UFR SET

Master 1 GL/RT
Module : Intelligence Artificielle

François KALY
 Notions Générales

Qu'est-ce que l'Intelligence Artificielle ?

Quatre vues:
• Penser comme un humain

• Agir comme un humain

• Penser raisonnablement

• Agir raisonnablement

2
 Notions Générales
Qu'est-ce que l'Intelligence Artificielle ?

Quelques définitions
• C’est faire traiter à des machines des problèmes dont on
ne connaît pas la solution générale
• C’est (essayer) de faire faire à la machine des processus
courants chez l’homme normal
• Une machine est intelligente si elle est capable de faire
des tâches complexes

3
 Notions Générales
Qu'est-ce que l'Intelligence Artificielle ?
Quelques définitions:

• Le but de intelligence artificielle est l’étude de la structure de l’information et de

la structure des processus de résolution de problèmes, indépendamment des
applications et indépendamment d’une réalisation.

• L’automatisation des activités associées au raisonnement humain, telles que la

décision, la résolution de problèmes, l’apprentissage, …

4
 Notions Générales
Les domaines de l'IA

• Dans quels domaines est-ce utilisé ?

• En production
• Robotique
• Compréhension du Langage Naturel
• Reconnaissance de formes
• Agriculture
• Compréhension de données (Data Mining)
• Etc.
5
 Bref historique

L'intelligence artificielle n'est pas un concept nouveau et a connu depuis les années 50
des phases d'essor et de ralentissements. Voici quelques dates clés et périodes de
cette science :

• 1943 : publication par Warren Mc Culloch (États-Unis) et Walter Pits (ÉtatsUnis) d'un
article fondateur sur le neurone formel.

• 1950 : évaluation de l'intelligence d'une machine par le test de Turing conçu par Alan
Turing (Angleterre).

• 1951 : premier programme d'intelligence artificielle réalisé par Christopher Strachey

(Angleterre) et Dietrich Prinz (Allemagne) sur un Ferranti Mark 1. Ce premier
programme permettait de jouer aux dames contre une machine.

6
 Bref historique
• 1956 : l'intelligence artificielle est reconnue comme discipline académique.

• 1957 : proposition par Franck Rosenblatt (États-Unis) du premier réseau de neurones à couches
appelé la perceptron.

• 1965 : naissance du premier programme interactif créé par Joseph Weizenbaum (Allemagne)
nommé Eliza simulant un psychothérapeute. Ce programme étant capable de dialoguer en
langage naturel comme le font les chatbots que nous connaissons de nos jours.

• 1967 : Richard GreenBlatt (États-Unis) inventeur du langage LISP, développe un programme

capable de jouer aux échecs et de rivaliser des joueurs lors de tournois.

• 1969 : Marvin Minsky (États-Unis) et Seymour Pa pert (États-Unis), dans leur ouvrage
Perceptrons, démontrent les limites des réseaux de neurones. Notamment le fait qu'ils n'étaient
pas capables de traiter des problèmes non linéairement séparables. Ces démonstrations sonnent
l'arrêt des financements dans la recherche de ce domaine.
7
 Bref historique

• 1970 à 1980: de par les limitations à la fois scientifiques et technologiques,

les projets d'intelligence artificielle n'aboutissent pas. Par conséquent, les
financements publics furent limités et les industriels se détournèrent de
l'intelligence artificielle. Cette période est communément nommée l'hiver de
l'intelligence artificielle (AI Win ter) .

• 1980 à 1990 : cette décennie fut l'âge d'or des systèmes experts. Un système
expert étant un programme permettant de répondre à des questions à l'aide
de règles et de faits connus, mais se limitant à un domaine d'expertise précis.

8
 Bref historique
• 1990 : l'intelligence artificielle connaît son second hiver du fait que la
maintenance de systèmes experts devenait difficile (leur mise à jour
devenait compliquée), que leur coût était élevé et que leur champ d'action
limité à un seul domaine précis devenait problématique.

• 2000 : naissance de la première tête robotique exprimant des émotions

créée par Cynthia Breazeal (Etats-Unis).

• 2009 : lancement par Google de son projet de voiture autonome.

• 2011 : Watson, le super calculateur d'IBM conçu pour répondre à des

questions formulées en langage naturel est vainqueur du jeu. Jeopardy.
9
 Bref historique

• 2012 : alors qu'Alex Krizhevsky (États-Unis), Ilya Sutskever (États-Unis) et Geoffrey Hinton
(États-Unis) publient leurs résultats de classification d'images sur la base de données
ImageNet à l'aide d'un réseau de neurones convolutif, l'équipe Google Brain conçoit un
réseau de neurones capable de reconnaître les chats sur les vidéos YouTube.

