# Qu’était DENDRAL, et pourquoi l’appelle-t-on le premier système expert?

Date: 2019-05-13 · Author: Robert Scales · https://guidetoartificialintelligence.com/fr/apprendre/dendral-premier-systeme-expert/

**Answer:** DENDRAL était un projet de recherche lancé à l’Université Stanford en 1965 qui a produit un programme informatique capable de déduire la structure de molécules organiques inconnues à partir de données de spectrométrie de masse, comme le ferait un chimiste formé. On l’appelle le premier système expert parce que sa force venait d’une vaste réserve de connaissances de spécialiste, écrites sous forme de règles, plutôt que d’un raisonnement général ingénieux.

La plupart des premiers programmes d’IA cherchaient à être habiles en général : démontrer des théorèmes, jouer à des jeux, résoudre des casse-têtes. DENDRAL a pris l’autre direction. Il a choisi une tâche scientifique réelle, étroite et difficile, et a tenté de l’accomplir aussi bien qu’un humain compétent. Cette tâche consistait à identifier un composé chimique inconnu, et la puissance du programme venait de ce que savaient les chimistes, soigneusement recopié dans le programme.

Le projet a commencé à l’Université Stanford en 1965. Joshua Lederberg, un scientifique de Stanford, voulait des ordinateurs capables de l’aider à étudier des molécules organiques pour ses recherches en exobiologie (la recherche de vie au-delà de la Terre). Il n’était ni chimiste ni programmeur; il s’est donc associé au chimiste de Stanford Carl Djerassi et à l’informaticien Edward Feigenbaum. Georgia Sutherland a écrit la première version du programme en Lisp, et Bruce Buchanan s’est joint au projet pour l’étendre. Le nom vient de « Dendritic Algorithm » (algorithme dendritique), la méthode de Lederberg pour énumérer des structures moléculaires comme les branches d’un arbre.

## Le problème auquel DENDRAL s’attaquait

Un spectromètre de masse est un instrument de laboratoire. On y place un minuscule échantillon d’un composé, il bombarde les molécules d’électrons et il enregistre les morceaux qui en sont projetés. Le résultat, le spectre de masse, est un graphique : chaque point indique la masse d’un fragment et la quantité observée.

À partir de ce graphique, un chimiste doit remonter jusqu’à la forme de la molécule d’origine. La difficulté, c’est que même une formule chimique modeste peut être assemblée d’un nombre énorme de façons. Une note de l’équipe datée de novembre 1969 décrit l’objectif simplement : à partir du spectre d’un composé inconnu, produire une courte liste de structures candidates plausibles, puis choisir celle dont le spectre prédit correspond le mieux aux données.

L’équipe y voyait un modèle de la pensée scientifique. Les scientifiques avancent une explication (induction), puis vérifient ce que cette explication prédit (déduction). DENDRAL devait imiter ces deux étapes dans un petit coin bien délimité de la science.

## Comment il fonctionnait : planifier, générer, tester

La note de 1969 découpe Heuristic DENDRAL, le programme principal, en trois étapes. Les voici avec un exemple simplifié.

| Étape | Ce que fait le programme | Analogie de tous les jours |
|---|---|---|
| 1. Planifier (inférence préliminaire) | Lit les indices du spectre et dresse la liste des groupes chimiques qui pourraient être présents et de ceux qui ne peuvent pas l’être | Un détective retient ou écarte des suspects à partir des premiers indices |
| 2. Générer | Construit toutes les structures qui correspondent à la formule et respectent ces deux listes, sans doublons | Écrire toutes les versions possibles des faits pour chaque suspect restant |
| 3. Tester (prédire) | Prédit un spectre pour chaque candidat et les classe selon leur concordance avec le vrai spectre | Confronter chaque version aux preuves |

L’étape de planification tenait deux listes, que le programme appelait GOODLIST et BADLIST. Un groupe de la bonne liste était traité comme un « super-atome » unique qui devait figurer dans chaque candidat, et tout ce qui figurait sur la mauvaise liste était interdit. Ce seul truc réduisait énormément le nombre de structures à considérer. Le générateur lui-même reposait sur l’algorithme de Lederberg, conçu pour produire une liste complète des structures possibles d’une formule sans en répéter aucune.

Le mot clé est « heuristique ». Une heuristique est une règle empirique : elle ne garantit pas la bonne réponse, mais elle élimine les options improbables pour que la recherche reste gérable. L’essentiel de l’ingéniosité du programme, écrivaient les auteurs, se trouvait dans ces raccourcis plutôt que dans le générateur.

