Thématiques

Par Amedeo Napoli

Le cycle du raisonnement à partir de cas se divise naturellement en trois opérations principales qui sont la remémoration, l'adaptation et la mémorisation (appelée aussi apprentissage). Étant donné un problème à résoudre, appelons le cas-cible, la remémoration est l'opération qui consiste à retrouver dans une base de cas un cas noté cas-source jugé similaire à cas-cible. L'étude de la remémoration nécessite de s'intéresser aux techniques de recherche d'information, d'organisation de mémoires, d'indexation, de classification, aux mesures de similarité, etc.

L'adaptation consiste à transformer cas-source en cas-adapté de façon à ce que ce dernier puisse être réutilisé pour fournir effectivement une solution à cas-cible. L'adaptation est un problème important et difficile qui nécessite de s'intéresser aux techniques liées à l'analogie en général ainsi qu'aux techniques de généralisation et de spécialisation de concepts.

La mémorisation est une étape d'apprentissage qui consiste à intégrer le cas-adapté dans la base de cas lorsque cas-adapté est jugé suffisamment intéressant et générique pour être réutilisé à l'avenir. L'étude de la mémorisation nécessite de s'intéresser aux techniques générales d'apprentissage (étudiées depuis bien plus longtemps en intelligence artificielle), aux problèmes d'organisation de base de cas, et plus généralement aux mêmes problèmes que pose la remémoration.

En dehors des trois opérations principales, des recherches sont menées sur :

1. La formalisation du RàPC : place du RàPC comme mode de raisonnement en intelligence artificielle et l'évaluation du comportement des systèmes à base de cas en tant que systèmes intelligents ;
2. Les interactions d'un système à base de cas avec l'utilisateur, d'un point de vue cognitif et ergonomique ;
3. Les systèmes à base de cas hybrides qui intègrent plusieurs modes de raisonnement comme les règles, les modèles, les classifications symbolique et neuronale par exemple ;
4. L'utilisation d'un système à base de cas pour résoudre des problèmes du monde réel: planification, conception, aide à la décision, surveillance de processus continus et dynamiques, etc.

De ce qui précède, deux grandes directions de recherches émergent, qui mettent en valeur le RàPC comme mode de raisonnement et plus généralement comme technique d'intelligence artificielle de plein droit :

• Les techniques et méthodes propres au RàPC, qui regroupent essentiellement l'adaptation, mais aussi la remémoration et la mémorisation dans le cadre du RàPC.
• Le RàPC et sa place en intelligence artificielle, ou comment le RàPC peut servir de base pour construire des systèmes intelligents, et comment le RàPC peut être analysé formellement pour pouvoir évaluer les systèmes à base de cas et pour être comparé aux autres modes de raisonnement (logique, règles, modèles, classification, etc.).

Un des objectifs du groupe d'étude sur le RàPC est d'affiner cette vision du RàPC en tant que technique d'intelligence artificielle à part entière et de préciser l'ensemble des points qui viennent d'être présentés.

1. Systèmes à base de cas évolutifs, RàPC et apprentissage.
2. Interaction RàPC - Expert/Utilisateur.
3. Intégration de plusieurs modes de raisonnement - Systèmes à base de cas hybrides.
4. Similarités.
5. Adaptation.
6. RàPC, systèmes d'information et mémoire.
7. Formalisation du RàPC
8. RàPC pour processus dynamiques.
9. RàPC et classification.
10. RàPC et planification/conception.
11. RàPC et médecine.
12. RàPC et aide à la décision.