• 2014 : les équipes de Facebook conçoivent un programme nommé Deep Face capable de
reconnaître des visages avec seulement 3% d'erreur.

• 2016 : les équipes de DeepMind, une filiale de Google, développent le programmeAlphago

mettant en échec Lee Sedol, l'un des meilleurs joueurs de Go.
• 2017 : Alphago bat à présent KeJie le champion du monde du jeu de Go avec un score de 3 à
O.

10
 Apport de l’IA à l’Informatique
Paradigmes de programmation :
• Fonctionnels, inférentiels, objets, acteurs, agents, etc.
Langages de programmation :
• Lisp, Prolog, etc.
Représentation des connaissances :
• Logique des propositions, logique des prédicats, etc.
Modèles de raisonnement :
• Déductif, inductif, hypothétique, heuristique, etc.
Architectures logicielles :
• Systèmes experts, tableaux noirs, multi-agents, etc.
Interfaces utilisateur :
• Souris, écrans graphiques, menus contextuels, etc.

11
 Tableau comparatif

Algorithmique classique Intelligence Artificielle

•Plus près du fonctionnement de •Plus près du fonctionnement de
la machine l’être humain
•Plus adaptées aux traitements •Plus adaptées aux traitements
numériques symboliques
•Utilisent beaucoup de calculs •Utilisent beaucoup d’inférences
•Suivent des algorithmes rigides •Font appel à des heuristiques et à
et exhaustifs des raisonnements incertains
•Ne sont généralisables qu’à une •Sont généralisables à des
classe de problèmes semblables domaines différents

12
 Plan du cours

Problématique de l’IA
Logique
• Rappel de logique propositionnelle
• La logique des prédicats
Graphes conceptuels
Résolution de problèmes
• Recherche dans un espace d’état
• Déduction logique
Apprentissage

13
 Première partie
Problématique de l’IA

14
 Problématique de l’IA

Comment concevoir une machine «intelligente» ?

approche «symbolique»
• sans se limiter à reproduire des phénomènes
observables,
approche neuro-mimétique
• en s’inspirant de la réalité neuro-biologique et en
construisant des modèles biologiquement plausibles,
approche hybride neuro-symbolique.

15
 Problématique de l’IA

Représentation interne

Représentation externe
Langage naturel
Images MACHINE
Son
Etc.

• Représentation de la connaissance : permet de poser le

problème
• Langage interne : permet de raisonner, traduire, reconnaître, etc.

16
 Exemple de représentation

• Représentation externe
(a b c)

• Représentation interne

nil
a c

17
 Représentation des connaissances

• Exemple simple
Le fermier (f), le loup (l), la chèvre (c) et le chou (x)
Pb : Traversée d’une rivière
État : (rive gauche | rive droite)

16 états possibles
6 états à éviter (f | l c x) (f x | l c) (f l | c x)
(l c x | f) (l c | f x) (c x | f l)

État initial État final

(f l c x | )  (l x | f c)  (f l x | c)  (x | f l c)  (f c x | l)  (c | f l x)  (f c | l x)  ( | f l c x)
(l | f c x)  (f c l | x)

C’est une représentation par espace d’état.

La solution optimale est en 7 traversées.

18
 Formalisation du Raisonnement

Caractéristiques du langage interne

• Pas d’ambiguïté dans la syntaxe, dans la sémantique
• Langage permettant de raisonner : inférer (produire des connaissances
nouvelles)
• Faculté de « bonne » représentation

Exemple de Langage
• La logique du premier ordre (Prolog)
• Lambda-Calcul (LISP)

Représentations
• Exprimée sous forme textuelle
• Indexée (graphique) : Réseaux sémantiques
• Structurée (scripts, scénarios, etc.)

19
Deuxième partie
Logique

20
 Logique

• Dès la fin des années 1950, les premiers informaticiens ont montré que
les ordinateurs pouvaient calculer, non seulement avec des chiffres,
mais aussi avec des expressions logiques.

• L’immense intérêt de la logique vient de son immense pouvoir

d’expression :
• il est en effet possible de traduire pratiquement toutes les
connaissances en expressions logiques, c’est à dire des phrases
utilisant les conjonctions et, ou ou non pour relier entre eux des
prédicats.

