Aussenac confinvitéeic2014 histoire ic25ans

De la pénurie à la surabondance de connaissances : évolution de l'ingénierie des connaissances en France depuis 25 ansNATHALIE AUSSENAC-GILLES – IRIT (TOULOUSE)

aussenac@ir it .f r

14 mai 2014 EVOLUTION DE L’IC DEPUIS 25 ANS 1

Co-auteurs

AUSSENAC-GILLES N., CHARLET J., REYNAUD C. Chapitre 7 - Les enjeux de l’Ingénierie des Connaissances, in Information-Interaction-Intelligence : le point sur le I3. Eds: Sèdes F., Ogier J-M., Marquis P., Toulouse : Cépaduès Editions, p 244-266, 2012

AUSSENAC-GILLES N., CHARLET J., REYNAUD C. Chapitre 20 – Ingénierie des connaissances, in Panorama de l’intelligence artificielle. Représentation des connaissances et formalisation des

raisonnements, Volume 1. Eds: Marquis P., Papini O., Prades H. , Toulouse : Cépaduès Editions, 2014.

AUSSENAC-GILLES N., GANDON F., From the knowledge acquisition bottleneck to the knowledge acquisition overflow: A brief French history of knowledge acquisition, in Int. J. Human-Computer

Stud.es, 71 (2013) 157–165

GANDON F., préface, actes de IC 2010, Hammamet (Tunisie)


25 ans d’IC en France


Ekaw 1989Paris

Journée Acquisition des Connaissances 1988Paris

JAC 1990Lannion

IC 1998JAVA95 IC 2009Hammamet

Ekaw 1993 Toulouse-Caylus

Ekaw 2000 Juan-les-Pins

ESWC 2012 Montpellier

Collège IC

Evolution croisée de l’IC et du web


1990Idée du Web CERN

JAC 1990

Knowledge acquisition bottleneck

Knowledge overflow

Objectifs de l’exposé

�Qu’est-ce qui a fondamentalement changé dans cette evolution?

� Nouvelles questions de recherche

� En quoi l’IC est-elle toujours de l’IC ?

� Quelles sont les questions, problématiques qui fondent l’IC ?


Plan

� historique

� tout est différent …

� … mais des questions fondamentales demeurent


Jalons historiques : au début était l’expert

Les années 70 et le début des années 80 furent marqués par la réalisation de nombreux systèmes experts [Smith, 1984], où une connaissance experte dans un domaine spécialisé est exprimée sous forme de règles « si ... alors ... » et est applicable à tout ensemble de faits décrivant une situation sur laquelle le système doit produire des conclusions. Les premiers furent : DENDRAL en chimie organique [Lindsay et al., 1980], MYCIN en médecine[Buchanan et Shortliffe (eds.), 1984], HEARSAY-II en compréhension de la parole [Erman et al., 1980], PROSPECTOR en géologie [Duda et al., 1976, 1981].

Marquis, Papini, Prades, 2014


SI la coloration de l'organisme est GRAM+ et si la morphologie de l'organisme est Cocciet si le mode de développement de l'organisme est e n colonies ALORSil existe une évidence (0.7) que l'identité de l'or ganisme soit Staphylococcus.

Knowledge

acquisition

bottleneck

Jalons historiques : au début était l’expert


CompromisedHost

Gram-NegativeInfection

Immunosupressed

Leukopenia

WBC < 2.5

E. coli

Abstract

Refine

Match

Abstract

AbstractSI la coloration de l'organisme est GRAM+ et si la morphologie de l'organisme est Cocciet si le mode de développement de l'organisme est e n colonies ALORSil existe une évidence (0.7) que l'identité de l'or ganisme soit Staphylococcus.

- Techniques d’entretien- Observation de l’activité- Langages de modélisation- Knowledge Level (Newell)

- Modélisation du processusde résolution de problème

- Problem solving method- Generic tasks- Réutilisation

Jalons historiques : de l’acquisition à l’ingénierie des connaissances


- La connaissance de l’entreprise est distribuéeet collective

- La connaissance experte est accessible lorsqu’elle est mise en oeuvre en situation.

