Giáo trình Hệ chuyên gia

ĐẠI HỌC ĐÀ NẴNG 
TRƯỜNG ĐẠI HỌC BÁCH KHOA 
KHOA CÔNG NGHỆ THÔNG TIN 
GIÁO TRÌNH 
HỆ CHUYÊN GIA 
PGS.TS. PHAN HUY KHÁNH 
ĐÀ NẴNG 9-2004 
 Mục lục 
CHƯƠNG 1 
Mở ĐầU ........................................................................................................................7 
I. GIớI THIệU Hệ CHUYÊN GIA ............................................................................................7 
I.1. Hệ chuyên gia là gì ?......................................................................................7 
I.2. Đặc trưng và ưu điểm của hệ chuyên gia.......................................................9 
I.3. Sự phát triển của công nghệ hệ chuyên gia....................................................9 
I.4. Các lĩnh vực ứng dụng của hệ chuyên gia ...................................................10 
II. KIếN TRÚC TổNG QUÁT CủA CÁC Hệ CHUYÊN GIA .........................................................12 
II.1. Những thành phần cơ bản của một hệ chuyên gia .......................................12 
II.2. Một số mô hình kiến trúc hệ chuyên gia.......................................................14 
a. Mô hình J. L. Ermine ...................................................................................14 
b. Mô hình C. Ernest ........................................................................................14 
c. Mô hình E. V. Popov....................................................................................15 
II.3. Biểu diễn tri thức trong các hệ chuyên gia ..................................................15 
II.3.1. Biểu diễn tri thức bởi các luật sản xuất ........................................................15 
II.3.2. Bộ sinh của hệ chuyên gia............................................................................17 
II.3.3. «Soạn thảo kết hợp» các luật........................................................................18 
II.3.4. Các phương pháp biểu diễn tri thức khác.....................................................19 
a. Biểu diễn tri thức nhờ mệnh đề logic ...........................................................19 
b. Biểu diễn tri thức nhờ mạng ngữ nghĩa........................................................20 
c. Biểu diễn tri thức nhờ ngôn ngữ nhân tạo....................................................21 
II.4. Kỹ thuật suy luận trong các hệ chuyên gia ..................................................21 
II.4.1. Phương pháp suy diễn tiến ...........................................................................22 
II.4.2. Phương pháp suy diễn lùi .............................................................................22 
II.4.3. Các hệ thống sản xuất (production systems) ................................................23 
a. Các hệ thống sản xuất Post...........................................................................23 
b. Các thuật toán Markov .................................................................................24 
c. Thuật toán mạng lưới (rete algorithm) .........................................................25 
III. THIếT Kế Hệ CHUYÊN GIA.............................................................................................25 
III.1. Thuật toán tổng quát ....................................................................................25 
III.2. Các bước phát triển hệ chuyên gia ..............................................................26 
a. Quản lý dự án (Project Management) ..........................................................26 
b. Tiếp nhận tri thức .........................................................................................28 
c. Vấn đề phân phối (The Delivery Problem) ..................................................28 
d. Bảo trì và phát triển......................................................................................28 
III.3. Sai sót trong quá trình phát triển hệ chuyên gia..........................................29 
BÀI TậP CHƯƠNG 1 ..............................................................................................................31 
BIểU DIễN TRI THứC NHờ LOGIC Vị Từ BậC MộT ........................................................33 
I. NGÔN NGữ Vị Từ BậC MộT.............................................................................................33 
I.1. Các khái niệm...............................................................................................33 
I.1.1. Cú pháp của ngôn ngữ vị từ bậc một............................................................33 
I.1.2. Các luật suy diễn (inference rule) ................................................................35 
I.1.3. Ngữ nghĩa của ngôn ngữ vị từ bậc một ........................................................36 
a. Diễn giải (Interpretation)..............................................................................36 
Mục lục 3 
b. Giá trị một công thức theo diễn giải ............................................................ 37 
I.2. Các tính chất ................................................................................................ 38 
I.2.1. Tính hợp thức / không hợp thức, tính nhất quán / không nhất quán............ 38 
I.2.2. Tính không quyết định được và tính nửa quyết định được.......................... 39 