• Ces derniers sont des fonctions logiques, qui peuvent prendre la valeur
vrai ou faux selon la valeur de leurs arguments
21
 Rappel de logique propositionnelle

• Besoin d'un langage formel (mathématique) pour étudier les

inférences

• Une formule est un autre nom pour une expression symbolique.

• Une formule bien formée (FBF) est une formule qui répond à un critère d’être
bien formée.
• Un langage formel est un ensemble de FBFs. Un aspect important d’un langage
formel est qu’il peu être dépourvu de sémantique.
• Le langage propositionnel est un langage formel spécifique.

22
 Logique des propositions

Exploitation de la logique dans la perspective de la démonstration

automatique
Plusieurs logiques
• Logique d’ordre 0 = logique des proposi1ons
• Logique d’ordre 1 = logique des prédicats
• D’autres logiques
• Logiques de description, temporelles, floue, de croyances …

Calcul logique
• Mécanismes permettant d'automa1ser la démonstration logique par
des calculs symboliques
• Permet de mener l'inférence
Résolution de problèmes
• Modelisa1on en logique pour permettre sa resolu1on automa1que
 Logique des propositions
Logique propositionnelle
• Logique très simple qui est la base de presque toutes les logiques
• Logique d’ordre 0

Aspects syntaxiques
• Comment écrire les formules ?
• Pour cela, on se donne un alphabet, i.e. un ensemble de symboles
• Parmi les mots que l’on peut écrire avec cet alphabet, on regarde
ceux qui correspondent à des expressions logiques bien formées, i.e.
les formules

Aspects sémantiques
• Comment déterminer la valeur de vérité d’une formule ?
• On parle de l’interpréta4on d’une formule, i.e. de l’affectation d’une
valeur vrai ou faux à chacune des variables propositionnelles qui la
compose
 Logique des propositions
Notion de proposition
• Une proposition est un énoncé du langage ordinaire considéré du point de
vue formel
• Un énoncé est soit vrai, soit faux mais pas les deux : principe du .ers exclu
• Exemple : ≪ La Rochelle est en Charente-Mari.me ≫
≪ La hauteur du monument est inferieure a 30 m ≫
≪ Le cours d’IA est intéressant ≫

 Notion de valeur de vérité

• Une proposition est vraie si il y a adéquation entre la proposition et les faits
du monde réel, fausse sinon
• Exemple : ≪ La Rochelle est en Charente-Mari.me ≫ est vrai
≪ La hauteur de la Tour Eiffel est inferieure a 300 m ≫ est faux
≪ Le cours d’IA est intéressant ≫ est vrai
 Logique des propositions
Aspects syntaxiques
 L'alphabet est constitué
• De connecteurs logique
• C = {¬, ∧, ∨, →, ↔}
• i.e. {non, et, ou, implique, équivalent}
• De délimiteurs
• Les parenthèses ( )
• Des deux constantes propositionnelles
• V (vrai) et F (faux)
• D'un ensemble infini dénombrable de propositions ou
variables propositionnelles
• P = {p, q, r,...}
• Une formule est une combinaison de propositions
• (p) ∧ (￢q → (r))
 Logique des propositions
Aspects sémantiques

Pour chaque formule F, on définit l’intérprétation associée a chaque

connecteur grâce aux tables de vérité et aux valeurs de vérité des
propositions
• δ(F) → { faux , vrai }

p q ¬p P∧q P∨q p→q

V V F V V V

V F F F V F

F V V F V V

F F V F F V
 Logique des propositions
Aspects sémantiques
 Principales lois logiques : des tautologies (1/2)

• Double implication (p ↔q) ↔((p →q) ∧ (q → p))

• Lien implication – disjonction (p → q) ↔(￢p ∨ q)

• Double négation ￢(￢p) ↔p

• Eléments neutres (p ∨ faux) ↔p

(p ∧ vrai) ↔p

• Eléments absorbants (p ∨ vrai) ↔vrai

(p ∧ faux) ↔faux

• Tiers exclu (p ∨ ￢p) ↔vrai

• Non-contradiction (p ∧ ￢p) ↔faux

• Idempotence p ∨ p ↔p ∧ p ↔p
 Logique des propositions
Aspects sémantiques
Principales lois logiques : des tautologies (2/2)
• Commutativité (p ∨ q) ↔(q ∨ p)
(p ∧ q) ↔(q ∧ p)

• Associativité (p ∨ (q ∨ r)) ↔((p ∨ q) ∨ r)