JAC 1992Knowledge acquisitionIs modelling

KADSKnowledge acquisition

bottleneck

IC 1998Knowledge is (cooperative) problem solving

CommonKADS

Ekaw 1993 Toulouse-Caylus

..

.

.

. .

Jalons historiques : du web au web 2.0


1990Idée du Web CERN

1995 : 10 000 serveurs web

1996 : 100 000 serveurs web

1998 : 1 M de serveurs19911 serveur web hors Europe

1994

1999Web 2.0Chacun peut produiredes contenus multimedia

19981ere ref au web à IC

Jalons historiques : ingénierie des connaissances

14 mai 2014EVOLUTION DE L’IC DEPUIS 25 ANS

11

- Diversifier les sources de connaissances- Réutiliser les fragments de modèles- Gestion des connaissances2000

Systèmes coopératifsModèles du domaine

Knowledge engineering

1997Connaisances du domaine et

Ontologies

.

.

- Le système aide l’utilisateur- Le modèle est une construction

..

.

.

. .

Ekaw 2000

Juan-Les-Pins

Premiers fondamentaux

� L’acquisition des connaissances est un domaine de recherche à part entière.o proche de l’intelligence artificielle

o Fait partie des sciences cognitives

� L’acquisition des connaissances définit une démarche interdisciplinaire.oPsychologie cognitive

oErgonomie

oSociologie, anthropologie

oSciences de Gestion

o Informatique et intelligence artificielle

o> problématiser les notions de connaissance, information, donnée, activité, tâche


Premiers fondamentaux

� L’acquisition des connaissances est une recherche de type ingénierieo Innovation dans l’articulation de techniques connues

oPrise en compte des usages

oValidation par l’expérimentation en situation : produire “mieux” un système à base de connaissances.

o Importance de la réutilisation

� Contributions attenduesoMéthodologiques

oConceptuelles

oFormellees : Représentation des connaissances

oLogicielles : aides à l’explicitation de connaissances, à la modélisation, à l’évaluation


Jalons historiques : convergence autour du document


14

2000

Extraire des connaissances à partir de textes

ReasoningIntelligent browsing

Support systems

1996HTML

1998XMLSemantic Web Road Map

.

.

- Approches terminologiques- Traitement automatique des langues- Ressources termino-ontologiques

.

. .

.

. .

TIA 1993 Paris

Deuxième série de fondamentaux

� la question des sources de connaissances hétérogènes� gérer l’hétérogénéïté

� exploiter les complémentarités

� adapter les techniques aux sources de connaissances et savoir combiner les résultats

� la question de la généricité / réutilisabilité des modèles� prendre en compte l’objectif d’utilisation dans la realisation du modèle

� Savoir adapter des ressources génériques� Méthodes de resolution de problème

� Ontologies de domaine

� Ontologies de haut niveau


..

.

.

. .

Deuxième série de fondamentaux

�Étudier l’articulation entre langage naturel (écrit) et connaissances formaliséesest un des défis de l’ICo en lien avec le Traitement Automatique des Langues (TAL)

o en lien avec une analyse fine des phénomènes linguistiques

� Changement de paradigmeo recul de la formalisation logique

ocaractérisation des contenus

o approche “annotation sémantique”

o rapprochement de la recherche d’information


Jalons historiques : un monde d’ontologies


17

ReasoningIntelligent browsing

Support systems

2001Spécification RDFSpécification RDFs

2003 privacy P3P

.

.

- Plus de navigation, d’annotation- plus d’accès à l’information /

connaissances- Moins de resolution de problème- Dimension sociale des annotations

2001Semantic web à IC

2004OWL

2007FreeBase, DBPedia

2004 Exploiter wikiRéseaux sociaux

Jalons historiques : des données aux connaissances


18

2008Moteurs de recherchesémantique

- Plus de manipulation de données- Fouille des données > connaissances- Extraction d’information- Typage, alignement de données- Dynamique, évolution 2010

Analyse de traces numériques

2008Web des donnéesIC2.0alignements

TAL

.