I.2.3. Công thức tương đương ............................................................................... 39 
I.2.4. Hậu quả logic ............................................................................................... 40 
I.3. Quan hệ giữa định lý và hậu quả logic........................................................ 40 
I.3.1. Nhóm các luật suy diễn «đúng đắn» (sound)............................................... 40 
I.3.2. Nhóm các luật suy diễn «đầy đủ»................................................................ 40 
I.3.3. Vì sao cần «đúng đắn» hay «đầy đủ» ?........................................................ 41 
II. PHÉP HợP GIảI.............................................................................................................. 41 
II.1. Biến đổi các mệnh đề ................................................................................... 41 
II.1.1. Dạng chuẩn trước của một công thức chỉnh ................................................ 41 
a. Loại bỏ các phép nối → và ↔ ..................................................................... 41 
b. Ghép các phép nối ¬ với các nguyên tử liên quan ...................................... 41 
c. Phân biệt các biến ........................................................................................ 41 
d. Dịch chuyển các dấu lượng tử ..................................................................... 42 
II.1.2. Chuyển qua “dạng mệnh đề” của công thức chỉnh ...................................... 42 
a. Loại bởi các dấu lượng tử tồn tại ................................................................. 42 
b. Loại bỏ tất cả các dấu lượng tử .................................................................... 43 
c. Chuyển qua «dạng chuẩn hội»..................................................................... 43 
d. Loại bỏ tất cả các dấu phép toán logic......................................................... 44 
e. Phân biệt các biến của các mệnh đề............................................................. 44 
II.1.3. Quan hệ giữa CTC và các dạng mệnh đề của chúng.................................... 44 
II.1.4. Phép hợp giải đối với các mệnh đề cụ thể ................................................... 46 
II.2. Phép hợp nhất (unification) ......................................................................... 46 
II.2.1. Khái niêm..................................................................................................... 46 
a. Phép thế........................................................................................................ 47 
b. Bộ hợp nhất (unifier).................................................................................... 47 
c. Thuật toán hợp nhất ..................................................................................... 48 
II.2.2. Hợp giải các mệnh đề bất kỳ........................................................................ 50 
II.2.3. Một cách trình bày khác của phép hợp giải ................................................. 51 
II.3. Các tính chất tổng quát của phép hợp giải .................................................. 52 
a. Một luật đúng đắn ........................................................................................ 52 
b. Tính hoàn toàn của phép hợp giải đối với phép bác bỏ ............................... 52 
III. CÁC Hệ THốNG BÁC Bỏ BởI HợP GIảI.............................................................................. 53 
III.1. Thủ tục tổng quát bác bỏ bởi hợp giải......................................................... 53 
III.2. Chiến lược hợp giải ..................................................................................... 54 
III.2.1. Đồ thị định hướng, đồ thị tìm kiếm và đồ thị bác bỏ ................................... 54 
III.2.2. Chiến lược hợp giải bởi bác bỏ theo chiều rộng .......................................... 55 
III.2.3. Chiến lược hợp giải bởi bác bỏ với «tập hợp trợ giúp» ............................... 57 
III.2.4. Chiến lược hợp giải bởi bác bỏ dùng «khoá» .............................................. 58 
III.2.5. Chiến lược hợp giải bởi bác bỏ là «tuyến tính»........................................... 59 
III.2.6. Chiến lược bác bỏ bởi hợp giải là «tuyến tính theo đầu vào» ............................... 62 
III.2.7. Chiến lược hợp giải «LUSH» ...................................................................... 63 
III.3. Ví dụ minh hoạ : bài toán tìm người nói thật............................................... 64 
BÀI TậP CHƯƠNG 2 .............................................................................................................. 69 
MÁY SUY DIễN 71 
I. NGUYÊN LÝ HOạT ĐộNG CủA CÁC MÁY SUY DIễN......................................................... 71 
I.1. Giai đoạn đánh giá EVALUATION ............................................................. 72 
a. Bước thu hẹp (RESTRICTION)...................................................................72 
b. Bước so khớp (PATTERN−MATCHING) ..................................................73 
c. Giải quyết xung đột (CONFLICT-RESOLUTION) ....................................73 
I.2. Giai đoạn thực hiện EXECUTION...............................................................73 