(p ∧ (q ∧ r)) ↔((p ∧ q) ∧ r)

• Distributivité (p ∨ (q ∧ r)) ↔((p ∨ q) ∧ (p ∨ r))

(p ∧ (q ∨ r)) ↔((p ∧ q) ∨ (p ∧ r))

• Absorption p∧ (p ∨ q) ↔p
p∨ (p ∧ q) ↔p

• Contraposition (p → q) ↔(¬q→ ¬p)

• Lois de de Morgan ¬(p ∨ q) ↔(¬p ∧ ¬q)

¬(p ∧ q) ↔(¬p ∨ ¬q)

• Simplification p ∨ (¬p ∧ q) ↔p ∨ q
(p → (q → r)) ↔((p ∧ q) → r)
 Logique des propositions
Aspects sémantiques

Formule satisfiable
• Une formule est sa8sfiable si et seulement si : ∃δ δ(F) = vrai
• On dit aussi que F est consistante
• Exemple F = (¬p → q) ∧(q ↔r) est satisfiable pour :
• δ(p) = vrai et δ(q) = δ(r) = vrai
Formule insa1sfiable
• Une formule est insa8sfiablesi et seulement si :
• ∀δ δ(F) = faux
• On dit aussi que F est inconsistante
• Exemple F = p ∧¬p est insa8sfiable
Tautologie
• Une formule F est une tautologie si et seulement si : ∀δ δ(F) = vrai
• On dit aussi que F est valide
• On note ⊢F
• Exemple p ∨¬p est une tautologie
 Logique des propositions
Aspects sémantiques

Lorsque l’on traduit un énoncé en formule

• La multiplication des connecteurs alourdie l’écriture
• Solution : réduire les formules
• Limiter le nombre de connecteurs utilises
• Normaliser l’ ≪ allure ≫ des formules manipulées

Pour réduire les formules :

• Lois logiques (tautologies)
• Tiers-exclu, idempotence, absorption, lois de Morgan….
• Forme normale disjonctive (FND)
• Disjonction de conjonction de propositions : (… ∧ …) ∨ (… ∧ …)
• Forme normale conjonctive (FNC)
• Conjonction de disjonction de propositions: (… ∨ …) ∧ (… ∨ …)
 Logique des propositions

Aspects sémantiques

La forme normale conjonctive (FNC) est aussi

appelée forme clausale

 Pour mettre sous forme clausale :

• Eliminer les ↔par des →

• U0liser les lois de De Morgan
• Eliminer les doubles nega0ons
• Appliquer les règles de distribu0vite

Attention : non unicité de la forme clausale

 Logique des propositions

Aspects sémantiques

Exemple : p ∧ ((p → q) → r)
• p ∧ ((￢p ∨ q) → r) Remplacer X→Y par ￢X ∨ Y
• p ∧ (￢(￢p ∨ q) ∨ r)
• p ∧ ((p ∧ ￢q) ∨ r) Descendre les ￢ avec De Morgan
et supprimer les doubles ￢

• (p ∧ (p ∧ ￢q)) ∨ (p ∧ r) Distributivité
• (p ∧ ￢q) ∨ (p ∧ r) => FND

• p ∧ ((p ∨ r) ∧ (￢q ∨ r)) Distributivite

• p ∧ (p ∨ r) ∧ (￢q ∨ r)
• p ∧ (￢q ∨ r) => FNC
 Logique des propositions

Aspects déductifs

Conséquence logique
• Soit A = {F1,...,Fn} un ensemble d’éléments de F et G une
formule
• On dit que G est conséquence logique de A si et seulement si
toute distribution de valeur de vérité satisfaisant
simultanément toutes les formules de A satisfait G

• On note A ⊢ G
• Exemple : {p →q, p} ⊢ q
{p →q, ￢q} ⊢ ￢p

Theoreme
• A ⊢ G si et seulement si (F1 ∧ ... ∧ Fn) → G
 Logique des propositions

Aspects déductifs

 Un système formel S :
• un ensemble dénombrable V de symboles ;
• un sous-ensemble F de V∗ appelé ensemble des formules ;
• un sous-ensemble A de F appelé ensemble des axiomes ;
• un ensemble fini R de règles de déduction ou d’inférence.