2011OWL 2, SPARQL 1.1

Jalons historiques : toujours plus de données liées


- Exploitation des données- (enfin !) vraie exploitation de la sémantique et

de l’axiomatique des ontologies- Les règles, le retour- Typage, alignement de données- Domaines très porteurs : médecine, agronomie,

données publiques

Inference

TAL

ML

Troisième série de fondamentaux

� Evolution des paradigmeso Exploitation croissante de la formalisation logique

o Caractérisation precise des contenus

o approche “annotation sémantique”

o rapprochement de la recherché d’information

�Les ontologies sont-elles les réponses aux questions du web sémantique ?o nouveau goulet d’étranglement entre ontologies et utilisations des données

oRôle du crowd sourcing à l’avenir ?

oOntologies // big Data


l’IC et les connaissances dans les strategies de recherche

Stratégie de recherche Nationale, atelier 7, M. Ghallab


Ontologies et profusion de données

Thème de l’ “ontology summit” du printemps 2014oSemantic Web and Big Data Meets Applied Ontologyohttp://ontolog.cim3.net/cgi-bin/wiki.pl?OntologySummit2014_Communique

� QuestionsoQuels bouleversements sur les ontologies accompagnent les travaux sur Web Sémantique et

Linked Data ?

oQuel apport des ontologies (de domaine, formelles) aux Linked Data ?

o Jusqu’où peut-on automatiser la construction d’ontologies ? Leur peuplement ?

� Les travaux du communiquéoEtat des lieux des usages des ontologies pour caractériser les données

oQuestions d’expressivité des langages

oQuestion de mise au point : RDF rules

oQuestion de couverture des ontologies : plutôt des ontologies spécialisées

oPassage à l’échelle


Ontologies et profusion de données : les conclusions

� Vers des approches hybrides�Agile engineering techniques

� approches statistiques et sémantiques

� ontologies et analyse des contenus « à la demande »

� données extraites et ontologies (pour typer les données)

�Quels sont les contenus partageables ? Réutilisables ? � limite de la réutilisation des ontologies

� Ontology Design patterns : vers des patrons spécifiques à des domaines

� prolifération / réutilisation d’ontologies réutilisables et de vocabulaires

� Intégration

� Modularité

� Organiser et documenter des entrepôts d’ontologies


Ontologies et profusion de données : les conclusions

� Freins à la construction d’ontologiesoCoût, complexité, temps

oFacteurs sociaux

� Bonnes pratiques o réutilisation : réutiliser, adapter, documenter

o bien formaliser

o design patterns de petite taille

o Exploiter la sémantique

� Vers plus d’automatisation de la constructuion des ontologies / BC ? o Il reste bq à faire, utilisation ML

oAdapter les plate-formes

oRaisonnement et vérification

oUtiliser mappings et alignements


2014 : une IC fondue dans le web sémantique ?

� ex de travaux à rendre plus visibleso Méthodologies

o Plateformes de modélisation (PROTÉGÉ “monopole”)o modélisation de thesaurus, terminologies et ontologies terminologiques

oproduction d’outils diffusables pour la construction/ manipulation de triplets, d’alignements

� ex de travaux moins développéso dimension cognitive : seulement dans les traces numériques

o dimension cooperative et sociale : wiki sémantiques, collaborations d’experts etc.


2014 : une IC fondue dans le web sémantique ?

� Problématiser l’articulation connaissances (experts) de domaine vs donnéesdu web� au-delà d’affirmations de principe

� aspects techniques et quantitatifs

� complexité sémantique, assister la modélisation >> IC

�Faire de la recherche au service d’une INGENIERIEo articulation avec d’autres aspects de l’informatique (TAL, ML, BD, RI, Cloud, CHP,…)

o effet de mode : effet “tendance” vs travaux fondamentaux

o ne pas y perdre son identité ?

o Revenir à plus d’interdisciplinarité


IC – la conf - est-elle soluble dans les critèresd’évaluation de la recherché ?

�IC, une conférence mais aussi une communauté scientifique

� IC dans l’AFIAo participation à la plate-forme de conferences années impaires

o reconnaissances scientifique > qualité, selection

o ateliers

�IC vs l’international◦ Présentation des projets ANR

◦ Et les projet seuropéens

◦ Conférences internationals du domaine : EKAW et K-CAP, ESWC et ISWC


Engineering

Aussenac confinvitéeic2014 histoire ic25ans