Dans toutes ses tâches, l’intelligence artificielle (IA) manipule et exploite des informations. Ces informations doivent donc être représentées de façon à pouvoir être traitées par ordinateur. L’intelligence artificielle est, en effet, une des disciplines des sciences du traitement de l’information, à côté d’un certain nombre d’autres spécialités que sont notamment, les bases de donnéesinformations ayant un caractère factuel, car se rapportant à des cas singuliers, elles peuvent provenir notamment de capteurs, ou de recueils auprès de personnes. C’est devenu un fait de société, que les données (en anglais “Data”) abondent dans de nombreux domaines, et qu’il faut en... More (qui permettent de stocker de l’information factuelle et de la retrouver efficacement), la recherche d’infor mation (qui sélectionne des documents pertinents dans un corpus à partir de requêtes en termes de mots-clés), la recherche opérationnelle (qui cherche des bonnes solutions pour des problèmes posés en termes de contraintesune contrainte exprime des restrictions que l’on souhaite imposer sur des éléments d’un problème. Par exemple, il est possible d’imposer pour un logement que la surface d’une chambre soit d’au moins 12 m2 (qui se traduira ici par une inégalité mathématique largeur x longueur ≥... More* à satisfaire et de critères à optimiser), l’interaction humain-machine (qui s’intéresse aux interfaces de communication), l’automatique (qui porte sur la commande de systèmes dynamiques), et le traitement du signal et des images (qui concerne leur analyse, interprétation, et transmission). La reconnaissance des formes, historiquement sœur de l’intelligence artificielle, et tendant maintenant à se fondre avec la partie de l’intelligence artificielle tournée vers l’apprentissage
automatique, développe des méthodes afin de catégoriser des objets en identifiant des motifs caractéristiques dans des donnéesinformations ayant un caractère factuel, car se rapportant à des cas singuliers, elles peuvent provenir notamment de capteurs, ou de recueils auprès de personnes. C’est devenu un fait de société, que les données (en anglais “Data”) abondent dans de nombreux domaines, et qu’il faut en... More* les décrivant.
La représentation des connaissances est une branche de l’intelligence artificielle qui vise la formalisation de connaissances* produites et verbalisables par les humains: ces connaissances expriment des faits (par exemple, “il pleut”), des lois générales (par exemple, “les hommes sont mortels”) ou susceptibles d’exceptions (par exemple, “les oiseaux volent”), de façon à pouvoir automatiser divers raisonnements.
On parle de connaissances pour les distinguer des informations factuelles, qui se rapportent à des faits particuliers (par exemple, “Marie a 27 ans”): ces faits correspondent à des donnéesinformations ayant un caractère factuel, car se rapportant à des cas singuliers, elles peuvent provenir notamment de capteurs, ou de recueils auprès de personnes. C’est devenu un fait de société, que les données (en anglais “Data”) abondent dans de nombreux domaines, et qu’il faut en... More et sont souvent vus comme des triplets “attribut, objet, valeur” (par exemple, “l’âge de Marie est 27 ans”).
Les connaissances s’énoncent souvent avec des règles de la forme “si <condition(s)> alors <conclusion>”, qui permettent d’exprimer des relations de conséquence qui peuvent se rapporter à une taxonomie (“si c’est un corbeau, alors c’est un oiseau”), à la causalité (“si le véhicule va trop vite, alors il dérapera”), ou à une recommandation (“si on est déshydraté, alors il faut boire”). Un type important de connaissances est constitué par les ontologies* de domaine, qui décrivent les relations taxonomiques entre les termes de vocabulaire d’un domaine spécialisé, par exemple médical. Un autre type d’information, qui ne concerne pas la description de l’état du monde, est constitué par les préférences ou les buts d’un agent (humain ou artificiel), ou de groupes d’agents.
La représentation des connaissances s’appuie souvent sur le formalisme de la logiquela logique, qui apparaît dans la Grèce Antique avec l’étude des syllogismes, s’intéresse à la formalisation du raisonnement. La lo- gique moderne, qui se développe à partir du XIXe siècle, a conduit à la formalisation d’un véritable calcul déductif à partir de formules logiques formées... More* classique, propositionnelle, ou du premier ordre qui permet alors d’introduire des quantifications universelles (par exemple, “pour tout x, si x est un homme, alors x est mortel”, exprimé en logiquela logique, qui apparaît dans la Grèce Antique avec l’étude des syllogismes, s’intéresse à la formalisation du raisonnement. La lo- gique moderne, qui se développe à partir du XIXe siècle, a conduit à la formalisation d’un véritable calcul déductif à partir de formules logiques formées... More par la formule “∀ x, homme(x) → mortel(x)”), ou existentielles (par exemple, “il existe x, tel que x est un homme et x a marché sur la lune”, soit en logiquela logique, qui apparaît dans la Grèce Antique avec l’étude des syllogismes, s’intéresse à la formalisation du raisonnement. La lo- gique moderne, qui se développe à partir du XIXe siècle, a conduit à la formalisation d’un véritable calcul déductif à partir de formules logiques formées... More
“∃x, homme(x) ∧ a_marche_sur_la_lune(x)”). La logiquela logique, qui apparaît dans la Grèce Antique avec l’étude des syllogismes, s’intéresse à la formalisation du raisonnement. La lo- gique moderne, qui se développe à partir du XIXe siècle, a conduit à la formalisation d’un véritable calcul déductif à partir de formules logiques formées... More classique est cependant insuffisante pour raisonner en présence de règles avec exceptions, ou d’informations incohérentes (cf. la section suivante “Raisonner, décider”).