 Une règle d’inférence

• Un ensemble de conditions A1,...,An
• Et la conclusion qu’on peut en ,tirer C
• On note A1,...,An |= C

 Principales règles d’inférences

• Modus ponens p → q , p |= q
• Modus tollens p → q , ￢ q |= ￢ p
• Syllogisme : p → q , q → r |= p → r
 Logique des propositions

Aspects déductifs

Propriétés fondamentales du calcul propositionnel

• Théorème : Correction du calcul propositionnel

• si |= A alors ⊢ A
• i.e. tout ce qui est démontrable est vrai

• Théorème : Complétude du calcul propositionnel

• si ⊢ A alors |= A
• i.e. tout ce qui est vrai est démontrable
 Logique des propositions

Logique propositionnelle ou logique d’ordre 0

• Avantage : Principe de résolution par réfutation
• Limite : Pouvoir d’expression limite…

• Si Sylvain est fils de Philippe, et Philippe fils de Jean, alors

Jean est grand-père de Sylvain, ainsi que de Marion, fille
aussi de Philippe, et que cela est vrai dans plein d’autres cas.
• Comment exprimer ce raisonnement sans avoir a énumérer
tous les liens de parentes pour toutes les familles ?

Introduction de prédicats et de variables

• Fils(x, y) ∧ Fils(y, z) ↔Grand_pere(z, x)
Logique des prédicats
 Logique des prédicats

 Logique des prédicats

• Logique du premier ordre
• Par nature plus expressive que la logique des propositions
• Construite à partir de la logique propositionnelle
• S’inspire du langage naturel pour définir les variables , les
fonctions sur des objets et les relations entre les objets.
 Logique des prédicats

Alors que le calcul propositionnel s'appuyait seulement sur des

atomes et des connecteurs, le calcul des prédicats s'appuie sur six
classes de symboles :
• les variables : notés généralement x, y, z...
• les symboles de constantes : noter a, 6, c,...
• les symboles de fonctions : les symboles de fonctions d'arité n > 0 (ou encore
à n places) seront notés f,g...
• les symboles de prédicats : les symboles de prédicats, d'arité positive ou
nulle1, seront notés p, q...
• les connecteurs : les connecteurs sont ceux du calcul propositionnel ;
• les quantificateurs : les quantificateurs (ou quanteurs) sont V et 3.
 Logique des prédicats
Aspects syntaxiques

Notion d’arité
• A chaque symbole de relation R ou F, on associe un entier n ≥ 0

• On dit alors que R ou F est un symbole d’arité n

• i.e. une relation ou fonction a n arguments ou n variables

• Si le prédicat est d'arité 0, il correspond a la notion de proposition

de la logique des propositions

• Si la fonction est d'arité 0, elle correspond a la notion de constante

 Logique des prédicats
Aspects syntaxiques

Les quantificateurs
• ∀ (universel) : ≪ pour tout ≫, ≪ quel que soit ≫, ...
• ∃ (existentiel) : ≪ il existe au moins un ... tel que ... ≫
Quantificateurs imbriques : l’ordre peut être
important
• ∀x (∃y Aime(x, y))
• ≪ tout le monde aime quelqu’un ≫
• ∃x (∀y Aime(x, y))
• ≪ il y a quelqu’un qui aime tout le monde ≫
 Logique des prédicats

Aspects syntaxiques

Un predicat
• Formule logique qui dépend de n variables libres (n > 0)
• Note P(x), Q(x, y)…
• Exemple : ≪ x est un nombre entier ≫ est un prédicat
Remarque :
• Lorsque que nous utilisions une proposition, nous nous
contentions de lui mettre une valeur de vérité ≪ vrai ≫ ou≪
faux ≫
Ici, la valeur de vérité dépend de la valeur de x
 Logique des prédicats
Aspects syntaxiques
 Terme:
• Un terme est défini récursivement par :
• une variable est un terme.
• un symbole de constante est un terme.
• si f est un symbole de fonction d'arité n et si t1, t2, …, tn sont des termes, alors
f(t1, t2, …, tn) est un terme.

 Tout terme est obtenu par l'application des règles précédentes un nombre fini de fois.

 Exemple :
• La constante X est un terme
• La variable b est un terme
• Les fonction fils(X), successeur(X) sont des termes
• La fonction poids(b) est un terme
• La fonction successeur(poids(b)) est un terme
• Le prédicat P(X, bleu) n'est pas un terme
• La fonction poids(P(X)) n'est pas un terme
 Logique des prédicats
Aspects syntaxiques

Formule
• Une formule est définie récursivement par :
• toute formule atomique est une formule;
• si A et B sont des formules alors (A —> B) est une formule,
(A ↔ B), (A ∧ B) et (A V B) sont des formules ;
• si A est une formule alors (￢A) est une formule;
• si A est une formule, et si x est une variable quelconque alors
(∀xA) est une formule.
On dit que A est la portée du quantificateur ∀ x ;
• si A est une formule, et si x est une variable quelconque alors
(∃x A) est une formule.
On dit que A est la portée du quantificateur ∃x.
 Toute formule est obtenue par l'application des règles un nombre fini de fois.
 Logique des prédicats

Aspects syntaxiques

Exprimer les énoncés suivants en logique du premier ordre.

