les sources de connaissances
peuvent être de différentes natures, mais principalement
procédurales, ce qui autorise l'utilisation de systèmes très
différents. Par exemple, on peut envisager une application verticale
de reconnaissance de documents, où les connaissances iraient du bas
niveau (pré-traitement d'une image), au haut niveau (traitements
linguistiques), en passant par des procédures de segmentation, de
classification, etc. On peut même envisager l'utilisation
d'un système BASCET comme un agent d'un autre système basé sur
BASCET! Cette architecture réunit donc tous les avantages des
systèmes à Blackboard.
Tolérance :
On peut se contenter de ne traiter qu'une partie du problème,
contrairement aux systèmes syntaxiques, par exemple, qui peuvent se
bloquer complètement au début d'une analyse, à cause d'un bruit ou
d'un trou dans les données, alors qu'ils seraient capables de
traiter une grande partie de la suite des données.
Rapidité (relative) :
comme on le constate pour le problème du
Voyageur de Commerce (voir page ), un
problème NP-complet peut être traité rapidement (avec une complexité
quasi-linéaire). Par rapport à un traitement exhaustif des
possibilités, cette solution est rapide. De même, pour d'autres
problèmes, et lorsque le Réseau de Concepts est bien conçu, les agents exécutés ne
devraient être que ceux qui sont pertinents à un moment donné, ce
qui limite le nombre des agents exécutés. Il faut cependant noter
qu'en pratique, ce résultat est difficile à obtenir, à cause du
nombre de paramètres à régler pour ne pas avoir de saturation
d'activation dans le Réseau de Concepts.
Association de concepts :
cette fonctionnalité permet de faire
une recherche thématique sans avoir à se baser sur un dictionnaire
des synonymes. La construction du Réseau de Concepts peut se baser sur des
exemples , en utilisant le principe de la
co-occurrence .
Créativité :
les résultats ne sont pas tous identiques, c'est un
avantage dans le sens où cela peut permettre, dans des cas
particulièrement difficiles, de découvrir des solutions a
priori non évidentes, mais malgré tout intéressantes. Si l'on
privilégie la qualité des résultats par rapport à leur rapidité
d'obtention, il est préférable d'exécuter plusieurs fois le système
sur les mêmes données et de ne garder que le meilleur. Ceci se
faisant au détriment de la rapidité d'exécution.