Ingénierie des connaissances
Qu’est-ce que l’ingénierie des connaissances?
L’ingénierie des connaissances est un domaine de l’ intelligence artificielle (IA) qui crée des règles à appliquer aux données pour imiter le processus de pensée d’un expert humain. Il examine la structure d’une tâche ou d’une décision pour identifier comment une conclusion est atteinte.
Une bibliothèque de méthodes de résolution de problèmes et les connaissances collatérales utilisées pour chacune peuvent alors être créées et servies comme problèmes à diagnostiquer par le système. Le logiciel résultant pourrait alors aider au diagnostic, au dépannage et à la résolution des problèmes, soit seul, soit dans le cadre d’un rôle d’assistance à un agent humain.
Points clés à retenir
- L’ingénierie des connaissances est une branche de l’intelligence artificielle (IA) qui développe des règles qui sont appliquées aux données afin d’imiter le processus de pensée d’un humain qui est un expert sur un sujet spécifique.
- Dans sa forme initiale, l’ingénierie des connaissances était axée sur le processus de transfert; transférer l’expertise d’un humain résolvant des problèmes dans un programme qui pourrait prendre les mêmes données et tirer les mêmes conclusions.
- Il a été déterminé que le traitement des transferts avait ses limites, car il ne reflétait pas fidèlement la manière dont les humains prennent des décisions. Il ne tenait pas compte de l’intuition et du sentiment instinctif, connus sous le nom de raisonnement analogue et de pensée non linéaire, qui souvent peuvent ne pas être logiques.
- Aujourd’hui, l’ingénierie des connaissances utilise un processus de modélisation qui crée un système qui touche les mêmes résultats que l’expert sans suivre le même chemin ni utiliser les mêmes sources d’informations.
- L’objectif de l’ingénierie des connaissances est qu’elle soit mise en œuvre dans un logiciel qui prendra des décisions que des experts humains feraient, tels que des conseillers financiers.
- L’ingénierie des connaissances est déjà utilisée dans les logiciels d’aide à la décision et on s’attend à ce qu’à un moment donné, elle soit utilisée pour prendre de meilleures décisions que les experts humains.
Comprendre l’ingénierie des connaissances
L’ingénierie des connaissances cherchait à transférer l’expertise d’experts humains en résolution de problèmes dans un programme qui pourrait intégrer les mêmes données et arriver à la même conclusion. Cette approche, appelée processus de transfert, a dominé les premières tentatives d’ingénierie des connaissances.
Cependant, il est tombé en disgrâce, car les scientifiques et les programmeurs ont réalisé que les connaissances utilisées par les humains dans la prise de décision ne sont pas toujours explicites. Alors que de nombreuses décisions peuvent être attribuées à des expériences antérieures sur ce qui a fonctionné, les humains s’appuient sur des pools parallèles de connaissances qui ne semblent pas toujours logiquement liés à la tâche à accomplir.
Une partie de ce que les PDG et les investisseurs vedettes appellent le sentiment instinctif ou les sauts intuitifs est mieux décrite comme un raisonnement analogue et une pensée non linéaire. Ces modes de pensée ne se prêtent pas à des arbres de décision directs et étape par étape et peuvent nécessiter de tirer des sources de données qui semblent coûter plus cher à introduire et à traiter que cela ne vaut la peine.
Le processus de transfert a été laissé pour compte au profit d’un processus de modélisation. Au lieu d’essayer de suivre le processus étape par étape d’une décision, l’ingénierie des connaissances se concentre sur la création d’un système qui obtiendra les mêmes résultats que l’expert sans suivre le même chemin ni exploiter les mêmes sources d’informations.
Cela élimine certains des problèmes liés à la recherche des connaissances utilisées pour la pensée non linéaire, car les personnes qui le font ne sont souvent pas conscientes des informations sur lesquelles elles s’appuient. Tant que les conclusions sont comparables, le modèle fonctionne. Une fois qu’un modèle se rapproche constamment de l’expert humain, il peut alors être affiné. Les mauvaises conclusions peuvent être retracées et déboguées, et les processus qui créent des conclusions équivalentes ou améliorées peuvent être encouragés.
L’ingénierie des connaissances pour dépasser les experts humains
L’ingénierie des connaissances est déjà intégrée dans les logiciels d’aide à la décision. Des ingénieurs du savoir spécialisés sont employés dans divers domaines qui font progresser les fonctions humaines, y compris la capacité des machines à reconnaître un visage ou à analyser ce qu’une personne dit pour le sens.
Au fur et à mesure que la complexité du modèle augmente, les ingénieurs des connaissances peuvent ne pas comprendre pleinement comment les conclusions sont atteintes. Finalement, le domaine de l’ingénierie des connaissances passera de la création de systèmes qui résolvent des problèmes aussi bien qu’un humain à un système qui le fait quantitativement mieux que les humains.
En associant ces modèles d’ingénierie des connaissances à d’autres capacités telles que le traitement du langage naturel (PNL) et la reconnaissance faciale, l’intelligence artificielle pourrait être le meilleur serveur, conseiller financier ou agent de voyage que le monde ait jamais vu.