Systèmes experts : la mécanisation du travail intellectuel

dimanche 1er janvier 2017.
 

De l’intelligence humainement naturelle à l’intelligence humainement artificielle.

Les systèmes experts constituent l’une des branches centrales de l’intelligence artificielle et sont censés simuler le raisonnement des experts dans des domaines spécialisés. Ils annoncent l’ère de la mécanisation du travail intellectuel.

Sommaire

Introduction : pourquoi cet article sur cette thématique ?

Nouvelles machines mais toujours une forte consommation d’énergie.

L’évolution de la puissance de calcul.des ordinateurs.

L’intelligence artificielle sort de l’ombre.

1 – Systèmes experts : première approche

2 – L’intelligence humaine et la logique formelle.

2.1– Les différentes formes d’intelligence.

2. 2 – Piaget et l’intelligence.

Correspondance entre opérateurs logiques et opérations sur les ensembles.

3 – Les différents types de propositions logiques.et de moteur d’inférences.

4 – La définition rigoureuse des connecteurs logiques.

4. 1 –Connecteurs et langage naturel courant.

4. 2 – Valeur de vérité d’une proposition. Les tables de vérité

4. 3 – L’algèbre de Boole.

5 – Le groupe de Piaget, fondement de l’intelligence humaine.

Curiosités :

6– Polymorphisme du raisonnement humain.

7 – Les systèmes experts.

7.1 Notion d’inférence.

7.2 – Le noyau d’un système expert.

a) La gauche et la droite.

b) Trois types de faits.

c) L’instanciationune d’une règle.

d) L’exécution d’une règle.

e) Le cycle de fonctionnement d’un moteur d’inférence.

f) Systèmes experts monotones et non monotones.

g) Les trois types de chaînage des inférences.

h) Exemple d’application..

7.3 – Système expert complet.

8 – Retour aux connecteurs logiques.

8.1– Les connecteurs logiques ou les opérations sur les ensembles sont à la base de la théorie des probabilités.

8. 2 Connecteurs logiques et théorie des organisations.

9 – L’objectivation physique des connecteurs logiques.

9.1 – Montages électriques.

Extrapolation : traitement séquentiel et holistique de l’information par le cerveau.

9.2 – Les portes logiques d’un ordinateur, les automates booléens.

Mise en réseau des portes logiques : les automates

Les réseaux booléens aléatoires : L’émergence de l’auto organisation

10 – Neurobiologie et modélisation informatique et mathématique.

10.1– L’auto organisation.

10.2– Des réseaux d’automates aux réseaux neuronaux artificiels.

11 – Les objets mentaux. Du neurone à la pensée.

Annexes.

1 – Ressources sur les systèmes experts Ressources sur les systèmes experts.

2 – Ressources sur l’intelligence artificielle.

3 – Au-delà de la logique propositionnelle classique.

4 –L’intelligence humaine

Introduction : pourquoi un article sur cette thématique ?

Une évolution historique.

On nous parle de nouvelle "ère numérique", de "révolution informationnelle", "d’intelligence artificielle" mais tout cela n’est pas apparu soudainement comme surgi du néant.

Depuis le néolithique, les outils créés par l’Homo sapiens constituent une objectivation de son intelligence le plus souvent pour mieux agir sur son environnement naturel et social. Au cours des millénaires les outils se sont diversifiés, se sont complexifiés et ont augmenté leur puissance. La motorisation des systèmes mécaniques, la machine outil puis la machine-outil à commande numérique ont permis de mécaniser le travail manuel. En même temps, la division et l’organisation du travail se sont rationalisées tout en intégrant cette mécanisation. L’automation succède à l’automatisation avec l’utilisation des robots.

La mécanisation du travail intellectuel apparaît avec l’ordinateur –calculateur, notamment dans le domaine scientifique. Des logiciels de gestion et de comptabilité apparaissent dans les entreprises. Ce que l’on appelle révolution numérique ou informationnelle s’inscrit donc dans une longue évolution créative de moyens techniques de plus en plus perfectionnés .

Mais en quoi consiste cette mutation dite révolution numérique ? Aux outils et aux machines qui transforment et traitent la matière dont l’unité élémentaire est l’atome succèdent des machines qui traitent et transforment de l’information dont l’unité élémentaire est le bit . (0 ou 1). On assiste donc à une dématérialisation de l’objet traité par la machine. Apparaît alors ce que certains appellent "l’économie immatérielle."

La main, les outils puis la machine manipulent de la matière, l’ordinateur manipule de l’information comme le cerveau humain, raison pour laquelle on appelait "cerveaux électroniques "il les premiers ordinateurs. La métaphore ne manquait pas de justesse

Nouvelles machines mais toujours une forte consommation d’énergie.

Mais dans les deux cas , toutes ces machines consomment de l’énergie notamment électrique. La consommation mondiale électrique pour le fonctionnement les produits de l’informatique est évaluée à environ 616 000 milliards de Wh (616 TWh). (1) Je ne sais si ces statistiques prennent en compte la consommation des data Centers particulièrement énergétivores. Ces centres contiennent des milliers de serveurs pour stocker les données des utilisateurs de l’Internet. Il faut non seulement les alimenter en électricité mais aussi utiliser des systèmes de refroidissement

"La taille de l’univers numérique double tous les quatre ans. Les quelques 2,5 milliards de Go de données créés chaque jour doivent être traitées, stockées et restituées à des utilisateurs de plus en plus exigeants vis-à-vis de la qualité de service". (2)

"En France, les 130 data centers, principalement situés en région parisienne, absorberaient aujourd’hui 9% de l’électricité du pays. "En moyenne, un data center utilise aujourd’hui en permanence environ 2 kilowatts par mètre carré. Sur 500 m2, c’est 1 MW consommé en continu, soit annuellement l’équivalent de l’énergie électrique utilisée par plus de 1.000 foyers", Pour plus de détails voir (3)

" La consommation d’énergie électrique due aux technologies de l’information est estimée à 9,4% de la consommation électrique des USA. En moyenne dans le monde, elle s’élèverait à environ 5,3% de la consommation totale d’électricité". Ajoutons que l’énergie grise d’un ordinateur correspond à quatre fois sa consommation énergétique. (4)

L’évolution de la puissance de calcul.des ordinateurs.

La puissance de calcul des ordinateurs se mesure en nombre d’opérations effectuées par seconde. L’opération en virgule flottante par seconde (en anglais : floating-point operation per second) est nommée FLOPS. La puissance de calcul ne fait qu’augmenter : un méga flop en 1965, La barre du petaflop est atteinte en 2008 (1 million de milliards d’opérations par seconde)

"En 2013, le plus puissant supercalculateur au monde est la machine chinoise Tianhe-2, qui affiche 33,86 pétaflops de puissance de calcul. En 2013, un ordinateur personnel peut développer une puissance d’environ 200 gigaFLOPS avec un microprocesseur comme l’Intel Core i7-3770, de puissance comparable aux superordinateurs de 1995 " Pour plus de détails voir Wikipédia (5) d’autres informations sur le supercalculateur français de chez Atos, Bull Sequana en cliquant ici. (6)

Jusqu’à une période récente, selon une loi appelée à tort , loi de Moore, la puissance de calcul a doublé tous les 18 mois. Mais ce processus est en train de prendre fin. On pense que la puissance de calcul actuel sera doublée dans 30 mois et non 18.

L’intelligence artificielle sort de l’ombre.

Cette augmentation de la puissance de calcul a permis de réaliser des tâches inenvisageables il y a 20 ans notamment en intelligence artificielle. L’intelligence artificielle est connue du grand public surtout par les exploits des ordinateurs contre les champions de jeux d’échec et de go.

Ainsi l’ordinateur Deep Blue de chez IBM (surnommé alors Deeper Blue) bat le champion du monde (3,5–2,5) Garry Kasparov en 1997, Cette machine était capable de calculer 200 millions de coups par seconde grâce à 256 processeurs calcul en parallèle. (7)

En mars 2016 le programme, AlphaGo, conçu par la firme Deep Mind, filiale de Google remporté la victoire à Séoul contre le sud-coréen Lee Se-Dol champion du monde du jeu de go qui n’avait jamais été vaincu ces 10 dernières années. Ce logiciel utilise les techniques d’apprentissage automatique et de parcours de graphe,

Mais par-delà ces aspects spectaculaires, l’intelligence artificielle s’est développée depuis les années 1980 dans de nombreux secteurs d’activité.

Un autre intérêt porté par un assez large public à l’intelligence artificielle est l’impact de la robotisation sur l’emploi de demain.

"Selon l’OCDE, 9% des emplois en France présentent un "risque élevé de substitution" par des robots. Cela représente 2,4 millions d’emplois. Au total, près de 30% des emplois devront, au minimum, évoluer sérieusement

Combien d’emplois sont menacés par la robotisation ? Une étude des économistes Frey et Osborne, largement diffusée fait état d’une forte proportion de l’emploi américain qui serait menacé par la révolution numérique (47%). Dans une étude rendue publique ce mercredi, l’OCDE se veut moins alarmiste. Les experts estiment en moyenne à près de 9% (la France est très proche de cette moyenne) la proportion des "travailleurs à risque élevé de substitution", c’est à dire remplaçables par une machine (plus de 70% des tâches substituables).