II. MộT Số SƠ Đồ CƠ BảN Để XÂY DựNG MÁY SUY DIễN ......................................................74 
II.1. Một ví dụ về cơ sở tri thức............................................................................74 
II.2. Tìm luật nhờ suy diễn tiến với chế độ bắt buộc đơn điệu.............................76 
a. Sơ đồ PREDIAGRAM−1 : lấy ngay kết luận của mỗi luật..........................76 
b. Sơ đồ PREDIAGRAM  : tạo sinh và tích luỹ sự kiện theo chiều rộng ......77 
II.3. Tìm luật nhờ suy diễn lùi với chế độ thăm dò đơn điệu ...............................79 
a. Sơ đồ BACKDIAGRAM −1 : sản sinh các bài toán con theo chiều sâu .....79 
b. Một vài biến dạng của BACKDIAGRAM−1...............................................81 
c. Sơ đồ BACKDIAGRAM −2 : tạo sinh các bài toán con theo chiều sâu trừ 
khi có một luật được kết luận ngay ............................................................................82 
II.4. Tìm các luật nhờ liên kết hỗn hợp, với chế độ thăm dò không đơn điệu......83 
a. Liên kết hỗn hợp...........................................................................................84 
b. Lập hay «tạo sinh kế hoạch» ........................................................................84 
c. Không đơn điệu ............................................................................................85 
d. Khởi động ưu tiên theo độ sâu .....................................................................86 
e. Giải thích sơ đồ MIXEDIAGRAM..............................................................88 
f. Một vài biến tấu đơn giản khác của MIXEDIAGRAM ...............................89 
II.5. Sơ đồ máy sử dụng biến ...............................................................................90 
a. Hoạt động của BACKDIAGRAM−3 ...........................................................90 
b. BACKDIAGRAM−3 : sơ đồ máy suy diễn kiểu Prolog..............................93 
c. Giải thích sơ đồ máy BACKDIAGRAM−3 .................................................94 
BÀI TậP CHƯƠNG 3 ..............................................................................................................95 
Hệ CHUYÊN GIA MYCIN VÀ NGÔN NGữ OPS5 .............................................................97 
I. Hệ CHUYÊN GIA MYCIN.............................................................................................97 
I.1. Giới thiệu MYCIN ........................................................................................97 
I.2. Biểu diễn tri thức trong MYCIN...................................................................99 
a. Ngữ cảnh ......................................................................................................99 
b. Các tham biến...............................................................................................99 
c. Độ tin cậy (Certain Factor).........................................................................100 
d. Biểu diễn luật .............................................................................................100 
I.3. Kỹ thuật suy diễn của MYCIN....................................................................101 
a. Thủ tục MONITOR....................................................................................101 
b. Thủ tục FINDOUT.....................................................................................101 
c. Hệ thống giao tiếp của MYCIN .................................................................101 
II. Hệ SảN XUấT OPS5 ....................................................................................................103 
II.1. Giới thiệu OPS5 .........................................................................................103 
II.2. Các thành phần của OPS5 .........................................................................104 
II.2.1. Các đặc trưng chính của ngôn ngữ .............................................................104 
II.2.2. Kiểu dữ liệu OPS5......................................................................................105 
II.2.3. Cơ sở luật (rb) ............................................................................................106 
a. Thành phần bên trái luật : left-member ......................................................107 
b. Thành phần bên phải luật right-member ....................................................108 
II.2.4. Cơ sở sự kiện (fb).......................................................................................109 
II.2.5. Bộ nhớ làm việc .........................................................................................110 
a. Cấu trúc bộ nhớ làm việc ............................... ...  McGraw-Hill, 
1980. 
Gray, N. A. B., D. H. Smith, T. H. Varkony, R. E. Carhart, and B. G. Buchanan. Use of a 
computer to identify unknown compounds: the automation of scientific inference. Chapter 7 
in G. R. Waller and O. C. Dermer, eds., Biomedical Application of Mass Spectrometry. New 
York: Wiley, 1980. 
Buchanan, B. G., and E. A. Feigenbaum. DENDRAL and META-DENDRAL: their 
applications dimensions. Artificial Intelligence 11:5-24 (1978). 
META-DENDRAL 
Buchanan, B. G., and T. Mitchell. Model directed learning of production rules. In D. A. 
Waterman and F. Hayes-Roth, eds., Pattern-Directed Inference System. New York: 
Academic Press, 1978. 
