A(X) : X est arrêté ( X) M(X) ^ A(X) ( Y) ( C(Y) ^ Commettre(X,Y) ) S5. Il y a que des crimes ( X) C(X) S6. Il y a des gens malhonnêtes non arrêtés ( X) M(X) ^ A(X) 24

Raisonnement en logique des prédicats Raisonner en logique démontrer des nouvelles formules à partir d un ensemble de formules existantes. Règles?? 25

Règles d inférence alors 26

Règles d inférence - Unification et filtrage Exemple Si Français(jean) et Français(y) Région(y, Europe) d après Modus Ponens - Spécification universelle (x) P(x) alors P(a) Région(jean, Europe) Avec substitution de jean à la variable y 27

Inconvénients Logique des prédicats du 1 er ordre (V ou F) Ne permet pas d exprimer des nuances Ne permet pas de décider avec des informations manquantes Contrairement à l homme qui fait des raisonnements par défauts -Logiques multivaluées -Logique modales -Logique non monotones -Logique temporelle -Logique floue - 28

Mode de représentation Réseaux Sémantiques

Les Réseaux sémantiques Les réseaux sémantiques sont une manière de représenter des relations entre des objets (nœuds). C est un graphe étiqueté Les nœuds (objets) sont reliés entre eux et les liens ont une signification. Les liens sont orientés car la relation n est pas symétrique. Exemple : la pomme a une couleur rouge un canari est une sorte d oiseau une pompe centrifuge est une sorte de pompe la pompe P1 est une pompe la pompe a un moteur NB: Certains liens reviennent très souvent dans les réseaux 30

Représentation Type de lien : est un (IS a) (est un exemple de, est une instance, est un élément de) est une sorte de (kind of) (est une sous-classe de, est un sous-ensemble de ) a un (attribut) Symbolique : pompe a un moteur 31

Exercice Représenter par un réseau sémantique les connaissances suivantes: Karim est secrétaire et travaille pour Ahmed; karim et Ahmed sont des humains; karim et Ahmed travaillent au département RH; karim a 30 ans et a les yeux bleus; Ahmed est directeur; Les directeurs ont des voitures de service; Les employés ont un permis de stationnement 32

Exercice Représenter par un réseau sémantique chaque connaissance indépendamment (vous pouvez enrichir les connaissances ) 1. Ali a frappé salah 2. Ali a frappé salah et mohamed a frappé ramy 3. Ali a frappé salah avec un bâton dans le parc la nuit dernière 4. Sonia a donné à alia un livre 33