Les économistes de l’OCDE ne croient manifestement pas au risque de "chômage technologique", évoqué par Keynes dès 1931 et mis en avant récemment par des experts comme McAfee (2014), qui anticipe une chute de l’emploi global. Pour l’OCDE," Lire la suite dans La Tribune du 18/05/2016 en cliquant ici (8) Quoi qu’il en soit, il paraît utile que les citoyens puissent comprendre comment une machine peut être capable d’effectuer, non seulement des calculs , mais des raisonnements.

C’est l’un des objectifs de cet article.

Voici une définition de l’intelligence artificielle. "Proposons notre définition de l’IA : nous dirons qu’elle vise à simuler sur des ordinateurs et des réseaux électroniques, par l’intermédiaire de programmes informatiques, un certain nombre des comportements cognitifs, ou façons de penser, des cerveaux animaux et humains. Simuler ne veut pas dire reproduire, car pour reproduire, il faut connaître en détail. Or la composition et le fonctionnement des cerveaux restent encore très difficiles à analyser et interpréter. Par ailleurs, le silicium n’est pas de la matière vivante" (9)

1 – Systèmes experts : première approche

Un système expert (SE) est un outil informatique (logiciel)) capable de reproduire les mécanismes cognitifs d’un expert, notamment le raisonnement déductif, dans un domaine particulier. Un système expert applique des règles à des faits (données) pour déduire d’autres faits selon un ordre logique. Un système expert repose sur la logique formelle.

Schématiquement un système expert est constitué d’une base de connaissances et d’un moteur d’inférences. La base de connaissances est constituée de deux parties : une base de faits et une base de règles. Le moteur d’inférences applique certaines règles sélectionnées à certains faits pour déduire d’autres faits. Un système expert simule l’intelligence humaine qui est elle-même largement fondée sur la logique formelle.

Avant d’aborder plus en détail les systèmes experts, nous allons présenter quelques éléments de base de la logique propositionnelle.

Le cœur du sujet, c’est-à-dire la définition précise d’un système expert sera abordée au paragraphe 7. Le premier système expert fut Dendral en 1965. Il permettait d’identifier les constituants chimiques d’un matériau à partir de spectrométrie de masse et de résonance magnétique nucléaire, En 1972-73 fut créé Mycin, un système expert de diagnostic de maladies du sang et de prescription de médicaments

2 – L’intelligence humaine et la logique formelle.

2.1– Les différentes formes d’intelligence.

a) Précisons tout d’abord que l’intelligence humaine peut prendre différentes formes et ne peut se réduire à l’intelligence formelle notamment du type hypothéquant déductif même si celle-ci va constituer le pivot de ce présent article Rappelons par exemple que le psychologue américain Howard Gardner publia son livre "Frames of Mind : the Theory of Multiple Intelligence" en 1983, où il définit 8 formes d’intelligence : l’intelligence verbale ou linguistique, l’intelligence logico –mathématique, l’intelligence spatiale, l’intelligence intra –personnelle , l’intelligence interpersonnelle, l’intelligence corporelle ou kinesthésique, l’intelligence musicale, l’intelligence naturaliste ou écologiste auxquelles on pourrait ajouter l’intelligence émotionnelle (Daniel Golemann).

Voir "Description des huit types d’intelligence" (10)

b) D’autre part, il existe différents modèles de l’intelligence

Différentes écoles en psychologie cognitive ont développé depuis le début du Xxe siècle divers modèle s de l’intelligence humaine.. Voir par exemple un article qui résume ces différentes approches en cliquant ici. (11) La manière de tester, de mesurer l’intelligence (psychométrie) a évolué avec la psychologie. On peut consulter par exemple l’article "La complexité systémique de l’intelligence et du développement cognitif " qui décrit cette évolution, en cliquant ici. (12)

c) Les définitions encyclopédiques de l’intelligence.

Voir l’annexe 4 de cette étude.

2. 2 – Piaget et l’intelligence

a) Le célèbre psychologue Jean Piaget connu par ses travaux sur le développement de l’intelligence au cours du développement cognitif de l’être humain de la petite enfance à l’état adulte a montré (intelligence sensorimotrice, intelligence concrète puis l’intelligence formelle) a montré que l’intelligence formelle qui émerge vers l’âge de 13 ans était fondée sur l’utilisation de 16 connecteurs logiques de base s’auto générant par l’action de quatre transformations cognitives (Identité, Négation, Réciprocité, Corrélation) constituant le groupe INRC. "Les transformations engendrées par les quatre opérations du groupe INRC paraissent très simples . Il n’empêche que, acquises vers treize ans, ce sont elles qui permettent au sujet de relier les unes aux autres les opérations de base de la logique formelle, et ainsi de maîtriser les rapports logiques existants entre les propositions au moyen desquelles il peut concevoir des réalités logiquement possibles, et la raison d’être des situations réelles."

Cette étape de l’intelligence formelle consiste essentiellement dans la mise en œuvre du raisonnement hypothéco – déductif. Voir ici (13) [C’est la raison pour laquelle après la classe de CP où l’enfant apprend à lire lire et écrire, la classe de quatrième constitue l’étape la plus importante de toute la vie scolaire et universitaire puisque c’est à ce stade que se met en place l’intelligence formelle. Cette phase est particulièrement critique puisqu’elle peut coïncider avec ce que l’on on a coutume d’appeler crise de l’adolescence. Certains psycho pédagogues parlent alors de phase de conflit cognitivo– affectif. Mais il faut se garder de de trop généraliser d’autant que selon les individus, cette intelligence formelle se émerge entre 12 et 17 ans]

b) Or, il se trouve que les connecteurs (opérateurs ou opérations ) logiques les plus utilisés sont : la négation (NON), la conjonction(ET), la disjonction inclusive (OU), la disjonction exclusive (Oubien,…oubien) et l’implication (Si … alors…), n’est pas le fait du hasard. Nous verrons des exemples plus loin.

Jean Piaget a montré que ces opérateurs se sont construits à partir de différentes activités cognitives lors développement de l’intelligence concrète (activité de comparaisons, de classements d’objets divers, etc). L’une des missions des enseignants dans les classes maternelles est précisément de développer l’intelligence sensorimotrice puis concrète par des activités diverses réinvestissant les travaux de Piaget notamment.

Et dans ces activités, apparaissent les principales opérations sur les ensembles :  la complémentation, l’intersection, la réunion, la réunion disjonctive et l’inclusion,qui sont des opérations et relation qui correspondent dans le même ordre , aux opérations logiques précédentes. Les propriétés de ces opérations ensemblistes ont leurs correspondances homologues avec les opérations logiques qui jouissent des mêmes propriétés. (Il serait trop long de les développer ici).

Illustration : on considère l’ensemble des êtres vivant sur la Terre. P = : être un mammifère ; Q = : avoir des ailes ; R = : être un animal Non (P) = : ne pas être un mammifère ; P et Q = : être un mammifère et avoir des ailes(cas des chauves souris) P ou Q = : Être un mammifère ou avoir des ailes P ou exc Q = : soit être un mammifère, soit avoir des ailes P implique R = : être un mammifère implique être un animal

Précisons cette correspondance entre opérateurs logiques et opérations sur les ensembles.

Dans le langage de la théorie des ensembles, on définit pour chacune des propriétés P, Q, R précédentes les ensembles A, B, C correspondants. Ainsi, A est l’ensemble des mammifères, B l’ensemble des êtres vivants qui ont des ailes (par exemple oiseaux, insectes), C l’ensemble des animaux. On note V l’ensemble des êtres vivants.

Le complémentaire de l’ensemble A dans V est l’ensemble des êtres vivants qui ne sont pas des mammifères.

L’intersection des ensembles A et B est l’ensemble des êtres vivants qui sont à la fois des mammifères et qui ont des ailes.

L’union (ou réunion) de A et B est l’ensemble des êtres qui sont des mammifères ou qui ont des ailes. (les deux propriétés étant possibles)

La réunion disjonctive de A et B est l’ensemble des êtres qui sont soit des mammifères, soit qui possèdent des ailes (les deux propriétés s’excluent)

L’ensemble A des mammifères est inclus (contenu) dans l’ensemble C des animaux.

L’ensemble C est, à son tour, inclus dans l’ensemble des êtres vivants.

Évidemment le développement de ce que l’on appelle couramment l’esprit logique ne se résout pas à l’usage de ces opérateurs pris isolément , loin de là. Voir par exemple enseigner les mathématiques à l’école maternelle (14)

3 – Les différents types de propositions logiques.et de moteur d’inférences

On appelle prédicat une propriété (par exemple : "être vivant" souvent défini par une locution verbale ou une relation entre deux éléments (Paul "est plus âgé que" que Pierre ).

La logique qui utilise des prédicats ou des propositions est dite Logique des prédicats ou logique propositionnelle.

Les opérateurs logiques combinent des énoncés ou propositions, des propriétés. Ces énoncés peuvent formellement être représentés par une lettre P, Q ou R par exemple. (Elles sont alors parfois appelées si nécessaire variables booléennes).

Une proposition peut ne contenir aucune variable. Par exemple : "4 est un nombre pair" (vraie) ; "8 est un nombre impair"(fausse) ; "Pierre a les yeux noirs"

Une proposition peut contenir une ou des variables. Par exemple : "x est un nombre pair" ; "X a les yeux bleus" ; "X est plus âgé que Y".