• ≪ Tous les lions sont féroces. ≫

• ≪ Quelques lions ne boivent pas de café. ≫

• ≪ Aucun singe n’est soldat. ≫

• ≪ Tous les singes sont malicieux. ≫

 Logique des prédicats
Aspects syntaxiques

Variables liées
• Considérons la formule élémentaire ∀ x p(x,y) où p est
un symbole de prédicat à deux variables.

• L'unique occurrence de la variable x dans p(x, y) est

placée dans la portée du quantificateur ∀ . Une telle
occurrence de variable est dite liée.

Exemples :
• A = ∀X (∃Y P(X, Y) ∧ Q(X, Z)) ∧ R(X)
• B = ∀X ((∃Y Q(X, Y)) ∧ P(X, Y, Z))
 Logique des prédicats
Aspects syntaxiques

Variable libre
• Une variable est libre (ou parlante) si elle a au moins une
occurrence libre

• Une variable n’ayant aucune occurrence libre est dite liée (ou
muette)

 Exemples :
• A = ∀X (∃Y P(X, Y) ∧ Q(X, Z)) ∧ R(X)
variables libres = {Z, X}
• B = ∀X ((∃Y Q(X, Y)) ∧ P(X, Y, Z))
variables libres = {Y, Z}
 Une formule dont toutes les variables sont liées est dite fermée. Par
exemple: x.P(x)  (y.Q(x, y))

 Sinon, la formule est dite ouverte.

 Logique des prédicats
Aspects syntaxiques

Pour simplifier les formules…

• Ordre de priorité des connecteurs : ￢ , ∃ , ∀, ∧ , ∨, →, ↔

Substitution
• Soient F une formule, x une variable et t un terme
• La substitution de t a x, note F[t/x], est la formule obtenue en remplaçant
toutes les occurrences libres de x dans F par t
• Exemple : Soit F = ∀y (P(z) → R(y))
• La substitution de f(x) a z dans F donne :
• F[f (x)/z] = ∀y (P(f (x)) → R(y))
 Logique des prédicats
Aspects syntaxiques

Règles de SUBSTITUTION
• Soient F une formule, x une variable et t un terme.

• t est substituable a x (i.e. t est libre pour x) si et seulement si aucune occurrence libre de x
dans F ne devient une occurrence liée dans F[t/x]

• Dans le cas contraire, il faut renommer les variables liées de la proposition ou les variables du
terme pour pouvoir effectuer la substitution
 Logique des prédicats
Aspects syntaxiques

Règles d’inférence : SUBSTITUTION

• Substitution pure
• Définition : c’est une substitution de la forme {ti/vi} où les ti sont des symboles de variable.
• Exemple : {y/x, z1/z}
• Renommage d’une expression F
• Définition : soit V l’ensemble des variables de F. Un renommage de F est une substitution pure
{ti/vi} de F où
- les ti sont deux à deux distinctes
- {ti}  (V - {vi}) = 
• On dira que 1 est plus générale que 2 s’il existe une substitution  telle que 1 = 2
• On dira que v est une variante de F s’il existe deux substitutions 1 et 2 telles que v = F1 et F
= v2
 La logique des prédicats

• Applications de la logique des prédicats

Base de connaissances

Cube2
(instance cube1 CUBES)
(instance cube2 CUBES)
(instance prisme1 PRISMES)
Cube1
Prisme1 (instance table1 TABLES)
(porté_par cube1 table1)
(porté_par cube2 cube1)
(porté_par prisme1 table1)
(couleur cube1 bleu)
Représentation textuelle  (couleur cube2 vert)
(couleur prisme1 blanc)
52
 La logique des prédicats

• Représentation graphique
Chaque entité sera représenté par un nœud. L’information est indexée.

instance
CUBES
couleur cube1
porté_par instance
bleu porté_par
PRISME
vert cube2
couleur
instance
table1
porté_par prisme1
instance
couleur
blanc

TABLES

53
 Troisième partie
Graphes conceptuels

54