Discussion :

[stentorus]

Bonjour,

Dans notre application,l'utilisateur a la possibilité d'enrichir la base de connaissance(Arbre Généalogique,fichier ci-joint) pas des informations de type

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
X est le pere de Y

on veut implémenter quelque chose qui nous permet d'enrichir notre base de connaissances pas des informations déduites par d'autres informations et l'information ajoutée, autrement dit, une sorte d'apprentissage.

Merci d'avance !

[padmasana]

Bonjour,

effectivement, vous pouvez alimenter votre application ( qui est normalement un moteur d'inférence) par des connaissances obtenues par apprentissage, mais cela fait appel à des techniques de l'intelligence artificielle, telle que les arbres de décision ou autres.

vous devez soit implémenter ces techniques, et alimenter votre moteur d'inférence avec les connaissances qu'elles génèrent ( les arbres de décision génèrent des connaissances sous forme de règles de production), ou de profiter des logiciels open source qui existent déjà ( WEKA par exemple)

selon mes connaissances, PROLOG ne fait pas l'apprentissage! à confirmer !

j'espère que j'ai bien compris votre question

[plefebv]

Bonjour,

effectivement, vous pouvez alimenter votre application ( qui est normalement un moteur d'inférence) par des connaissances obtenues par apprentissage, mais cela fait appel à des techniques de l'intelligence artificielle, telle que les arbres de décision ou autres.

vous devez soit implémenter ces techniques, et alimenter votre moteur d'inférence avec les connaissances qu'elles génèrent ( les arbres de décision génèrent des connaissances sous forme de règles de production), ou de profiter des logiciels open source qui existent déjà ( WEKA par exemple)

selon mes connaissances, PROLOG ne fait pas l'apprentissage! à confirmer !

j'espère que j'ai bien compris votre question

Bonjour,

Je m'inscris respectueusement en faux contre l'assertion précédente.
PROLOG mémorise tout ce qu'on lui exprime: ça lui est d'ailleurs indispensable pour fonctionner.
Il est capable de retrouver tout fait ou déduction.

Votre exemple est écrit en PROLOG.

Pour retrouver l'information entre deux sessions, je vous propose de... la mémoriser (dans un fichier de texte, ou dans une base de données).

---

Sans être un expert en PROLOG, je me permets de compléter cette réponse.
Vous trouverez plus de détails sur http://fr.wikipedia.org/wiki/Prolog.

PROLOG (PROgrammation LOGique) utilise une forme de représentation des connaissances: les clauses de Horn, qui exprime les relations entre données.

Cette représentation est très simple: <Fait> SI <condition>;
Le SI est souvent représenté par la flèche <-.
Quand il y a une condition, il s'agit d'une règle.

Quand la condition est vide, il s'agit de l'énonciation d'un fait.
Par exemple je peux écrire que SOCRATE est un homme
"HOMME (SOCRATE) <- ;"

Dans les règles, faits et conditions admettent des variables.
Une variable X s'écrira _X.
Ainsi je peux écrire:
"MORTEL (_X) SI HOMME (_X);"
qui dit que tous les hommes sont mortels.
J'ai inséré ici une règle de production en logique des prédicats.

Alors à la question
"MORTEL (_INDIVIDU) ;"

L'algorithme de résolution de PROLOG répondra :
"_INDIVIDU = SOCRATE; "

Attention: les conditions sont des conjonctions. C'est à dire que le langage ne connaît que la clause ET.
Par exemple:
FILLE (Suzanne, Jeannine) <- ;
FILLE (Jeannine, Sylvie) <- ;
FILLE (Jeannine, Michèle) <- ;
FILLE (Sylvie, Tiphaine) <- ;
FILLE (Sylvie, Lorraine) <- ;
FILLE (Sylvie, Marianne) <- ;
FILLE (Michèle, Juliette) <- ;
et
GRAND_MERE (_X, _Z) <- FILLE (_Z, _Y), FILLE (_Y, _X) ;
(on traduira "_Z est la grand mère de _X s'il existe une fille _Y de _Z telle que _X est la fille de _Y")