Si les propositions ne contiennent pas de variables, la logique est dite d’ordre 0 les propositions sont alors souvent appelées énoncés. Le moteur d’inférences d’un système expert utilisant cette logique est alors d’ordre 0

Si les propositions contiennent des variables et éventuellement des quantificateurs, la logique est dite d’ordre 1. Le moteur d’inférences est alors d’ordre 1.

Un moteur d’inférences d’ordre 0+ n’utilise pas seulement des nombres entiers mais aussi des nombres réels. (Décimaux, fractionnaire, irrationnels) Pour plus de détails, voir Wikipédia (15).

Nous n’avons pas ici parlé de la syntaxe des propositions : termes, formules atomiques, formules pour ne pas alourdir ce texte qui n’a aucunement la prétention d’être un cours de logique mais simplement une introduction pour comprendre ce que sont les fondements d’un système expert.

4 – La définition rigoureuse des connecteurs logiques

4. 1 –Connecteurs et langage naturel courant.

Il n’y a pas forcément de correspondance claire entre la définition des connecteurs logiques et leur utilisation dans le langage naturel. L’articulation entre logique et linguistique est l’objet de nombreuses publications universitaires.

Voir connecteurs logiques et langage naturel (16)

4. 2 – Valeur de vérité d’une proposition. Les tables de vérité

Heureusement, les connecteurs logiques, sont définis précisément par des tables d’opération. Chaque connecteur possède sa table d’opération appelée table de vérité.

On attribue à chaque énoncé P une valeur de vérité : vraie ou fausse. La valeur vraie est souvent notée V ou 1 et la valeur fausse est notée F ou 0. Selon le principe du tiers exclu,(Aristote) un énoncé ne peut être à la fois vrai et faux. Il est soit vrai soit faux. (Nous envisagerons plus loin une raison physique de ce principe).

La valeur de vérité 0 correspond en théorie des ensembles à l’ensemble vide. La valeur de vérité 1 correspond à la partie pleine.

Il existe quatre connecteurs à une place. (unaires). Notons en ligne les valeurs possibles d’un énoncé P : 0, 1. La négation de P est alors définie par les valeurs 1,0. La tautologie est toujours vraie : 1,1 l’antilogie est toujours fausse 0,0 et l’affirmation de P n’est rien d’autre que 1,0. La négation d’une proposition P sera notée ici P’ ne disposant pas de signes graphiques pour la noter autrement.

Il existe 16 connecteurs binaires dont nous avons vu précédemment le ET , le OU inclusif, le OU exclusif, et l’implication (appelé aussi conditionnelle). L’ensemble de toutes ces tables est donné en cliquant ici. (17) (17’) ou à la page 13 du livre "La logique moderne" (Que sais-je ? PUF). Dans ce même livre on trouve la table d’opération du groupe de Piaget INRC (P43). On peut montrer qu’un connecteur peut s‘exprimer à partir d’autres.

Par exemple P implique Q peut s’écrire (non P) OU Q.

Deux propositions qui ont la même table de vérité sont dites synonymes, comme pour le cas précédent P équivalent à Q est synonyme de (P implique Q) ET (Q imeplique P)

Q implique P s’appelle la réciproque de P implique Q et n’a évidemment pas la table de vérité. Non Q implique non P s’appelle contraposée de P implique Q et lui est synonyme

Le raisonnement par l’absurde résulte de la propriété : [(P et non Q) implique non Q] est synonyme de P implique Q

Il serait trop long de présenter ici toutes les propriétés courantes des connecteurs.logiques ou des opérations sur les ensembles. On a noté ici les plus importantes.

4. 3 – L’algèbre de Boole.

L’algèbre dite de Boole réalise des calculs sur les propositions reliées par des connecteurs ou sur les ensembles reliés par des opérations ensemblistes. Dans ce cas, l’opérateur OU en logique et l’opération union en théorie des ensembles, qui lui correspond est notée comme une addition + et dans le cas de du OU exclusif est notée par une addition entoure le + d’un rond. Le connecteur ET où l’intersection est noté comme une multiplication avec un point par exemple La négation d’une proposition ou le complémentaire d’un ensemble A se représente par A surplombée d’une barre.

Les propriétés opératoires des connecteurs ou opérations ensemblistes permettent alors de simplifier, de condenser l’écriture de certaines expressions logiques ou ensemblistes. Cela permet aussi d’économiser un certain nombre de portes logiques dans la structure des ordinateurs. (Voir plus loin).

En cliquant ici, on retrouve les opérateurs de l’algèbre de Boole et toutes les tables de vérité. (18)

5 – Le groupe de Piaget, fondement de l’intelligence humaine.

On appelle expression logique une combinaison de propositions reliées par des connecteurs logiques. Par exemple : (P et Q’ et R) ou (P’ et Q et R’).

Précisons maintenant ici les transformations de Piaget. La négation N (appelé aussi inversion dans ce cadre) consiste à prendre la négation de la totalité de l’expression logique. [ (P et Q’ et R) ou (P’ et Q et R’) ] ‘

La réciprocité consiste à prendre la négation locale de chaque proposition. (P’ et Q’’ et R’) ou (P’’ et Q’ et R’’) qui s’écrit aussi (P’ et Qet R’) ou (P et Q’ et R) car P’’ = P

La corrélation consiste à prendre la négation globale et la négation locale pour chaque proposition.

On démontre alors que l’ensemble des quatre transformations composables l’une avec l’autre possède une structure de groupe (au sens mathématique). Voir (19)

Plus précisément, on a :

NR = RN = C

NC = CN = R

RC = CR = N

NRC = I

Ce groupe commutatif est de même structure que le groupe de Klein. (20)

Si l’on considère par ailleurs l’ensemble des transformations géométriques (en l’occurrence des isométries) laissant invariant un segment de droite : on trouve une rotation de 180° centrée au milieu du segment (c’est une symétrie centrale), la symétrie axiale dont l’axe est la droite qui porte le segment et la symétrie axiale dont l’axe est la médiatrice de ce segment, et la transformation qui ne change rien (appelée transformation identique). Par composition, l’ensemble de ces transformations a aussi une structure de groupe de même structure (il est isomorphe) que le groupe de Piaget. Ce groupe conserve aussi un losange qui n’est pas un carré.. Ce groupe est aussi isomorphe au groupe de Klein.

Cette correspondance structurelle semble montrer qu’il existe une articulation profonde entre l’ordre logique et l’ordre spatial construits par le cerveau

Curiosités :

Le groupe de Klein a eu d’autres applications en sciences humaines : formule canonique du mythe et structures de la parenté chez l’anthropologue Claude Lévi-Strauss (20’)

Le psychanalyste Jacques Lacan y fait référence lorsqu’il étudie les "transformations" : aliénation – vérité – transfert Voir Structure logique, aliénation de François Balmes. (21)

Ces opérations logiques ou ensemblistes peuvent opérer sur un support verbal, symbolique, un support iconique, un support gestuel, un support sonore ou musical,, dans le domaine de l’espace ou de celui du temps.

6– Polymorphisme du raisonnement humain

Nous complétons ici ce que nous avons vu au paragraphe 2. 1

a) Le raisonnement déductif ou inférentiel ne prend pas une forme unique mais des formes variées. C’est l’objet du livre de Christian George intitulé : "Polyformisme du raisonnement humain, Une approche de la plasticité de l’activité inférentielle." (PUF, 1997).

Néanmoins, dans sa thèse d’État de doctorat de mathématiques : Contribution à l’étude du raisonnement. Application à la médecine d’urgence, malgré la diversité des logiques mentionnées, dont la logique argumentative (Page 7 et suiv), Jean Fargues il fait apparaître que la démarche inférentielle reste omniprésente.

b) D’autre part, même si l’expression "raisonnement analogique" peut être contesté ,l’usage de l’analogie dans la recherche de solutions d’un problème, par exemple, est fréquemment utilisée.

c) La démarche expérimentale et l’induction occupent une place importante dans les activités scientifiques. Pierre Oléron, consacre le chapitre IV de son livre sur le raisonnement à cette question. (PUF, Que sais-je ?) Il prrécise alors la notion d’induction.

d) Par ailleurs,, l’usage de l’argumentation (dans la critique littéraire ou cinématographique par exemple) n’utilisent pas un corpus de règles comme en mathématiques ou en droit par exemple. Voir par exemple : Logique et conversation par Paul Grice (22) Revue Communications / Année 1979 / Volume 30 / Numéro 1 / pp. 57-72

Ces considérations ont pour but de relativiser ce qui va suivre : les systèmes experts ne peuvent couvrir la diversité du raisonnement humain dans l’état actuel de l’intelligence artificielle.

7 – Les systèmes experts

7.1 Notion d’inférence.

a) "L’inférence est un mouvement de la pensée allant des principes à la conclusion. C’est une opération qui permet de passer d’une ou plusieurs assertions, des énoncés ou propositions affirmés comme vrais, appelés prémisses, à une nouvelle assertion qui en est la conclusion." (23)

b) Les règles d’inférence

Une règle d’inférence fait correspondre à une ou plusieurs propriétés sources (énoncés, propositions) .une autre propriété cible (énoncé, proposition) par une relation de déduction. Les constituants de la source sont appelés prémisses et le constituant de la cible est appelée conclusion.

