L'université Sidi Mohamed Ben Abdellah

FACULTE DES SCIENCES DHAR EL

MAHRAZ
FES

HOME WORK

Développer un système Intelligent à base de

L’IA pour résoudre un problème.

Réalisé par: EL YAHYAOUI MOHAMED Encadré par : M.BENBRAHIM

Année universitaire 2018 /2019

Introduction Générale :
Vivant dans un monde de technologies où les systèmes informatiques ont pris une place
énorme au sein des populations, dans le but de servir l’être humain et son bienêtre, même si
parfois au péril de son métier et de son travail, en le remplaçant par un système qui réfléchit et
agit comme lui, tout en étant plus performant et productif que ce dernier.
Les systèmes experts élargissent le domaine de l’intelligence artificielle. Bien qu’ils y fassent
parti, les systèmes experts, forment un sujet auquel se penchent plusieurs spécialistes de la
recherche informatique et de l’intelligence artificielle, afin de rapprocher les décisions
humaines expertes des systèmes informatiques, pour que ces derniers puissent déduire les
mêmes résultats et donner les mêmes diagnostics qu’un expert. Sachant qu’un système expert
peut donner de plus amples résultats en un temps très réduit par rapport à un humain en étant
plus précis, ceci augmente l’intérêt des chercheurs à travailler dessus et les intégrer dans
plusieurs domaines et métiers. Parmi ces métiers on distingue celui de la maintenance
informatique.
L’ordinateur, un outil qui a révolutionné le monde tant en espace qu’en temps. Cet outil qui a
été longtemps au service de l’être humain, en remplaçant la paperasse au-dessus de son
Bureau par un espace de stockage ou bien en s’adaptant parfaitement a son métier
(Architecture, génie civil, commerce, etc.) Avec l’évolution du génie logiciel, lui permettant
de fournir moins d’efforts et de produire plus de résultats. Mais malheureusement ces
ordinateurs sont sujets à des pannes et à des défaillances matérielles et ceci empêche le bon
fonctionnement des programmes de l’ordinateur et freine l’utilisateur dans ses activités.

I. L’Intelligence Artificielle :
L'intelligence artificielle peut être définie comme la science de la simulation des processus
cognitifs. Ces processus comprennent:
 l'acquisition des connaissances,
 l'archivage des connaissances,
 l'application des connaissances.

On distingue entre connaissances procédurales, qui sont indépendantes du domaine

d'application, et connaissances spécifiques d'un domaine d'application. On cherche à séparer
explicitement ces deux types de connaissances dans les systèmes intelligents, afin de
permettre une transmission de la connaissance procédurale d'un domaine à un autre.
On peut aussi définir l’IA comme la science dont le but est de faire exécuter par une machine
des tâches que l'homme accomplit en utilisant son intelligence. La terminologie de
d'Intelligence Artificielle est apparue en 1956. On peut lui donner aussi l’appellation
d'Informatique Heuristique.

II. Domaine d’application :

1. le traitement automatique du langage naturel :
On regroupe sous le vocable de traitement automatique du langage naturel (TALN)
l’ensemble des recherches et développements visant à modéliser et reproduire, à l’aide de
machines, la capacité humaine à produire et à comprendre des énoncés linguistiques dans des
buts de communication

2
 2. la traduction automatique :
Est un système informatique qui a : pour entrer, un texte "t1", ou texte source écrit dans une
Langue "L1"ou langue d'origine, et n'ayant pas subi d'aménagements spéciaux préalables au
traitement automatique qu'il va subir, pour sortie un texte "t2" ou texte traduit écrit dans une
Langue "L2"ou langue cible, tel qu'il n'ait pas à subir de transformations pour être reconnu par
les utilisateurs comme une traduction du texte t1.

3. La vision par ordinateur

La vision a pour objectif de rendre les machines indépendantes de l’homme dans
l’environnement ou sa présence est impossible ou non souhaitée. Elle permet à partir de
l’image d’un objet ou d’une scène réelle d’obtenir des données exploitables par une machine.

4. Les systèmes experts :

Un système expert est un logiciel capable de simuler le comportement d'un expert humain
effectuant une tâche précise. Le succès de l'intelligence artificielle dans ce domaine est
indéniable, dû au caractère ciblé de l'activité qu'on lui demande de simuler.
En conclusion l'intelligence artificielle est présente sous plusieurs formes parfois inattendues
et dans des domaines variés, mais toutes ses applications ont pour but de simplifier la vie de
l’être humain.

Dans la 3ème partie, je vais traiter un exemple à base des systèmes experts, dont je viens de
présenter le rôle de systèmes experts, comment créer une base des faits, une base des règles
comment encadrer les faits à base de moteur d’inférences, aussi je viens de définir l’objectif et
l’intérêt de l’IA pour améliorer et rendre un système intelligent.