EURISKO 
Lenat, D. EURISKO: a program that learns new heuristics and domain concepts. Artificial 
Intelligence 21(2):61-98 (1983). 
Lenat, D. Theory formation by heuristic search. Artificial Intelligence 21(1):31-59 (1983). 
Lenat, D. The nature of heuristics. Artificial Intelligence 19(2): 189-249 (1981) . 
GLisp 
129 Hệ chuyên gia 
Novak, G. S., Jr. GLisp: a high-level language for AI programming. Proceedings AAAI-82, 
pp. 238-241. 
Novak, G. S., Jr. GLisp user's manual. Memo HPP-82-1 (Knowledge Systems Laboratory), 
January 1982. 
GUIDON 
Hasling, D., W. J. Clancey, and G. Rennels. Strategic explanations for a diagnostic 
consultation system. International Journal of Man-Machine Studies 20(1):3-19 (1984). 
London, B., and W. J. Clancey. Plan recognition strategies in student modeling: prediction 
and description. Proceedings AAAI-82, pp. 335-338. 
Clancey, W. J. lutoring rules for guiding a case method dialogue. International Journal of 
Man-Machine Studies 11:25-49 (1979). 
Clancey, W. J. Dialogue management for rule-based tutorials. Proceedings IJCAI-79, pp. 
155-161. 
Intelligent Agent 
Rosenschein, J., and M. R. Genesereth. Communication and cooperation. Memo HPP-84-5 
(Knowledge Systems Laboratory), March 1984. 
Finger, J. J., and M. R. Genesereth. RESIDUE: a deductive approach to design. Memo HPP-
83-46 (Knowledge Systems Laboratory), December 1983. 
MacKinlay, J. Intelligent presentation of information: the generation problem of user 
interfaces. Memo HPP-83-34 (Knowledge Systems Laboratory), March 1983. 
Finger, J. J. Sensory planning. Memo HPP-82-12 (Knowledge Systems Laboratory), April 
1982. 
KBVLSI 
Brown, H., C. Tong, and G. Foyster. PALLADIO: an exploratory environment for circuit 
design. Computer 16(12):41-56 (1983). 
Knowledge Acquisition 
Bennett, J. S. ROGET: a knowledge-based system for acquiring the conceptual structure of 
an expert system. Journal of Automated Reasoning 1(1):49-74 (1985) 
Dietterich, T. G. Constraint propagation techniques for theory-driven data interpretation. 
Memo HPP 84-46 (Knowledge Systems Laboratory), December 1984. 
Dietterich, T. G., and B. G. Buchanan. The role of the critic in learning systems. In O. 
Selfridge, E. Rissland, and M. Arbib, eds, Adaptive Control of Ill-Defined Systems. New 
York: Plenum, 1984. (NATO Advanced Workshop on Adaptive Control of Ill-Defined 
Systems; Devon, England, June 1981.) Also Memo HPP-81-19 (Knowledge Systems 
Laboratory), January 1981. 
Buchanan, B. G., T. M. Mitchell, R. G. Smith, and C. R. Johnson, Jr. Models of learning 
systems. Encyclopedia of Computer Science and Technology 11 (1978). 
Mitchell, T. M. Version spaces: an approach to concept learning. Memo HPP-79-2 
(Knowledge Systems Laboratory), January 1979. Also Stanford CS Report STAN-CS-78-
711, 1978. 
Model of Endorsement 
Cohen, P. Heuristic Reasoning about Uncertainty: An AI Approach. Boston: Pitman, 1985. 
Phụ lục B Một số hệ chuyên gia 130 
MOLGEN 
Friedland, P., and L. Kedes. Discovering the secrets of DNA. To appear in joint issue 
ACM/Computer, October 1985. 
Friedland, P., and Y. Iwasaki. The concept and implementation of skeletal plans. Journal of 
Automated Reasoning 1(2) (in press). 
ach, R., Y. Iwasaki, and P. Friedland. Intelligent computational assistance for experiment 
design. Nucleic Acids Research, January 1984. 
Iwasaki, Y., and P. Friedland. SPEX: a second-generation experiment design system. 
Proceedings AAA1-82, pp. 341-344. 