Une large part de l’information disponible sur laquelle on raisonne est incertaine. Le cadre classique de traitement de l’incertitude est celui de la théorie des probabilitésla théorie des probabilités, formalisée à partir du XVIIe siècle, est le plus ancien cadre de modélisation* de l’incertain et reste le plus utilisé. Les probabilités ont dès le départ un caractère dual, se référant soit à des fréquences d’événements (obtenues par statistiques), soit à... More*. Ce cadre est approprié quand on dispose de statistiques de bonne qualité sur la variabilité de quantités ou de traits caractéristiques (par exemple le nombre de jours où il pleut en avril à Toulouse). D’autres cadres de représentation plus récemment introduits, comme les probabilités imprécisesdénotent des probabilités dont les valeurs peuvent être dans certains cas mal connues. On peut représenter alors de telles valeurs par des intervalles, mais leurs bornes n’obéissent plus aux lois des probabilités. Les probabilités imprécises offrent un cadre très général, qui inclut comme cas particuliers... More*, la théorie des possibilitésthéorie de l’incertitude, réinventée plusieurs fois au XXe siècle, propre à représenter des situations d’ignorance partielle en distinguant entre le plus ou moins possible et le plus ou moins certain. La possibilité de « A ou B » est le maximum des possibilités des événements... More*, ou les fonctions de croyancethéorie de représentation de l’incertitude, introduite en 1976 par Glenn Shafer, qui inclut comme cas particuliers les théories des probabilités* et des possibilités*. L’incertitude y est évaluée par deux fonctions duales, la fonction de croyance et la fonction de plausibilité (dont la valeur en un... More* peuvent s’avérer intéressants quand l’incertitude est épistémique, c’est-à-dire qu’elle est due à un manque relatif d’information plutôt qu’à la variabilité d’un phénomène (par exemple, ce que l’on sait de l’âge d’une personne déterminée sur laquelle on est peu renseigné). Les informations incertaines sont alors associées à des modalités (qui peuvent être une question de degré) dans l’ordre du probable, du crédible, du plausible, du possible ou du certain. D’autres types de modalités sont utiles pour la représentation de relations temporelles ou spatiales, mais aussi des émotions, ce qui a motivé le développement de nombreuses logiques modales*.
Par ailleurs, les énoncés avec des prédicats de la logiquela logique, qui apparaît dans la Grèce Antique avec l’étude des syllogismes, s’intéresse à la formalisation du raisonnement. La lo- gique moderne, qui se développe à partir du XIXe siècle, a conduit à la formalisation d’un véritable calcul déductif à partir de formules logiques formées... More classique ne peuvent être que vrais ou faux. Mais si on utilise des propriétés de nature graduelle, comme “jeune” ou “grand” par exemple, alors l’énoncé “Jean est grand ” peut éventuellement être considéré comme ayant un degré de vérité intermédiaire entre le vrai et le faux si Jean mesure 1,75 m. C’est l’idée de départ de la logiquela logique, qui apparaît dans la Grèce Antique avec l’étude des syllogismes, s’intéresse à la formalisation du raisonnement. La lo- gique moderne, qui se développe à partir du XIXe siècle, a conduit à la formalisation d’un véritable calcul déductif à partir de formules logiques formées... More* dite floue*.
Des langages de représentation basés sur des fragments de la logiquela logique, qui apparaît dans la Grèce Antique avec l’étude des syllogismes, s’intéresse à la formalisation du raisonnement. La lo- gique moderne, qui se développe à partir du XIXe siècle, a conduit à la formalisation d’un véritable calcul déductif à partir de formules logiques formées... More classique, ou des extensions limitées de cette logiquela logique, qui apparaît dans la Grèce Antique avec l’étude des syllogismes, s’intéresse à la formalisation du raisonnement. La lo- gique moderne, qui se développe à partir du XIXe siècle, a conduit à la formalisation d’un véritable calcul déductif à partir de formules logiques formées... More qui maintiennent la complexité(complexité algorithmique) théorie permettant de classer les différents problèmes de calcul selon le niveau de difficulté de leur résolution. Cette théorie est au cœur de l’informatique: en informatique, montrer l’existence d’une solution à un problème donné ne suffit pas, il faut pouvoir la construire en... More* des algorithmes de raisonnement à un niveau acceptable font l’objet d’études spécifiques pour différentes tâches de raisonnement.
Les cadres de représentation offerts par la logiquela logique, qui apparaît dans la Grèce Antique avec l’étude des syllogismes, s’intéresse à la formalisation du raisonnement. La lo- gique moderne, qui se développe à partir du XIXe siècle, a conduit à la formalisation d’un véritable calcul déductif à partir de formules logiques formées... More classique ou par les différents modèles de l’incertain ont des équivalents graphiques (graphes conceptuelsformalisme de représentation des connaissances*, introduit en 1984 par John Sowa, qui permet de donner une forme graphique à la représentation d’énoncés en logique* du premier ordre (une logique classique avec des quantificateurs universels et existentiels). Les graphes conceptuels permettent la description de réseaux sémantiques... More*, réseaux bayésiens*, etc.), qui présentent l’intérêt de visualiser des relations taxonomiques pour les premiers, ou des relations d’indépendance conditionnelle pour les seconds.
Un autre cadre de représentation très différent est celui des réseaux de neurones artificiels*, où l’information réside dans les poids associés aux nœuds du réseau, mais qui est difficilement interprétable en termes intelligibles par l’humain.