Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Sistemas Especialistas
Professor Celso A A Kaestner, Dr. Eng.
1
Inteligncia Artificial
O campo da Inteligncia Artificial (IA) tenta
compreender as entidades inteligentes para
construir entidades inteligentes.
Construir mquinas (computadores) com um nvel
de inteligncia igual ou superior aos humanos!
As abordagens de IA podem organizar-se em 4
categorias:
Inteligncia Artificial
Raciocnio/
Pensamento
Comportamento
Sistemas que
pensam como os
Humanos
Sistemas que
pensam
Racionalmente
Sistemas que
agem como os
Humanos
Sistemas que
agem
Racionalmente
Modelao do Ser
Humano
Outros Modelos
Foco de Interesse
3
IA Simblica
Fundamenta-se em:
Representao do conhecimento; e
Mtodos de Busca.
IA Simblica
Representao do conhecimento:
1.
2.
3.
4.
5.
IA Simblica
Mtodos de Busca:
1.
2.
3.
4.
5.
6.
7.
Espao de estados;
Busca em profundidade;
Busca em largura;
Busca heurstica (A*);
Busca em feixe;
Tmpera simulada;
...
6
e
e
e
_Y => Y_
_YY => YY_
_XY => YX_
Sistemas Especialistas
Os especialistas humanos so capazes de atingir
um alto desempenho na medida em conhecem
muito bem as suas reas de especializao;
11
Sistemas Especialistas
O conhecimento inerente a um Sistema
Especialista um ponto chave na sua construo,
e normalmente definido por engenheiros do
conhecimento;
Para tal so consultados especialistas no domnio
do problema e tenta-se codificar numa
linguagem formal todo o conhecimento que estes
adquiriam ao longo da sua experincia,
nomeadamente heursticas e truques.
12
Sistemas Especialistas
Os Sistemas Especialistas no imitam
necessariamente a estrutura da mente humana,
nem os mecanismos da inteligncia;
Sistemas Especialistas
Programa
Sistema
Especialista
Representao do
Conhecimento
Implcita
Explicita
Realidade expressa
em termos de
Modelos Matemticos
Modelos Cognitivos
Conhecimento
traduzido em
Algoritmos
O computador
executa
Processamento
numrico (clculos)
Estruturas hierrquicas
Redes Semnticas
Regras
rvores de deciso
Tabelas de deciso
Redes de Inferncia
Processamento
simblico (inferncias)
Tipo de Resultados
Numricos
Conhecimento
14
BASE DE
CONHECIMENTO
SHELL
DADOS ESPECFICOS
DO CASO
PERGUNTA/RESPOSTA
ORIENTADO POR MENUS
LINGUAGEM NATURAL
GRFICO
USURIO
EXPLANAO
APRENDIZAGEM
16
Quando desenvolver um SE
O problema justifica o custo e esforo de construo do SE;
Desenvolvimento de SE
Envolve o Engenheiro de Conhecimento, o Especialista do
domnio do problema e o Usurio final;
Criao Rpida de Prottipos:
Aquisio do Conhecimento
Modelagem
do Sistema
Correo
Programao
Criao de SE
Linguagens de Programao: C++, LISP, PROLOG
Shells:
Acadmicos: MYCIN - EMYCIN, CLIPS, GUIDON, TEIRESIAS,
VM, CENTAUR...
ILOG...
Aplicaes:
Business Insight...
19
Exemplo:
Se (Qualifica = SIM) e
(Mdia < 3,5) e
(Experincia >= 2)
Ento
(Posio = engenheiro de servio)
20
Arquitetura Clssica de um SE
Base de
Conhecimento
Regras
Fatos
Subsistema de
aquisio de
conhecimento
Memria
de Trabalho
Motor de
Inferncia:
Controle e
Inferncia
Subsistema de
explanao
Interface
com o usurio
Usurio
21
Motor de Inferncia
Regras (MR)
Fatos (MF)
Pattern Matching
Motor de
Inferncia:
Controle e
Inferncia
Exemplo: um pequeno SE
Problema:
Oferta de emprego a um candidato em uma
empresa.
Exemplo: um pequeno SE
Variveis:
Descoberta: o candidato fez alguma descoberta?
Diploma: o candidato tem curso superior ?
24
Exemplo: um pequeno SE
Regras:
R1: SE (Diploma = No)
ENTO (Posio =Nenhuma);
R2: SE (Diploma = Sim)
ENTO (Qualifica = Sim);
Exemplo: um pequeno SE
R4: SE (Qualifica = Sim) E
(Mdia <= 7,0 ) E
(Experincia >= 2)
Exemplo: um pequeno SE
R6: SE (Qualifica = Sim) E
(Mdia > 7,0)
ENTO (Posio = Eng. de Produto);
27
regra(s)
no
CC
28
29
Tente provar as
(recursivamente);
premissas
de
33
34
37
inquisio
do
38
Algoritmo de inferncia
1. Procurar casos similares na memria,
aqueles cuja soluo pode ser aplicada
nova situao (caractersticas comuns)
2. Modificar um desses casos para aplicar
situao nova (alterar sequncia dos passos
que levam de um estado inicial a um estado
final)
3. Aplicar o caso transformado ao novo problema
4. Guardar a soluo com uma medida do sucesso
ou insucesso para uso futuro.
41
modo direto
modular
desempenho
facilidades de explanao
as regras encaixam-se naturalmente na
procura num espao de estados
o processo de inferncia fcil de seguir e
depurar
os passos para a soluo do problema so
facilmente inspecionveis
separao do controle e do conhecimento
42
43
44
45
46
47
48
Outras possibilidades
Raciocnio Baseado em Representaes
Hbridas
regras+casos
regras+modelos
modelos+casos
Referncias
Sobre IA em geral:
S.J. Russel; P. Norvig. Artificial Intelligence.
Prentice Hall, 1995, http://aima.cs.berkeley.edu/.
E. Rich; K. Knight. Inteligncia Artificial.
Makron Books, 1994,
http://www.cs.utexas.edu/users/ear/ e
http://www.isi.edu/naturallanguage/people/knight.html .
50
Referncias
Sobre SE:
M. Stefik. Introduction to Knowledge
Systems, Morgan Kaufmann, 1995.
P. Harmon, D. King. Expert Systems: AI in
Business, John Wiley & Sons, 1985.
K. Parsaye, M. Chignell. Expert Systems for
Experts, John Wiley & Sons, 1988.
51