A la question:
GRAND_MERE (_petite_fille, _grand_mere) ;

Prolog répondra:
_petite_fille=Sylvie, _grand_mere=Suzanne;
_petite_fille=Michèle, _grand_mere=Suzanne;
_petite_fille=Tiphaine, _grand_mere=Jeannine;
_petite_fille=Lorraine, _grand_mere=Jeannine;
_petite_fille=Marianne, _grand_mere=Jeannine;
_petite_fille=Juliette, _grand_mere=Jeannine;

( Je vous laisse écrire "ARRIERE_GRAND_MERE(...)..." )

Pour la clause OU, il faut répéter l'expression des relations.
Par exemple:
ENFANT (_Z, _XX) <- FILLE (_Z, _XX);
ENFANT (_Z, _XY) <- FILS (_Z, _XY);
dira que la relation ENFANT existe s'il existe une relation FILLE ou s'il existe une relation FILS. PROLOG n'exploitera pas spécialement le nom des variables, qui n'aura de sens (s'il en a) que pour nous.

De même, PROLOG ne "comprend" rien, et en particulier rien au nom des relations. La relation "FILS" aurait pu s'appeler "TRUC", PROLOG aurait fonctionné tout pareil.

Je passe sur les détails: d'excellents livres ont été écrits sur PROLOG.

Je conclus sur son intérêt.

1) La syntaxe de PROLOG est très simple et accessible à tous.

2) Son algorithme explore (en principe) toutes les possibilités de résolution logique. Il a notamment permis de démontrer divers théorèmes, et c'est pour cela qu'il a été initialement créé.
L'utilisateur n'a qu'à exprimer ses connaissances. Si, à partir des connaissances qui lui sont accessibles, il y a une méthode de démonstration de la question que se pose l'utilisateur, PROLOG la trouvera.

3) Il est possible de décrire une base de données relationnelles comme une suite de clauses PROLOG. C'est à dire que toute base de données relationnelle est exploitable en tant que source de données d'un système d'inférences écrit en PROLOG. (Voir en particulier le bouquin de Gardarin: "Bases de données relationnelles, déductives, objets"). De même, la relation qui existe entre une propriété d'un objet, et l'objet lui même, est, à une traduction près, naturellement exploitable par PROLOG.

[plefebv]

Je me rends d'ailleurs compte qu'il manque une entrée "logique et systèmes déductifs" dans la section IA de la FAQ.

Dans mon esprit, cette section traiterait :
- de la logique du premier ordre à la logique des prédicats,
- des systèmes formels, systèmes de réécriture, et des morphismes entre systèmes (notamment équivalences entre logique, calcul symbolique, et calcul numérique),
- de la théorie de la preuve (ou de la démonstration: notion de démontrabilité, calculs par récurrence sur la longueur des démonstrations, indémontrables, théorème de Gödel),
- de l'algorithmique dans la théorie de la démonstration: tautologies, indémontrables, problèmes np-difficiles,
- de l'optimisation du calcul sur les expressions logiques : automates, tables de transition et parcours d'arbres, graphes de déduction et arbres de décision, formes normales (conjonctive, disjonctive), des diagrammes de Carnaugh jusqu'aux "compilateurs de silicium", réseaux de Pétri et leur optimisation (en logique des propositions, et à prédicats),
- de la représentation des connaissances, des bases de connaissances et blackboards, de la cohérence des bases de connaissances, et des systèmes de maintien de la vérité (SMV)
- de l'élaboration de plans de résolution: chaînage avant (et coupures, alphabéta, min/max), arrière, mixte, planner;
- des formalismes objet, acteur, agent, et des systèmes multi agents (SMA);
- des implémentations de référence et systèmes existants (libres et commerciaux);