Stefik, M. Planning with constraints. Memo HPP-80-2 (Knowledge Systems Laboratory), 
January 1980. Also Stanford CS Report STAN-CS-80-784, 1980. 
Friedland, P. Knowledge-based experiment design in molecular genetics. Proceedings 
IJCA1-79, pp. 285-287. 
MYCIN and EMYCIN 
Buchanan, B. G., and E. H. Shortliffe. Rule-Based Expert Systems: The MYCIN Experiments 
oJ the Stanford Heuristic Programming Project. Reading, MA: Addison-Wesley, 1984. 
van Melle, W. System Aids in Constructing Conultation Programs: EMYCIN. Ann Arbor, 
MI: UMI Research Press, 1982. 
MRS 
Smith, D. E., and M. R. Genesereth. Controlling infinite chains of inference. Memo HPP-84-
6 (Knowledge Systems Laboratory), February 1984. 
Genesereth, M. R., and D. E. Smith. Partial programs. Memo HPP-841 (Knowledge Systems 
Laboratory), January 1984. 
Genesereth, M. R. An overview of meta-level architecture. Proceedings AAA1-8, pp. 119-
124. 
Genesereth, M. R., R. Greiner, and D. E. Smith. A meta-level representation system. Memo 
HPP-83-28 (Knowledge Systens Laboratory), May 1983. 
NEOMYCIN 
Clancey, W. J. Methodology for building an intelligent tutoring system. In W. Kintsch, J.R. 
Miller, and P.G. Polson, eds., Method and Tactics in Cognitive Science. Hillsdale, NJ: 
Lawrence Erlbaum Associates, 1984. 
Clancey, W. J. Acquiring, representing, and evaluating a competence model of diagnosis. In 
M.T.H. Chi, R. Glaser, and M. Farr, eds., The Nature of Expertise, in preparation. Also 
Memo HPP-84-2 (Knowledge Systems Laboratory), February 1984. 
Clancey, W. J. The epistemology of a rule-based expert system: a framework for explanation. 
Artificial Intelligence 20(3): 215-251(1983). 
Clancey, W. J. The advantages of abstract control knowledge in expert system design. 
Proceedings AAA1-8, pp. 74-78. 
ONCOCIN 
Bischoff, M. B., E. H. Shortliffe, A. C. Scott, R. W. Carlsen, and C. D. Jacobs. Integration of 
a computer-based consultant into the clinical setting. Proceedings of the Seventh Annual 
Symposium on Computer Applications in Medical Care, pp. 149-152 (October 1983). 
Tsuji, S., and E. H. Shortliffe. Graphical access to the knowledge base of a medical 
consultation system. Proceedings of AAMSI Congress 1983, pp. 551-555. 
Langlotz, C. P., and E. H. Shortliffe. Adapting a consultation system to critique user plans. 
International Journal of Man-Machine Studies 19(5):479-496 (1983). 
131 Hệ chuyên gia 
Gerring, P. E., E. H. Shortliffe, and W. van Melle. The interviewer reasoner model: an 
approach to improving system responsiveness in interactive AI systems. AI Magazine 
3(4):24-27 (1982). 
Suwa, M., A. C. Scott, and E. H. Shortliffe. An approach to verifying completeness and 
consistency in a rule-based expert system. AI Magazine 3(4):16-21 (1982). 
Shortliffe, E. H., A. C. Scott, M. B. Bischoff, A. B. Campbell, W. van Melle, and C. D. 
Jacobs. ONCOCIN: an expert system for oncology protocol management. Proceedings 
IJCA1-81, pp. 876-881. 
PATHFINDER 
Horvitz, E. J., D. E. Heckerman, B. N. Nathwani, and L. M. Fagan. Diagnostic strategies in 
the hypothesis-directed PATHFINDER system. First Conference on Artificial Intelligence 
Applications, pp. 630-636 (IEEE Computer Society, 1984). 
PIXIE 
Sleeman, D. H. Basic algebra revisited: a study with 14-year-olds. International Journal of 
Man-Machine Studies, in press. Also Memo HPP-83-9 (Knowledge Systems Laboratory), 
February 1983. 
Sleeman, D. H. A user modelling front end subsystem. International Journal of Man-
Machine Studies, in press. 