Les règles d’inférence peuvent aussi être formulées de cette manière : 1. un certain nombre de prémisses (peut-être aucune) ; 2. un symbole de dérivation ⊢ signifiant « infère », « démontre » ou « conclut » ; 3. une conclusion.

Pour plus de détails voir Wikipédia (24)

c) Quelle différence entre inférence et implication ?

L’imelication est un connecteur logique permettant de construire une troisième proposition à partir de deux propositions P, Q et dont la table de vérité est donnée par : P (1,1, 0,0) ; Q(1, 0, 1,0 ) ; P== >Q (1,0, 1,1 )

On constate que si l’on suppose P vraie , et P== >Q vraie , alors Q est vraie.

Ce qui se résume en disant :" si P est vraie alors Q est vraie" L’expression "si… alors…" ou en anglais : "if… then…" a ici un sens inférentiel et non pas le sens conditionnel de l’implication.

Ce n’est rien d’autre que l’inférence P ⊢ Q . Le symbole infère ⊢ représente une relation et non pas une opération entre propositions. C’est une relation de vérité. C’est un symbole sémantique alors que l’autre est un symbole syntaxique.

Il est regrettable que cette nuance, qui a son importance, soit rarement expliquée à un niveau élémentaire. Comme les systèmes experts reposent sur des moteurs d’inférences utilisant… des inférences, il nous a semblé nécessaire de rester précis sans pour autant tomber dans le formalisme d’un cours de logique formelle d’une licence de mathématiques.

Exemples simples d’inférence :

Si un animal a six pattes alors cet animal est un insecte.

Si un animal a des ailes et est ovipare alors cet animal est un oiseau Nous espérons que ces deux exemples n’auront pas provoqué une forte migraine pour le lecteur.

d) L’inférence statistique et autres.

(Nous complétons ici ce qui a été dit au paragraphe 6 .)

Nous ne traiteront pas ici de ce type d’inférences qui permet de déduire à partir de faits d’échantillonnage d’une population des faits inconnus a priori. Voir sur ce point Wikipédia https://fr.wikipedia.org/wiki/Inf%C...

L’inférence logique présentée ici ne n’épuise pas la totalité des espèces d’inférences utilisées par le cerveau humain comme le montre l’étude suivante qui essaie d’en répertorier les différents types. La production d’inférences lors de la compréhension de textes chez des adultes : une analyse de la littérature par D. Martins B. Le Bouédec (25)

7.2 – Le noyau d’un système expert.

a) La gauche et la droite.

Un système expert est principalement decomposé d’une base de faits et d’une base de règles. La nature de ces faits dépend du champ de connaissances utilisées.

Une règle (interférence) se présente sous la forme : si… (prémisses, conditions) Alors … (conclusion, but)

Il existe donc deux parties dans une règle : une partie gauche et une partie droite. Il existe des règles qui servent à choisir des règles adéquates : on les appelle métarègles.

Avant toute action du moteur d’inférences, ilexiste deux types de faits : des faits donnés comme vrais (faits initiaux) et des faits dont il faut établir la vérité. Il existe donc un partage des faits en deux parties : ceux qui sont établis et ceux qui sont à établir.

Certaines règles en s’appliquant à certains faits permettent de déduire de nouveaux faits

Considérons un exemple très simple : étant donnés F1, F2, A, B 5 faits établis et F3 un fait à établir. Et 3 règles R1, R2, R3. Telles que :

R1 : si F1 alors A R2, : si F2 alors B R3. : si A alors F3

Il suffit d’appliquer successivement les règles R1 et R3 pour établir F3. Nous verrons plus loin un exemple plus substantiel.

Ainsi, au fur et à mesure que le moteur d’inférences exerce son action sur la base de faits il déduit de nouveaux faits. La base de faits s’élargit ainsi et on l’appelle alors mémoire de travail.

b) Trois types de faits

Dans son ouvrage "Systèmes experts", JB Delahaye (Éd.Eyrolles) considère qu’il existe trois types de faits : les faits booléens qui se caractérise par des qualités (couleur, forme,…), les faits symbolique (avoir un niveau donné en anglais) dont les valeurs déterminent leur domaine (niveau débutant, moyen, avancé ) et enfin les faits de type réel définis par un nombre réel ( taille, population, taux d’inflation,)

Il faut observer que les faits sont considérés comme des constantes c’est-à-dire de valeur fixée. En revanche, les parties gauche et droite des règles peuvent être des constantes oubien des variables, c’est-à-dire pour une valeur générique.

c) L’instanciation d’une règle.

Exemple : Fait : le triangle ABC est isocèle en A. (le triangle est bien déterminé) Règle : si un triangle est isocèle alors il possède deux côtés de même mesure. L’expression "un triangle" signifie pour n’importe quel triangle et non pas pour un triangle particulier. Cette règle est vraie pour tout triangle isocèle. Les chaînes de caractères "triangle" et "deux cotés de même mesure" sont des variables.

Lorsque le moteur d’inférences applique cette règle au fait, il opère une instanciation de variables par des constantes (substitution) et la règle instantiée devient : "si le triangle ABC est isocèle en A alors ses côtés AB et AC sont de même mesure."

d) L’exécution d’une règle.

Lorsque le système a vérifié la validité du fait l’inférence est "déclenchée" ou " exécutée" et la règle perd son caractère conditionnel et pourrait s’exprimer par : "Comme (puisque) le triangle est isocèle en A alors ses côtés AB et AC sont de même mesure." C’est la raison pour laquelle on appelle aussi déclencheur la partie gauche de la règle. Dans ce cas, la partie droite est parfois appelée corps de la règle.

Nous avons pris ici un exemple très simple en évitant des exemples spécialisés du genre médical (en l’occurrence en sérologie)

Si IgM anti HAV positif et Ag HBs négatif alors Hépatite A ;

Si IgM anti HBc positif et Ag HBs négatif alors Hépatite C

mais la méthode que nous présentons en reste pas moins quasi universelle pour les systèmes experts.

e) Le cycle de fonctionnement d’un moteur d’inférence.

Un cycle comprend plusieurs phases :

Il existe deux grandes étapes : une étape d’évaluation et une étape d’exécution.

1) L’étape d’évaluation est divisée en plusieurs phases :

– la phase de restriction  : c’est la sélection d’un sous-ensemble des règles susceptible d’être applicables. L’utilisation de méta règles est un outil possible de sélection.

– la phase de filtrage détermine l’ensemble des règles applicables par comparaison des règles à la base de faits. Cela s’effectue de deux manières : par comparaison des prémisses de chacune des règles à la base de faits qui sont établis (méthode du chaînage avant) ou par comparaison de la partie conclusion de chacune des règles à la base de faits à établir. (Méthode du chaînage arrière)

– la phase de résolution de conflits c’est le choix de la règle à appliquer parmi celles applicables. Il y Il y a alors appariement entre le fait ciblé et la règle sélectionnée. Les éventuelles variables de la règle sont instances et par les faits.

2) Puis vient l’étape d’exécution qui consiste à appliquer la règle choisie précédemment. Cette action permet d’ajouter un ou plusieurs faits à la base de faits.

f) Systèmes experts monotones et non monotones.

– L’exécution peut être en régime de contrôle irrévocable ce qui signifie que lorsqu’un fait a été déduit il ne peut plus être enlevé de la base de faits.

Un système expert est monotone si et seulement si :

•aucun fait ne peut être supprimé de la Base de Faits

•auucun fait ajouté n’introduit de contradictions dans la BdF

– Systèmes experts non monotones.

L’exécution peut être en régime de contrôle par tentatives ce qui signifie que le même fait peut être ajouté ou enlevé de la base de faits. Le système dispose d’instructions pour supprimer ou inhiber des faits.

g) Les trois types de chaînage des inférences.

Il existe trois modes de raisonnement pour les systèmes experts. :

1) Le chaînage avant ; Raisonnement dirigé par les données.

Dans ce mode de fonctionnement, le moteur compare les prémisses des règles avec les faits et déclenche les règles qui peuvent alors être déclenchés. Les faits déduits peuvent être insérés immédiatement dans la base de faits ou être insérés à la fin d’un cycle complet de l’examen des règles.

2) Le chaînage arrière. : Raisonnement dirigé par les buts

Dans ce mode de fonctionnement, le moteur compare les conclusions et recherche la ou les règles dont la conclusion est le fait à prouver. Ayant choisi une règle, le moteur cherche à évaluer la validité des prémisses de cette règle. Pour valider ces prémisses, le moteur examine si ces prémisses sont dans la base des faits établis. Si c’est le cas , la règle se déclenche et sa conclusion devient un fait établi. Dans le cas contraire, le moteur cherche les règles dont les conclusions sont ces prémisses et le cycle continue.

– Le moteur est dit en profondeur d’abord si le moteur tente de toujours vérifier complètement le premier prémisse de la règle avant de commencer la vérification du deuxième prémisse. Le moteur

– Le moteur est dit en largeur d’abord si le moteur vérifie parallèlement chaque prémisse. Par exemple, le moteur Prolog est un moteur en chaînage arrière en profondeur d’abord.

3) Le chaînage mixte.

Dans ce cas, le moteur d’inférences utilise les deux chaînages précédents.

h) Exemple d’application..