> **À essayer :** prenez les lettres A, B, C et D et dressez la liste de tous les ordres de quatre lettres (il y en a 24). Ajoutez maintenant deux « règles de chimiste » : B doit venir juste après A, et D ne peut pas être en premier. Comptez combien d’ordres survivent. Vous venez de faire à la main les étapes de planification et de génération de DENDRAL.

## Quels étaient ses résultats?

En juillet 1969, Djerassi a donné à son séminaire d’études supérieures en spectrométrie de masse trois spectres à interpréter, en fournissant aux étudiants exactement l’information que recevait le programme. Au premier problème, le programme et un étudiant ont trouvé la bonne réponse. Au deuxième, le programme avait raison alors que les humains avaient partiellement raison ou tort. Au troisième, le programme s’est trompé. Il prenait de deux à cinq minutes par problème; les chimistes, de quinze à quarante. L’équipe a rapporté que des experts le jugeaient à peu près aussi bon que des étudiants des cycles supérieurs et des chercheurs postdoctoraux dans sa tâche étroite.

La note est tout aussi franche au sujet de la partie difficile. Le plus gros goulot d’étranglement était de soutirer le savoir aux chimistes. Il n’existait pas de théorie de manuel bien ordonnée de la spectrométrie de masse à recopier. Un programmeur qui n’était pas chimiste a passé de nombreuses heures à interroger les experts, et il fallait souvent écrire, tester et réécrire les règles plusieurs fois. Les auteurs ont aussi appris à garder le savoir chimique séparé du code qui l’utilisait, pour que les règles puissent être modifiées sans réécrire le programme.

## Pourquoi c’était important

Cette leçon est l’apport durable de DENDRAL. Il a montré qu’un programme pouvait atteindre une performance de niveau expert en détenant beaucoup de connaissances précises, et il a donné un nom au travail d’extraction de ce savoir : l’ingénierie des connaissances. Un programme ultérieur, Meta-DENDRAL, est allé plus loin et a tenté de proposer de nouvelles règles de spectrométrie de masse à partir d’exemples, une forme précoce d’apprentissage automatique.

L’approche s’est répandue. Le groupe de Feigenbaum à Stanford a enchaîné avec MYCIN, qui diagnostiquait des infections, et d’autres systèmes comme PROSPECTOR et XCON ont suivi le même modèle. Dans les années 1980, les systèmes experts sont devenus une industrie, et une grande part des grandes entreprises les auraient utilisés. La même faiblesse revenait aussi sans cesse : saisir le savoir d’un expert est lent et coûteux, une difficulté connue sous le nom de problème de l’acquisition des connaissances. Le survol d’ELIZA et des systèmes experts sur ce site poursuit cette histoire.

## En quoi DENDRAL diffère-t-il des systèmes d’apprentissage automatique d’aujourd’hui?

Le savoir de DENDRAL était écrit par des personnes. Les chimistes expliquaient leur raisonnement, les programmeurs le transformaient en règles, et le programme les appliquait. On pouvait l’ouvrir et lire pourquoi il avait rejeté une structure. Les systèmes dont on parle le plus aujourd’hui, comme les réseaux de neurones profonds derrière la reconnaissance d’images et la traduction en 2019, fonctionnent surtout à l’inverse : on leur montre de nombreux exemples, et ils ajustent des millions de nombres internes jusqu’à ce que leurs réponses s’améliorent. Personne n’écrit leurs règles, et ils sont beaucoup plus difficiles à examiner.

Chaque approche a son prix. DENDRAL exigeait un temps d’expert rare, mais pouvait s’expliquer. Un modèle appris exige de grandes quantités de données, mais aucune entrevue avec des experts. Meta-DENDRAL rappelle que les deux idées se sont rencontrées tôt : dès le départ, l’équipe de Stanford voulait un programme capable de découvrir des règles par lui-même, et pas seulement de suivre celles qu’on lui donnait.

## Sources

- A Heuristic Program for Solving a Scientific Inference Problem: Summary of Motivation and Implementation: https://purl.stanford.edu/mv412pd8153
- Dendral: https://en.wikipedia.org/w/index.php?title=Dendral&oldid=835218574
- Expert system: https://web.archive.org/web/20190501000000/https://en.wikipedia.org/wiki/Expert_system