Sleeman, D. H. Inferring (mal)rules from pupils' protocols. Proceedings of the 1982 
European AI Conference, pp. 160-164. 
Sleeman, D. H. Inferring student models for intelligent computer-aided instruction. In R. S. 
Michalski, J. G. Carbonell, and T. M. Mitchell, eds., Machine Learning. Palo Alto, CA: 
Tioga Press, 1982. 
Sleeman, D. H., and J. S. Brown. Intelligent tutoring systems: an overview. In D. H. Sleeman 
and J. S. Brown, eds., Intelligent Tutoring Systems. New York: Academic Press, 1982. 
PUFF 
Aikins, J. S., J. C. Kunz, E. H. Shortliffe and R. J. Fallat. PUFF: an expert system for interpretation 
of pulmonary function data. Computers and Biomedical Research 16:199-208 (1983). 
QUIST 
King, J.J. Query optimization by semantic reasoning. Stanford CS Report STAN-CS-81-861, 1981. 
RADIX 
Blum, R. L. Representation of empirically derived causal relationships. Proceedings NCA1-8, 
pp. 268-271. 
Blum, R. L. Discovery, confirmation, and incorporation of causal relationships from a large time-
oriented database: the RX Project. Computers and Biomedical Research 15(2):164-187 (1982). 
Blum, R. L. Discovery and representation of causal relationships from a large time-oriented 
database: the RX Project. In D. A. B. Lindberg and P. L. Reichertz, eds., Medical Informatics 
19 (1982). 
RLL 
Greiner, R., and D. B. Lenat. A representation language language. Proceedings of AAA1-80, 
pp. 165-169. 
SACON 
Bennett, J. S., and R. S. Engelmore. SACON: a knowledge-based consultant for structural 
analysis. Proceedings IJCA1-79, pp. 47-49. 
Phụ lục B Một số hệ chuyên gia 132 
SOAR 
Rosenbloom, P. S., J. E. Laird, J. McDermott, A. Newell, and E. Orciuch. Rl-SOAR: an 
experiment in knowledge-intensive programming in a problem-solving architecture. 
Proceedings of the IEEE Workshop in Principles of Knowledge-Based Systems, 1984. 
Laird, J. E., P. S. Rosenbloom, and A. Newell. Towards chunking as a general learning 
mechanism. Proceeding AAA1-84, pp. 188-192. 
TEIRESIAS 
Davis, R., and D. Lenat. Knowledge-Based Systems in Artificial Intelligence: AM and 
TEIRESIAS. New York: McGraw-Hill, 1982. 
UNITS 
Smith, R., and P. Friedland. Unit package user's guide. Memo HPP-80-28 (Knowledge 
Systems Laboratory), December 1980. 
Stefik, M. An examination of a frame-structured representation system. Proceedings IJCA1-
79, pp. 845-852. 
VM 
Fagan, L. M. VM: representing time-dependent relations in a medical setting. Memo HPP 
831 (Knowledge Systems Laboratory), June 1980. 
Osborn, J., L. M. Fagan, R. Fallat, D. McClung, and R. Mitchell. Managing the data from 
respiratory measurements. Medical Instrumentation 13:6 (1979). 
133 Hệ chuyên gia 
Phụ lục C Tham khảo 
Une nouvelle ère qui s'ouvre... 
Il est difficile de parler du Système Expert sans parler d'Intelligence Artificielle, ou IA en 
abréviation. L’IA est une combinaison/association de la science des ordinateurs (informatique), 
de la physiologie et de la philosophie. Elle comprend de multitudes disciplines, depuis la vision 
artificielle jusqu'au système expert en passant par la programmation des jeux. L'élément en 
commun de toutes les disciplines de l'IA est la création des machines qui "pensent". 
Pour qu'une machine soit classée "pensante", il est nécessaire de définir ce qu'est 
"intelligence". A quel degré d'intelligence est associé à la résolution des problèmes 
complexes, à la création des liens entre les faits ou encore à la généralisation d'une règle ? Et 
la perception, la compréhension ? Des recherches dans le domaine d'apprentissage, de 
langage, de la perception sensorielle ont énormément contribué à la conception des machines 
intelligentes. 