On représente les faits par des lettres Base de faits initiale :(H,K)

Fait à établir : C

Base de règles

R1 : A implique E

R2 : B implique D

R3 : H implique A

R4 : E et G implique C

R5 : E et K implique B

R6 : D, E et K implique C

R7 : G, K et F implique C

Fonctionnement du moteur en chaînage avant

Les faits déduits sont insérés immédiatement dans la base de faits (qui devient mémoire de travail) Avec l’exécution de R3, la base de faits devient (H, K, A) ;

Avec déclenchement de R1 la base de faits devient (H, K, A, E)

Avec déclenchement de R5 la base de faits est : (H, K, A, E, B)

Avec déclenchement de R2 la base de faits est (H, K, A, E, B, D)

Avec déclenchement de R6 la base de faits devient finalement (H, K, A, E, B, D, C) qui contient bien le fait C à établir. Le moteur s’arrête car il a prouvé le fait C

Fonctionnement du moteur en chaînage arrière.

À chaque phase, on écrit l’État de la base de faits BF.

On rappelle qu’au départ :BF = (H, K). La base ne change pas s’il n’y a pas de faits nouveaux démontrés.

Le fait à établir C figure dans les conclusions des règles R4 et R 6 et R 4 est la plus simple.

Le moteur choisit donc la règle R4. et doit prouver le prémisse E ; BF = (H, K) ; Comme E est dans la conclusion de R1, la règle R1 est choisie, et le moteur doit alors prouver A ; qui est le prémisse de R1 ; À ce stade on a toujours BF = (H, K) ;

Comme A est la conclusion de R3, la règle R3 est choisie, et le moteur doit alors prouver H qui le prémisse de R3 ; BF = (H, K)

Or il se trouve que H est dans la base de faits, donc A et E sont prouvés ; BF = (H, K, A, E) ;

Mais il reste toujours à établir C

La règle R4 est encore testée et le moteur est amené à prouver G ; échec

C’est donc la règle R6 qui est choisie (rappelons que le fait C figure dans sa conclusion)

Dans les prémices de R6, le fait K est initial, et le fait E est établi Le moteur doit alors prouver le prémisse D de R6 ; On a encore : BF = (H, K, A, E) ;

Comme D est la conclusion de R2, la règle R2 est choisie, et le moteur doit prouver B qui est le prémisse de R2 ; BF = (H, K, A, E) ;

Comme B est la conclusion de R5, la règle R5 est choisie, et le moteur doit prouver les prémisses de R5 : E et K ; Mais il se trouve que ces deux faits sont maintenant établis. BF = (H, K, A, E) ; E est dans la base de faits ; BF = (H, K, A, E)

Le moteur termine alors son cycle :

La règle R5 est encore testée, et le moteur tentent de prouver K ; Mais K est dans la base de faits ; donc B est prouvé BF = (H, K, A, E, B) ; B est prouvé ; donc D est prouvé BF = (H, K, A, E, B, D) ; La règle R6 est retestée, et le moteur tente de prouver E ; BF = (H, K, A, E, B, D) ; E est dans la base de faits. La règle R6 est retestée, et le moteur veut prouver K ; BF = (H, K, A, E, B, D) ; E est dans la base de faits ; La règle R6 est exécutée. Le moteur s’arrête car il a prouvé le fait C.

7.3 – Système expert complet.

Rappelons que : base de connaissances =base de faits + base de règles

Au noyau du système expert (base de connaissances + moteur d’inférences) décrit précédemment, s’ajoutent une interface d’acquisition des connaissances à l’usage de l’expert et de l’informaticien et une interface utilisateur explicative.

8 – Retour aux connecteurs logiques

8.1– Les connecteurs logiques ou les opérations sur les ensembles sont à la base de la théorie des probabilités.

On peut aussi constater que la logique propositionnelle est au fondement même de la théorie des probabilités qu’elle soit présentée d’une manière élémentaire ou dans le cadre universitaire.

En théorie des probabilités, un événement lié à une expérience aléatoire est un ensemble dont les éléments sont des résultats possibles pour cette expérience (c’est-à-dire un certain sous-ensemble de l’univers lié à l’expérience). Un événement étant souvent défini par une proposition, nous devons pouvoir dire, connaissant le résultat de l’expérience aléatoire, si l’événement a été réalisé ou pas au cours de cette expérience.

Considérons un exemple simple. L’expérience aléatoire consiste à tirer au hasard une carte dans un jeu de 32 cartes. L’univers des possibles est ici elle l’ensemble de ces 32 cartes.

Considérons l’événement : A = : "tirer une carte rouge" ; et l’événement B = : "tirer un as" Par simplification de langage et d’écriture, on confond ici la proposition "tirer une carte rouge" avec l’ensemble des cartes rouges. De même pour B.

On appelle conjonction des deux événements est l’événement qui se réalise si les deux événements se réalisant : il s’agit de l’événement A et B. Dans notre cas, la carte est de couleur rouge et est un as. l’ensemble des possibilités est ici : as de cœur, as de carreau. Cela correspond à l’intersection des deux ensembles (les as et les cartes rouges).

On appelle disjonction des deux événements A et B l’événement qui se réalise si l’un au moins des deux événements se réalisent : il s’agit de l’événement Aou B Cet événement est constitué des éléments de l’ensemble des cartes rouges auquel on adjoint les quatre as. Cela correspond à l’union des deux ensembles..

On appelle l’événement contraire de A l’événement qui se réalise si A ne se réalisent pas Dans notre exemple, ne pas tirer une carte rouge, c’est-à-dire tirer une carte noire. Il existe alors évidemment 16 possibilités. Cela correspond à la négation logique ou à la complémentation ensembliste.

Remarquons que la partie vide correspond à l’événement impossible (qui ne se réalisent jamais) et que la partie pleine n’est rien d’autre que l’univers des possibles est l’événements certain.

Deux événements A et B sont dits incompatibles s’ils ne peuvent se réaliser en même temps. Dans ce cas, en termes de théories des ensembles, l’intersection des deux ensembles est vide Les ensembles sont dits disjoints.

La probabilité de l’événement impossible est 0 et la probabilité de l’événement certain est 1.

La probabilité d’un événement est un nombre réel compris entre 0 et 1. La probabilité de l’événement (A ou B) est égale à la somme des probabilités de chacun de ces événements si les deux événements sont incompatibles.

Notre objectif ici n’est pas de "parachuter" un cours de lycée sur les probabilités mais simplement de constater que même lorsque l’intelligence humaine essaie de cerner non pas le réel mais l’incertain, le possible, la logique formelle en constitue le fondement.

8.2 – Connecteurs logiques et théorie des organisations.

Les connecteurs logiques peuvent être utilisés dans la théorie des organisations concernant les rapports de pouvoir ou d’influence entre acteurs. Nous avons vu dans un article précédent (26) (paragraphe 2. 4) qu’il existait 16 relations de pouvoir possibles entre les acteurs d’une organisation.

Rappelons que le contrôle d’un acteur A sur un acteur B se définit par le contrôle des ressources des actions de B par A On a vu par exemple que le contrôle conjoint correspond au connecteur. Et, le contrôle mutuel au connecteur Ou, le contrôle bilatéral au connecteur Ou exclusif. En fait, l’analogie s’établit, en considérant que si A exerce un contrôle, sa valeur vaut 1 et si A n’exerce pas de contrôle, sa valeur vaut 0.

9 – L’objectivation physique des connecteurs logiques

9.1 – Montages électriques.

a) Montage en série .Le circuit électrique ET.

Considérons un circuit en série très simple : un générateur de courant, un premier interrupteur A et A et un second interrupteur B, et une lampe L.

Lorsque l’interrupteur est en position ON, le courant passe et sa valeur vaut 1, si l’interrupteur est en position off, le courant ne passe pas et sa valeur vaut 0. La lampe ne s’allume (le courant passe) que si les deux interrupteurs A et B valent 1 et ne s’allume pas si l’un ou les deux interrupteurs valent 0. En plaçant dans un tableau les quatre résultats possibles, on obtient la table de vérité du connecteur ET. Évidemment la situation serait la même dans le cas de l’écoulement d’un fluide dans un tuyau muni de deux vannes.

b) Montage en parallèle. Le circuit électrique OU

Considérons un générateur de courant et un fil électrique se divisant en deux branches (dérivation). Plus loin, les deux branches se réunissent à nouveau en un seul fil alimentant une lampe L. On place sur la première branche un interrupteur A et sur la seconde un interrupteur B. La lampe s’allume toujours sauf si les deux interrupteurs sont en position off c’est-à-dire ont tous les deux la valeur zéro. En reportant les différentes combinaisons dans un tableau, on obtient la table de vérité du connecteur OU (inclusif).

Extrapolation.

Ces deux logiques de branchement correspondent pour le traitement de l’information par notre cerveau au traitement séquentiel et au traitement holistique (global). Un exemple musical peut clairement illustrer ce double traitement. L’écoute d’une mélodie est de caractère séquentiel (une note est perçue l’une après l’autre) mais l’écoute de cette mélodie jouée par deux ou plusieurs instruments nécessite un traitement simultané global.

Observons une partition d’orchestre.

Plusieurs portées de notes l’une en dessous de l’autre nécessite pour le chef d’orchestre une double lecture : horizontale et verticale. L’alignement vertical des notes jouées par des instruments différents obéit aux règles de l’harmonie notamment aux règles de constructions des accords. La lecture horizontale est séquentielle et mélodique la lecture verticale est holistique et harmonique. Il y a un double flux sonore : en série et en parallèle.

