Accueil
Abécédaire
Recherche
Intranet
Contact
Après avoir brièvement rappelé les caractéristiques classiques de l'intelligence artificielle, l'article présente l'approche moderne en termes de manipulation de connaissances. Cela implique deux grandes classes de techniques : celles de la représentation des connaissances dont sont décrites les plus courantes (représentations logiques, réseaux sémantiques, règles de production, représentations d'objets structurés), et celles des stratégies de raisonnement à partir de bases de connaissances (moteurs d'inférence, modèles logiques déductifs, raisonnement approximatif, métaraisonnement, etc.). Sont étudiées ensuite deux grandes classes d'applications : les systèmes experts, fondés sur l'exploitation d'une base de connaissances spécifique d'un domaine, résumant les connaissances d'experts humains; les systèmes de compréhension, dont l'objet est l'interprétation de données complexes venant de l'extérieur : vision par ordinateur, compréhension du langage (écrit ou oral), interprétation de signaux. En conclusion, on constate le succès effectif de nombreuses applications, mais aussi l'ampleur des travaux fondamentaux restant à accomplir.
After briefly recalling the classical features of artificial intelligence, we present the modern approach in terms of knowledge manipulation. This involves two major sets of techniques. The first of these features knowledge, with a description of the more common representation schemes (logical representations, semantic networks, production rules, object oriented representations). The second relates to the strategies of reasoning with knowledge bases : inference engines, logical deductive models, approximate reasoning, metareasoning, etc. Next, we explore two main sets of applications : expert systems, using knowledge bases in particular areas of human expertise; and understanding systems for interpreting complex data : signal interpretation, computer vision, understanding written or oral language. In conclusion, artificial intelligence has already led to a lot of important, although limited, applications. At the same time major fundamental problems remain to be solved.
Après avoir brièvement rappelé les caractéristiques classiques de l'intelligence artificielle, l'article présente l'approche moderne en termes de manipulation de connaissances. Cela implique deux grandes classes de techniques : celles de la représentation des connaissances dont sont décrites les plus courantes (représentations logiques, réseaux sémantiques, règles de production, représentations d'objets structurés), et celles des stratégies de raisonnement à partir de bases de connaissances (moteurs d'inférence, modèles logiques déductifs, raisonnement approximatif, métaraisonnement, etc.). Sont étudiées ensuite deux grandes classes d'applications : les systèmes experts, fondés sur l'exploitation d'une base de connaissances spécifique d'un domaine, résumant les connaissances d'experts humains; les systèmes de compréhension, dont l'objet est l'interprétation de données complexes venant de l'extérieur : vision par ordinateur, compréhension du langage (écrit ou oral), interprétation de signaux. En conclusion, on constate le succès effectif de nombreuses applications, mais aussi l'ampleur des travaux fondamentaux restant à accomplir.
After briefly recalling the classical features of artificial intelligence, we present the modern approach in terms of knowledge manipulation. This involves two major sets of techniques. The first of these features knowledge, with a description of the more common representation schemes (logical representations, semantic networks, production rules, object oriented representations). The second relates to the strategies of reasoning with knowledge bases : inference engines, logical deductive models, approximate reasoning, metareasoning, etc. Next, we explore two main sets of applications : expert systems, using knowledge bases in particular areas of human expertise; and understanding systems for interpreting complex data : signal interpretation, computer vision, understanding written or oral language. In conclusion, artificial intelligence has already led to a lot of important, although limited, applications. At the same time major fundamental problems remain to be solved.