L'un des plus grands défis d'un expert IA est de concevoir un système qui imite le 
comportement humain, composé de milliards de neurones, capable d'entretenir les affaires les 
plus complexes du monde. Le début de l'Intelligence Artificielle remonte bien avant 
l'électronique, à l'époque des philosophes et des mathématiciens (George BOOLE) et bien 
d'autres théories ou principes qui ont été utilisés comme fondement de l'IA. 
Elle intriguait les chercheurs avec l'invention de l'ordinateur en 1943. La technologie est 
finalement disponible et apte (semble-t-il) à simuler un comportement "intelligent". Quarante 
ans plus tard et après quelques marches trébuchantes, l'Intelligence Artificielle grandissait 
d'une dizaine de chercheurs à des milliers d'ingénieurs et de spécialistes, de programmes 
d'ordinateur capable de jouer aux échecs aux systèmes capables de diagnostiquer les 
maladies. 
Un réseau neuronal 
Le cerveau humain est constitué d'une toile de milliards de cellules appelées neurones, 
comprendre ses complexités semble l'une des dernières frontières des recherches 
scientifiques. Une des voies de recherche en Intelligence Artificielle consiste à construire des 
circuits électroniques qui sont capables de réagir comme des neurones dans un cerveau 
humain. Mais, la plupart des activités neuronales restent inconnues, la complexité du réseau 
neuronal constitue précisément ce que l'on appelle l'intelligence humaine. De par lui-même 
une neurone n'est pas intelligente, mais une fois assemblée les neurones sont capables de de 
passer les signaux électriques au travers de ses réseaux. 
Système Expert, une approche descendante 
Grâce aux énormes capacités de stockage d'information, un système expert est capable 
d'interpréter les statistiques et en déduire des règles. Un système expert fonctionne comme un 
détective qui cherche à résoudre une énigme. En utilisant les informations, les règles et la 
logique, il parvient à trouver la solution au problème.Ainsi, un système expert conçu pour 
identifier les oiseaux pourrait avoir un raisonnement suivant. 
Phụ lục C Tham khảo 134 
Un diagramme de ce type représente la logique des systèmes experts. En utilisant un jeu 
de règles similaires, les systèmes experts peuvent avoir des applications diverses et variées. 
Avec une interface homme machine améliorée, les ordinateurs trouvent encore une place plus 
large dans la société. 
135 Hệ chuyên gia 
Tài liệu tham khảo 
[1] Ivan Brako. Programmation en Prolog pour l’Intelligence Artificielle. Inter-Editions, 
Paris 1988. 
[2] James L. Crowley. Systèmes Experts. Support de cours, ENSIMAG 1999. 
[3] AHenry Farrenry, Malik Ghallab. Éléments d’Intelligence Artificielle. HERMES Paris 
1990. 
[4] Joseph Giarratano, Gart Riley, Expert System. Principles and Programming. PWS 
Publishing Company, 1993. 
[5] James P. Ignizio, Introduction to Expert System. The development and Implementation 
of Rule-Based Expert System, McGRAW-HILL 1991. 
[6] Phan Huy Khánh. Lập trình Prolog. Nhà Xuất bản Đại học Quốc gia Hà Nội 2004. 
[7] Phan Huy Khánh.Lập trình hàm. Nhà Xuất bản Khoa học và Kỹ tthuật 2004. 
[8] Elaine Rich, Kevin Knight. Artificial Intelligence. International Edition, McGRAW-
HILL 1991. 
[9] Porter D. Sherman, Jhon C. Martin. An OPS5 Primer. Introduction to Rule-Based 
Expert System. Pretice Hall, 1990. 
[10] Nguyễn Thanh Thuỷ. Trí tuệ nhân tạo. Các phương pháp giải quyết vấn đề và kỹ thuật 
xử lý tri thức. Nhà Xuất bản Giáo dục, 1996. 
[11] Đỗ Trung Tuấn. Hệ chuyên gia. Nhà Xuất bản Giáo dục, 1999. 
[12] Đỗ Trung Tuấn. Trí tuệ nhân tạo. Nhà Xuất bản Giáo dục, 1998. 
[13] Trần Thành Trai. Nhập môn hệ chuyên gia. Trung tâm Khoa học Tự nhiên và Công 
nghệ Quốc gia, Phân viện CNTT, tpHCM, 1995. 
[14] Tài liệu tham khảo trên internet