III. Présentation de l’IA dans l’industrie de futur 4.0

Dans ce fait, l’IA représente un pilier majeur dans le développement de tous les secteurs
industriels, L’IA se développe avec une telle rapidité incroyable, parfois cela semble magique.
Les chercheurs et les développeurs sont d’avis que l’IA pourrait devenir tellement puissante
qu’il serait difficile à contrôler par les humains. Les humains ont développé des systèmes
d’IA en y introduisant toutes les intelligences possibles, afin de réduire l’effort et le temps
entretenue pour réaliser les tâches qu’ils jugent fastidieuses.

1. Exemple de système expert industriel : Diagnostic des pannes

A titre d’illustration, considérons RUFUS, un système expert réalisé par la
société COGNITECH pour la RATP (Bonnet et al. 1986). C’est un système d’aide au
dépannage des motrices de RER, pour les contremaîtres-visiteurs. Son objectif est double :
d’une part, l’assistance au dépannage, d’autre part, la formation des nouveaux contremaîtres-
visiteurs (il est important de mentionner que le roulement du personnel dans ce domaine est
relativement important).

3
Dans sa conception initiale, le système traite trois grands types de pannes (mais ce nombre
peut être étendu sans difficulté) :
 les pannes dites « de motrice inactive », qui a trait à l’absence ou à l’insuffisance de
traction sur une ou plusieurs motrices. Ce type a été choisi notamment pour sa
fréquence élevée d’apparition.
 les pannes de frein rhéostatique, relatives au freinage électromagnétique du train. Ces
pannes sont souvent très complexes.
 les pannes de porte qui concernent les problèmes d’ouverture et de fermeture, locaux
ou généraux. Ces pannes sont très pénalisantes pour l’exploitation.
Le diagnostic de pannes nécessite un grand savoir-faire. Il passe, en effet, par des mesures très
nombreuses, à relever sur toute la longueur du train (300 mètres). Certaines de ces mesures
sont, par ailleurs, beaucoup plus longues ou difficiles à réaliser que d’autres (quand il faut, par
exemple, couper les 1500 volts, aller sous le train, ouvrir un coffre, utiliser une clé spéciale,
etc.). Seul son savoir-faire permet au contremaître-visiteur de choisir une séquence de
mesures conduisant efficacement au diagnostic.
La version initiale de RUFUS comportait environ 200 règles et manipulait de l’ordre de 300
objets.

2. Exemple de système expert industriel : Diagnostic médicale

L'IA a beaucoup de branches en rapport avec la parole, la robotique, la compréhension et
l'apprentissage du langage naturel, les systèmes experts, etc. les racines des systèmes experts
embarquent beaucoup de disciplines ; en particulier, une des racines principales des systèmes
experts est le domaine de traitement de l'information humaine, appelé la science cognitive. La
cognition est l'étude de la manière dont les hommes traitent l'information.

L'étude de la cognition est très importante si l'on prétend réussir des ordinateurs qui émulent
les spécialistes humaines. Souvent, les spécialistes ne peuvent pas expliquer comment ils
résolvent des problèmes (simplement, les solutions leur arrivent). Si le spécialiste ne peut pas
expliquer comment se résout un problème, il n'est pas possible de codifier la connaissance
dans un système expert basé sur la connaissance explicite. Dans ce cas, l'unique possibilité est
les programmes qui apprennent par eux-mêmes à émuler le spécialiste. Ce sont des
programmes basés sur l'induction et sur les systèmes neuronaux artificiels.

Dans un premier temps, le système expert reçoit de l'expert toute les connaissances relatives
au problème à gérer (règles, procédures, méthodes, stratégies,...).

Celles-ci sont stockées dans sa base des faits. Ensuite, l'expert décrète au système expert les
règles générales à suivre pour trouver de lui-même la solution à un problème posé
(déductions, conclusion,...).

Le cycle de fonctionnement d'un système se décompose en quatre phrases:

 Interaction utilisateur-moteur : l'utilisateur demande de l'aide au moteur à partir

d'une interface où il introduit les données à traiter.
 Mémorisation des données : le moteur stocke les données dans la base de faits pour
traitement.

4
  Raisonnement : le moteur applique une stratégie de résolution de problème définie
par les règles stockées dans la base de connaissance.
 Communication de la solution : le moteur communique à l'utilisateur la meilleure
solution au problème posé par l'intermédiaire de l'interface utilisateur et attend des
nouvelles instructions.

3. Exemple de système expert industriel : Diagnostic médicale :

MedTrad

5
6