9.2 – Les portes logiques d’un ordinateur, les automates booléens

a) Lorsque l’on examine le plan de n’importe quel ordinateur, on constate la présence essentiellement des portes logiques suivantes : la porte And (Et), la porte OR (Ou inclusif), la porte XOr (Ou exclusif), la porte Nand (Et suivi de la négation), la porte Nor (Ou suivi de la négation.) chacun de ces opérateurs est représenté par un symbole particulier. Une porte logique (binaire) possède deux entrées et une sortie. Selon la t tension ou l’intensité du courant, on fixe une valeur 1 ou 0 pour chaque entrée. Selon la table de vérité associée, la sortie aura la valeur 0 ou 1. La porte logique NO (non ou inverseur) correspond à l’opération de négation. Elle ne possède qu’une seule entrée et qu’une seule sortie

b) Les portes logiques sont disposées en cascades, c’est-à-dire que l’entrée d’une porte peut-être la sortie d’une autre porte. On peut obtenir alors un enchevêtrement de cascades assez complexe. Voir les circuits logiques :http://www.commentcamarche.net/cont... (27)

c) Mise en réseau des portes logiques : les automates

La mise en réseau ( comme expliqué précédemment) de plusieurs portes logiques permet de créer des automates cellulaires. Chaque automate est défini par un nombre d’entrées, un état interne et un nombre de sorties. Pour plus de détails peut se référer à : Les automates booléens finis (28)

d) Les réseaux booléens aléatoires : L’émergence de l’auto organisation

Le biologiste Henri Atlan a constaté qu’en activant les entrés d’une manière aléatoire et en reliant les sorties finales des portes logiques aux entrées d’un automate cellulaire,il apparaissait un phénomène étonnant : après une phase d’instabilité désordonnée dans la configuration du réseau, apparaissait deux sous structures : l’une de configuration stable et l’autre à configuration périodique. De l’aléatoire naît ainsi une structure ordonnée. Atlan met ainsi en évidence une des bases de la théorie moderne de l’auto organisation du vivant.

Pour plus de détails, on peut se reporter à : Les réseaux booléens aléatoires (29)

10 – Neurobiologie et modélisation informatique et mathématique

10.1– L’auto organisation.

Nous avons déjà traité de la question de l’auto organisation dans un article précédent (30) dans le paragraphe 7.3 – L’auto organisation dans les systèmes multi agents ainsi que du phénomène d’émergence dans le paragraphe 7. 4 . (Intelligence artificielle distribuée) On indiquera ici quelques ressources :

Systèmes complexes mathématiques et biologie (31)

Concernant la possibilité de neurones de s’auto inter connecter voir aussi Règle ou loi de Hebb (32)

Le vivant post–génomique. Qu’est-ce que l’auto organisation ? Par Henri Atlan (33)

10.2– Des réseaux d’automates aux réseaux neuronaux artificiels.

La modélisation et le fonctionnement d’un neurone puis d’ un réseau de neurones n’a pas attendu les progrès récents de l’imagerie médicale du cerveau pour se développer. Par exemple, l’ouvrage russe "Simulation des structures neuronales" de Pozine est paru en français traduit du russe en 1974.

"Les réseaux de neurones sont généralement optimisés par des méthodes d’apprentissage de type probabiliste, en particulier bayésien. Ils sont placés d’une part dans la famille des applications statistiques, qu’ils enrichissent avec un ensemble de paradigmes permettant de créer des classifications rapides (réseaux de Kohonen en particulier), et d’autre part dans la famille des méthodes de l’intelligence artificielle auxquelles ils fournissent un mécanisme perceptif indépendant des idées propres de l’implémenteur, et fournissant des informations d’entrée au raisonnement logique formel (voir Deep Learning)." (Wikipédia (34)

Notre intention n’est pas ici de traiter en détail des travaux sur les réseaux neuronaux mais de signaler leur existence. Pour plus de détails voir : Les réseaux neuronaux artificiels (35)

En schématisant, la projection du fonctionnement cérébral humain dans la machine s’effectue par la psychologie cognitive via la logique formelle et par la neurobiologie via une connexionisme neuronal naturel et artificiel.

11 – Les objets mentaux

Revenons maintenant au cerveau humain

"…Le texte de Mac Culloch et Pitts [ A logical calculus of the ideas immanent in nervous activity, 1943 ] ont montré que les 16 fonctions de vérité de calculs se représentent en combinant les opérations élémentaires « et », « ou », et « non ». Et qu’elles étaient physiquement présentes dans notre cerveau. Von Neumann, mathématicien hongrois, et fondateur des neurosciences montre ainsi que certaines synapses du cerveau sont clairement faites pour l’opération « et », d’autres « ou ». [ Von Neumann, l’ordinateur et le cerveau ]…" (36) https://zeboute-infocom.com/2014/12... Depuis lors la neurobiologie a fait des progrès

Jean-Pierre Changeux, avec la parution de son ouvrage "L’homme neuronal" paru en 1983 a permis à un large public d’avoir accès à un état des connaissances en neurobiologie du cerveau. Dans cet ouvrage, il définit ce qu’est une assemblée de neurones et un objet mental.

Voici une définition plus récente des objets mentaux. "Les objets mentaux correspondent à l’activité d’un large ensemble de neurones. Cet ensemble se décrit par un graphe et par l’activité électro-chimique. On distingue cinq types d’objets mentaux cognitifs : les percepts, les images, les concepts, les structures et les tendances." (37)

Comment passer du niveau neuronal, au niveau de l’objet mental puis au niveau des blocs d’objets mentaux où se construisent les connecteurs logiques dans le cerveau et faire émerger le concept ?

Par quel processus complexes s’effectue le passage du niveau neuronal au niveau psychique ? Bref, formulée sous une forme plus philosophique : par quel processus ce que l’on appelle l’esprit (ou la pensée) émerge-t-il de la matière ou encore, en reprenant une formule de Lénine, : en quoi "l’esprit est une forme existence de la matière ?"

Telle est l’ambition de l’ouvrage de Christian Lecerf cité ici.

Une leçon de piano la double boucle de l’apprentissage cognitif (38).

Cet ouvrage est téléchargeable en effet à l’adresse suivante : http://cogprints.org/529/6/LdPiano.pdf

Voici maintenant une définition plus technique de l’objet mental par cet auteur. (Neuropsychiatre et docteur en informatique)

"Un objet mental est la juxtaposition de deux circuits auto-entretenus : c’est une double boucle au lieu d’une simple boucle. Il est y a une partie centrale commune aux deux boucles, et deux circuits différents qui se rejoignent pour former la partie commune. Exactement comme deux tourbillons couplés, tournant en sens contraire, et qui évoluent conjointement. L’objet mental est constitué par un double circuit de résonateurs auto-entretenus" (Page 34) … "Les blocs d’objets mentaux forment l’ensemble fonctionnel du niveau d’organisation supérieur à celui des objets mentaux. Les blocs sont le résultat du réarrangement spontané des flux dans un réseau sous l’effet de la loi de Hebb. Les blocs d’objets mentaux constituent la brique de base nécessaire au support et à l’interprétation des mécanismes et capacités symboliques des SNC" (Page 70).

"Les objets mentaux permettent ainsi la représentation des connaissances sous forme de prédicats logiques et, d’une manière générale, sous forme déclarative. L’emploi des objets mentaux comme support des représentations rend aussi possible les fonctions et activités déclaratives, dont l’utilisation associative des connaissances." (Page 116)

Dans le chapitre 6. 3 il aborde la question de l’abstraction :

"L’abstraction est le mode de résolution de conflits le plus complexe, et aussi le plus intéressant. On peut l’imaginer comme une « sortie par le haut » de l’affrontement entre blocs. Le conflit donne naissance à une nouvelle entité de niveau plus élevé, laquelle permet de gérer ce conflit. Ce mode de résolution est le passage vers l’attribution d’une signification symbolique aux blocs et à leur fonctionnement.

L’abstraction est un phénomène très important car elle produit de nouveaux objets mentaux, dits abstraits, et introduit un nouveau mode de constitution des objets mentaux directement lié à l’augmentation de la longueur des chaînes dans les blocs. Le mécanisme est qualitativement nouveau en ce sens que :

a- la production du nouvel objet mental ne survient que lorsqu’existent des objets mentaux élémentaires en suffisamment grand nombre,

b- et cette production est un phénomène automatique, c’est-à-dire non consécutif à un événement extérieur."

(Fin de citation de Christian Lecerf)

Une autre ressource sur la question : Objets mentaux réseaux de neurones par Stéphane Coël (39)

Annexes.

1 – Ressources sur les systèmes experts Ressources sur les systèmes experts.

Système expert l’intelligence artificielle par Laurence Negrello (40) Bonne présentation, concise, précise avec une pointe d’originalité.

Les Systèmes Experts .Etat de l’art et application possible aux SIG École nationale supérieure de géomatique (41) Dans le cadre du Mastère ASIG (Architecture des systèmes d’information géographique)

Excellente document, brillamment illustré.

Les systèmes experts. Wikipédia. (42) On y trouve notamment un petit historique des systèmes experts.

