Glossaire

Système expert

Qu’est-ce que Système expert ?

Un système expert est un programme informatique qui enregistre le savoir-faire de spécialistes humains sous forme de règles et de faits, puis en tire des conclusions. Il se compose généralement d’une base de connaissances et d’un moteur d’inférence qui applique les règles. Les systèmes experts ont marqué l’IA des années 1970 et 1980, par exemple pour le diagnostic médical ou la configuration d’équipements techniques. Leurs principes perdurent dans les contrôles à base de règles et les graphes de connaissances.

Thèmes

IA à base de règles
Base de connaissances
Histoire de l’IA

Essayer KI.ordo

Agents, flux et modèles dans un seul espace de travail – démo gratuite de 24 heures.

Lancer la démo

← Tous les termes

Termes associés

Ingénierie des connaissances

L'ingénierie des connaissances (knowledge engineering) consiste à recueillir, organiser et préparer le savoir métier pour que des systèmes informatiques puissent l'exploiter. À l'origine centrée sur les règles des systèmes experts, elle vise aujourd'hui souvent à documenter le savoir dispersé dans les manuels, les descriptions de processus et la tête des collaborateurs, afin que des agents IA puissent y répondre de façon fiable. Cela suppose des structures claires, des sources à jour, des responsabilités définies et le comblement des lacunes repérées.

Gestion des connaissances
Conseil
+1

Modèle

Heuristiques

Les heuristiques sont des règles empiriques ou des stratégies simplifiées qui mènent en un temps raisonnable à une bonne solution, sans garantie qu’elle soit optimale. En informatique et en IA, elles aident à réduire d’immenses espaces de recherche, par exemple pour le calcul d’itinéraires, où la distance à vol d’oiseau sert d’estimation, ou aux échecs, où l’on évalue les positions. Dans la vie courante et les décisions d’entreprise, nous utilisons aussi des heuristiques, au risque de biais de raisonnement.

Résolution de problèmes
Algorithmes
+1

Ontologie

En informatique, une ontologie est un modèle formel d’un domaine : elle définit sans ambiguïté des concepts, leurs propriétés et les relations entre eux. Les personnes comme les machines peuvent ainsi interpréter les données de façon cohérente et en tirer des conclusions. Les ontologies sont à la base de nombreux graphes de connaissances, recherches sémantiques et intégrations de données. Exemple : une ontologie de produits établit qu’un « vélo électrique » est un « vélo » et possède une « batterie ».

modélisation des connaissances
sémantique
+1

Arbre de décision

Un arbre de décision est un modèle qui représente une décision sous forme d’une suite de questions simples oui/non : chaque branche teste une caractéristique, chaque feuille donne un résultat. En apprentissage automatique, ces arbres sont appris à partir des données et servent à la classification ou à la prévision. Leur atout est la lisibilité, par exemple pour comprendre pourquoi une demande de crédit a été signalée selon le revenu, la durée et l’historique de paiement.

Apprentissage automatique
Classification
+1