Système expert : Jusqu’où peut-on automatiser l’intelligence ? (43) ParisTechReview 20/04/2014 Réflexion intéressante sur les limites des systèmes experts. Cette revue "parisienne" publie essentiellement ses articles scientifiques en anglais. (43’)

Les systèmes experts dans différents domaines.

(44) Metrad+ un système expert pour la médecine traditionnelle (par les plantes)

Systèmes informatiques d’aide à la déecision en méedecine : panorama des approches utilisant les donnéees et les connaissances par Brigitte Séroussi, Jacques Bouaud (45)

L’utilisation d’un « système expert » en droit comparé (46)

Systèmes experts et droit (47)

Annuaire des Générateurs de systèmes experts et les Machines dédiées (48)

Les livres publiés aux éditions Eyrolles sur les systèmes experts et l’intelligence artificielle (49)

2 – Ressources sur l’intelligence artificielle.

Histoire de l’intelligence artificielle (50)

Document clair concis et bien illustré par de nombreux schémas. L’historique des premiers systèmes experts figure dans ce document.

L’apprentissage profond : une révolution en intelligence artificielle. Leçon inaugurale au collège de France.de Yan Le Cun. 4 février 2016. Chaire informatique et sciences numériques. (51) On clique sur la vignette ou photo pour lancer la vidéo.de la conférence. État des lieux sur les recherches récentes en intelligence artificielle. On constatera , à un moment de son exposé, que le conférencier fait référence à Piaget.

L’apprentissage profond. Article de Wikipédia (52)

Introduction à l’apprentissage automatique (53)

Les avancées de l’intelligence artificielle 1. (54) Article du 6 mars– 13 mai 2016

Les avancées de l’intelligence artificielle . 2 (55)

Article du 13 mars 2016 et mis à jour le 17 mai 2016 - Opinions libres . Blog d’Olivier Ezratty On trouve dans cette partie une bonne présentation des systèmes experts. Présentation détaillée avec de nombreux schémas.

On peut consulter la totalité de ses 10 articles sur "les avancées de l’intelligence artificielle" en se reportant aux archives de mars avril mai 2016 figurant l’adresse suivante (56)

L’intelligence artificielle distribuée (IAD) (57)

L’intelligence artificielle distribuée et les systèmes multi –aents (SM A). (58)

Apports de l’Intelligence Artificielle à la Psychologie par Daniel Defays, Robert M. French & Jacques Sougné (59)

Livre. L’intelligence artificielle de Jean-Paul Haton, Marie-Christine Haton PuF. Collection Que sais-je (Les systèmes experts sont traités au chapitre IV)

Émissions sur l’ntelligence artificielle

France Culture. Le magazine de la rédaction. L’intelligence artificielle made in France (60)

France Culture. Le sens des choses . 23/08/2014 Le cerveau une intelligence artificielle ? (61)

Une série d’émissions sur l’intelligence artificielle. (62)

3 – Au-delà de la logique propositionnelle classique.

La logique floue (63) Les systèmes flous http://www.ferdinandpiette.com/blog...

Un fondement physique du principe du tiers exclu ?

Le principe du tir exclu n’est pas sans rappeler le principe d’exclusion de Pauli selon lequel deux fermions (particules de spin ½) et en particulier deux électrons appartenant au même système ne peuvent simultanément avoir le même état quantique (état caractérisé par des nombres quantiques) (64) Or il se trouve que l’information véhiculée entre neurones de notre cerveau ou entre les composants d’un ordinateur sont des électrons.

Mais il existe aussi des particules élémentaires (bosons) qui n’obéissent pas à ce principe comme les photons. De ce fait la logique quantique, qui n’utilise plus des bits (0, 1) mais des Q–bits n’obéit pas à la logique d’Aristote

."John von Neumann a montré, en réfléchissant aux fondations de la mécanique quantique, que la logique d’Aristote (cf. Organon) était en contradiction avec la logique quantique. En particulier la notion du tiers exclu n’existe pas en logique quantique. Mackey, puis Varadarajan ont développé ces réflexions, puis beaucoupd’autres" (65)

Applications de la logique quantique aux sciences cognitives (66)

Logique quantique, vers l’ordinateur photonique. (67) Thèse de doctorat de l’Université Paris11 .Spécialité : Optique et Photonique par : M. Spyridon VAROUTSIS 18/11/2005 Génération de photons uniques indiscernables par uneboîte quantique semi-conductrice dans une microcavité optique Voir chapitre Optique quantique, logique quantique et photons indiscernables – Quelques repères (page 5 à 13) Il est question dans ce chapitre de logique quantique, d’ordinateurs photoniques, de conception de nouvelles portes logiques à transmission photonique.

Logique quantique. Wikipédia https://fr.wikipedia.org/wiki/Logiq...

Modèle des circuits et algorithmes quantiques (68) La photonique nécessite la conception d’autres portes logiques que celle utilisée en électronique. Juge

Théorie quantique de l’information (Wikipédia) (69)

4 – L’intelligence humaine

Numéro spécial du bulletin de psychologie (736 p) de mars – juin 1979 On y trouve, chose surprenante, une étude détaillée du Général Problem Solving (p 626 – 642) qui est à la source des premières recherches sur l’intelligence artificielle conduisant à cette époque àl’architecture cognitive SOAR (1983). Voir plus de détails Wikipédia : Général Problem Solving (GPS). (70)

Théorie des intelligences multiples (71)

Définition de l’intelligence selon Wikipédia (72)

L’intelligence est l’ensemble des facultés mentales [réf. nécessaire] permettant de comprendre les choses et les faits, de découvrir les relations entre elles et d’aboutir à la connaissance conceptuelle et rationnelle (par opposition à la sensation et à l’intuition). Elle permet de comprendre et de s’adapter à des situations nouvelles et peut en ce sens être également définie comme la faculté d’adaptation. L’intelligence peut être également perçue comme la capacité à traiter l’information pour atteindre ses objectifs.

Le terme est dérivé du latin intelligentĭa, « faculté de comprendre », dont le préfixe ĭnter- (« entre »), et le radical legĕre (« choisir, cueillir ») ou ligāre (« lier ») suggèrent essentiellement l’aptitude à lier des éléments entre eux.

L’intelligence pratique est la capacité d’agir de manière adaptée aux situations. La compréhension ne peut se concevoir sans un système de codification diversifié. On aboutit donc à l’intelligence conceptuelle, inséparable d’une maîtrise du langage (et donc des « mots ») permettant le raisonnement complexe ; le raisonnement étant l’opération mentale d’analyse permettant d’établir les relations entre les éléments. Enfin, et à ce même niveau, l’objet de l’intelligence est la connaissance conceptuelle et rationnelle..

Définition de l’intelligence selon l’encyclopédie Trésor de la langue française informatisée (73)

I. [Chez les êtres animés] Fonction mentale d’organisation du réel en pensées chez l’être humain, en actes chez l’être humain et l’animal. Il n’y a cependant aucune incompatibilité entre l’action et la pensée dans une intelligence complète (LAMART., Voy. Orient, t. 1, 1835, p. 137). L’intelligence n’est pas seulement la faculté d’expliquer le monde, mais la faculté de s’expliquer avec lui (LACROIX, Marxisme, existent., personn., 1949, p. 102) :

1. L’intelligence et l’instinct étant donc communs, quoique à divers degrés, aux animaux et à l’homme, qu’est-ce qui distingue celui-ci ? Selon F. Cuvier, c’est la réflexion ou la faculté de considérer intellectuellement, par un retour sur nous-mêmes, nos propres modifications. PROUDHON, Propriété, 1840, p. 322.

P. anal. [Dans certains systèmes philos., dans certaines conceptions relig. ou certaines visions poét. animistes] Les anciens donnèrent au monde une grande ame, et une immense intelligence, dont toutes les ames et les intelligences particulieres étaient émanées (DUPUIS, Orig. cultes, 1796, p. 488).

Peut-on admettre qu’une intelligence infinie ait créé l’homme, et supposer que telle qu’une marâtre cruelle, elle ait abandonné son existence sociale au hasard de ses inventions (BONALD, Législ. primit., t. 1, 1802, p. 248).

Ce n’est pas seulement dans la graine ou la fleur, mais dans la plante entière, tiges, feuilles, racines, que l’on découvre, si l’on veut bien s’incliner un instant sur leur humble travail, maintes traces d’une intelligence avisée et vivante (MAETERL., Intellig. fleurs, 1907, p. 12).

[P. oppos. à l’intelligence infinie qui est attribuée à Dieu] Intelligence finie. Comment pouvons-nous, avec nos sens bornés et notre intelligence finie, arriver à la connaissance absolue du vrai et du bien ? (FLAUB., Corresp., 1857, p. 181).

A. [Chez l’être hum. p. oppos. à l’animal] Fonction mentale d’organisation du réel en pensées. Au sing. [L’art grec] s’est toujours attaché à la forme, parce qu’elle est une prise de l’intelligence et marque son pouvoir d’organisation (HUYGHE, Dialog. avec visible, 1955, p. 125).

[Avec une majuscule] [Degas dit] « Le jour où l’on a commencé d’écrire Intelligence avec un I majuscule, on a été foutu. Il n’y a pas l’Intelligence ; on a l’intelligence de ceci, de cela (...) » (GIDE, Journal, 1909, p. 275).

Mythol. Déesse de l’intelligence. Athéna. Athéné, la déesse de l’intelligence. C’est la déesse armée d’une lance, c’est l’intelligence perceuse de monstres qui perce les fausses raisons de souffrir, et rit : « Souffrir pour ça ! » (MONTHERL., Olymp., 1924, p. 321). [L’intelligence du point de vue de sa différenciation au cours de l’évolution de la vie sur la terre] :

2. Pour l’homme adulte, il faut considérer l’évolution de son intelligence au cours de la longue histoire de l’Humanité (...). Sur le plan de l’action, se développe d’abord l’intelligence artisanale de l’Homo faber (...) après un grand détour par la « mentalité primitive », l’intelligence humaine se développe sur le plan de la pensée ; elle devient l’intelligence logique et rationnelle de l’Homo sapiens, en se créant un outillage mental extraordinairement efficace (...) l’action tend alors à devenir de moins en moins empirique et de plus en plus rationnelle... G. VIAUD, L’Intelligence, Paris, P.U.F., 1969, pp. 110-111.

[Chez Bergson ; p. oppos. à torpeur pour le règne animal, et à intuition à l’intérieur des facultés hum.] L’une des « directions divergentes et complémentaires de l’élan vital originel », c’est-à-dire de la « conscience lancée à travers la matière » :

3. Du côté de l’intuition, la conscience s’est trouvée à tel point comprimée par son enveloppe qu’elle a dû rétrécir l’intuition en instinct (...). Au contraire, la conscience se déterminant en intelligence, c’est-à-dire se concentrant d’abord sur la matière (...) s’adapte aux objets du dehors, (...) arrive à circuler au milieu d’eux, à tourner les barrières qu’ils lui opposent, à élargir indéfiniment son domaine. BERGSON, Évol. créatr., 1907, p. 183.

[En emploi spécifique ou référentiel] Au sing. ou au plur. Le vœu de la providence, (...) la loi divine, sont transgressés chaque fois qu’un homme et une femme unissent leurs lèvres sans unir leur cœurs et leurs intelligences (SAND, Hist. vie, t. 4, 1855, p. 293).

Amour héroïque, expression (...) autour de laquelle erraient sans la pénétrer son intelligence et son sentiment (ARNOUX, Seigneur, 1955, p. 44). LITT. De l’intelligence (Taine, 1870).

L’Avenir de l’intelligence (Maurras, 1905). Réflexions sur l’intelligence (Maritain, 1925). Propos sur l’intelligence, Le Bilan de l’intelligence ds Variété III (Valéry, 1936).

LOG., INFORM. Intelligence artificielle. ,,Recherche de moyens susceptibles de doter les systèmes informatiques de capacités intellectuelles comparables à celles des êtres humains`` (La Recherche, janv. 1979, no 96, vol. 10, p. 61).

Beaucoup de jeunes chercheurs travaillent actuellement dans le domaine de l’intelligence artificielle et de la reconnaissance des formes, et la discipline a considérablement évolué depuis l’époque où H.A. Simon faisait ses premiers travaux de ce type. (...) l’ancienne réputation « science-fiction » de ces activités tend à s’estomper, (...) il y a de plus en plus de rapprochement entre l’intelligence artificielle et l’informatique « ordinaire » (La Recherche, janv. 1979, no 96, vol. 10, p. 62).

1. [Cette fonction au plan qualitatif ; dans un sens très large (partic. dans la psychol. des facultés au XIXe s.)] PHILOS., PSYCHOL. Ensemble des fonctions psychiques et psycho-physiologiques concourant à la connaissance, à la compréhension de la nature des choses et de la signification des faits ; faculté de connaître et de comprendre.

Rem. Si la nomenclature de ces fonctions, de même que le rôle exact qui leur est dévolu, varient selon les auteurs, on peut considérer qu’elles sont de trois ordres : ordre de l’acquisition (sensation, perception, conscience), ordre de la conservation (mémoire), ordre de l’intellection proprement dite (association, intuition de formes ou de rapports, réflexion, jugement, raison, imagination...). [

La naïveté] est le plus dangereux adversaire de l’intelligence, de l’intelligence qui comprend tout, qui pèse tout et qui choisit (DUHAMEL, Cécile, 1938, p. 52).

[Les psychologues] parlent tous de l’intelligence, mais s’ils s’accordent à la distinguer (...) de ses conditions extérieures (...), ils ne s’entendent plus du tout sur ses limites et sur son point d’attache (...). S’agit-il de la mémoire ? La moitié [des tests] l’englobent dans l’intelligence, la moitié l’en excluent. Ainsi de la sensation, de l’imagination. De chacune, tour à tour, on a démontré qu’elle constitue le noyau de l’intelligence, et qu’elle n’y a aucune part (MOUNIER, Traité caract., 1946, p. 601).

L’intelligence, avec son armure la Raison, se porte vers le monde avec une méthode, une série d’habitudes logiques, un bon nombre d’exigences (R. MUCCHIELLI, Psychol., Paris, Bordas, 1957, p. 203).

a) [En synon. avec : esprit (au sens de « substance pensante, sujet de la connaissance, ensemble des facultés intellectuelles »), pensée (au sens de « activité psychique ayant la connaissance pour objet »), raison (au sens de « principe pensant, faculté de percevoir les rapports ») et entendement (au sens de « faculté d’entendre c’est-à-dire de comprendre »)] Il faut admettre deux connaissances préalables : celle du corps qui a senti, celle de l’intelligence qui a perçu ; admettre le sens et la raison, témoignages humains et par conséquent suspects (FLAUB., Bouvard, t. 2, 1880, p. 95).

Il importe peu que ces autres plans [de la création théâtrale] soient réellement conquis par l’esprit, c’est-à-dire par l’intelligence (ARTAUD, Théâtre et son double, 1938, p. 109) :

4. [Cette philosophie] institue, entre la théorie et la pratique, un antagonisme continu (...) graduellement modifié d’après la réaction croissante de l’activité sur l’intelligence (...). Tandis que la spéculation attribuait tout à des volontés arbitraires, l’action supposait toujours des lois invariables, dont la connaissance (...) a fini par renouveler l’entendement humain. COMTE, Catéch. posit., 1852, p. 334.

b) [En oppos.] [P. oppos. aux deux autres grandes catégories traditionnelles des phénomènes psychiques : celle des phénomènes affectifs et celle des phénomènes actifs (cette dernière couvrant l’exercice des facultés de vouloir et d’agir)] :

5. Il faut, avec Maurice Blondel, se placer en deçà de l’intelligence, de la volonté et de la sensibilité à la source commune de ces fonctions, dans ce dynamisme de l’être spirituel où elles puisent leur force d’agir... LACROIX, Marxisme, existent., personn., 1949, p. 103. [P. oppos. à instinct] :

6. Dirai-je l’assiduité de toute une littérature (...) (voir Barrès et Bourget) à clamer le primat de l’instinct, de l’inconscient, de l’intuition, de la volonté (au sens allemand, c’est-à-dire par opposition à l’intelligence) (...) parce que c’est l’instinct, et non l’intelligence, qui sait les mouvements qu’il nous faut faire (...) pour assurer notre avantage ? BENDA, Trahis. clercs, 1927, p. 185.

[P. oppos. à intuition] :

7. Intuition et intelligence représentent deux directions opposées du travail conscient : l’intuition marche dans le sens même de la vie, l’intelligence va en sens inverse, et se trouve ainsi tout naturellement réglée sur le mouvement de la matière. BERGSON, Évol. créatr., 1907, p. 267.

Rem. Intelligence, instinct et intuition ne sont pas toujours opposés. Il se sentait devant quelque chose de fort et de sérieux. L’instinct de sa haute intelligence lui en faisait deviner une non moins haute sous le bonnet fourré du compère Tourangeau (HUGO, N.-D. Paris, 1832, p. 201).

Je ne puis jamais me passer de l’intuition, c’est-à-dire de ce surplus d’intelligence qui toujours la suppose présente à son maximum (DU BOS, Journal, 1927, p. 161). [P. oppos. à raison au sens de « faculté de raisonner, de démontrer en organisant discursivement expériences ou preuves », ou au sens normatif de « faculté d’atteindre et de connaître la vérité, d’affirmer l’absolu »] Au-dessus de ce qu’on appelle généralement intelligence, les philosophes cherchent à saisir une raison supérieure une et infinie comme le sentiment, à la fois objet et instrument de leurs méditations (PROUST, Chron., 1922, p. 176).

Dans l’usage ordinaire et même philosophique, l’intelligence (...) est intuitive et embrasse d’un seul coup des ensembles complexes ; la raison, au contraire, est discursive, procédant suivant une marche méthodique et même parfois mécanique (FOULQ.-ST-JEAN 1962, s.v. Raison).

On constate ainsi une multitude de sens du mot intelligence. On constate par exemple, que ce mot peut s’harmoniser avec l’intuition au contraire s’y opposer.

Du point de vue des sciences cognitives, il n’existe pas de définition générale de l’intelligence. Il existe seulement différents modèles psychologiques de l’intelligence Voir par exemple le site (74)

Et pour terminer loin de l’intelligence artificielle… L’intelligence émotionnelle et relationnelle dans l’action. (75)

Hervé Debonrivage


Signatures: 0
Répondre à cet article

Forum

Date Nom Message