A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

1 Inteligência Artificial Aula 8. 2 Sistemas Especialistas •Sistemas com base de conhecimento sobre domínio específico; •representação conhecimento –específico/senso.

Apresentações semelhantes


Apresentação em tema: "1 Inteligência Artificial Aula 8. 2 Sistemas Especialistas •Sistemas com base de conhecimento sobre domínio específico; •representação conhecimento –específico/senso."— Transcrição da apresentação:

1 1 Inteligência Artificial Aula 8

2 2 Sistemas Especialistas •Sistemas com base de conhecimento sobre domínio específico; •representação conhecimento –específico/senso comum; –grande base, fornecida por especialistas; •auxiliam o especialista em uma solução; •utilizam diversos tipos de representação do conhecimento; •Explicação da solução; •diversos domínios (medicina);

3 3 Representando e usando o conhecimento do domínio •Regras de produção (frames/objetos): –codificação mais fácil, próxima a linguagem natural (explicação); –exemplo: Prospector (conselhos sobre explorações de minerais) Se: Magnetita ou pirita em forma disseminada ou em veios está presente, então: (2,-4) há mineralização e textura favoráveis ao estágio propilítico.

4 •regras geralmente representadas em Prolog usando raciocínio para trás. Presença da evidência suavemente encorajadora Ponto de evidência. Ausência de evidência desencorajadora para a conlusão

5 5 Shells de Sistemas Especialistas •Interpretadores de regras facilitam implementação: •suportam: –regras, frames entre outros mecanismos de raciocínio; •Primeiros shells ofereciam: –representação do conhecimento, raciocínio e explicações;

6 6 •Versões mais recentes: –ferramentas para a aquisição do conhecimento. •Interface de comunicação S.E. & Ambiente de Programação convencional (banco de dados).

7 7 Explicação •Um Sistema Especialista executa uma finalidade específica e deve, além disso: –explicar seu raciocínio: qual o mecanismo de inferência utilizado para chegar a solução do problema(regras), por exemplo: diagnóstico médico. –Adquirir conhecimento novo e modificar o antigo: interage com o especialista e insere novos conceitos; programa adquire conhecimento através de dados brutos.

8 8 Aquisição de conhecimento •Consistência fundamental na base de conhecimento do domínio; •através de entrevista com especialista: –informações fáceis de ser codificadas (~senso comum) –difíceis de ser adquiridas (interação com especialista); •“tradução” das informações para as regras: –processo caro e lento (validação e refinamento dos processos de raciocínio);

9 9 •Criação de programas de suporte à extração de conhecimento: –auxilia programadores ou até especialistas; –definição da base alto nível (redes semânticas); –exemplo: Mole (aquisição de conhecimento para problemas de classificação heurística, como diagnóstico de doenças). •Estes programas suportam: –inserção do conhecimento; –manutenção da consistência da base de conhecimento; –garantia da completeza da base de conhecimento (inconsistências);

10 10 •Programas restringem a aquisição do conhecimento a um paradigma de solução de problemas: –por exemplo: diagnóstico- estrutura de conhecimento em torno de sintomas, hipóteses e causas. •O grande interesse: –proporcionar ao próprio especialista a inserção dos dados de forma bruta, induzindo internamente a criação das regras. •Existe também a construção automática através de árvores de decisão (crédito ao consumidor) e métodos estatísticos (compreensão);

11 11 Exemplos de Sistemas Especialistas •Sistema Especialista Zero Hora®: –controla os pontos de distribuição de jornais através de diversos fatores: •que dia é hoje? •fatores climáticos? •feriados? • a que camada social interessa determinada notícia? –Através destas informações a maquina de inferência descobre com graus de probabilidade em que bancas haverá mais vendas e consequentemente a distribuição de mais jornais?

12 12 •Por exemplo: –jogo de futebol: •distribuição maior de jornais nos etinerários que levam ao estádio: –Bento Gonçalves, –Ipiranga/Silva Só, –Borges. –previsão do tempo: •se chover serão distribuídos mais jornais em revisteiras ao invés de pontos da beira da calçadas (bancas). –feriado: •grande fluxo na rodoviária, então concentra maior distribuição de jornais.

13 13 •Atualmente este sistema esta sendo utilizado somente em Porto Alegre (probabilidade de expansão). •Regras constantemente atualizadas; •representação do conhecimento expresso através de regras Se... Então, •sistema implementado em Delphi;

14 14 •solução do problema identificado através de probabilidades, pesos identificados nas regras; •a inferência utilizada no sistema teve de ser construída através de mais regras; •Cecília - Ufrgs;

15 15 Sistema Especialista para tratamento de Epilepsia •Através dos sintomas identifica tipo de Epilepsia e tratamento; •Duas versões: –Prolog: •sistema sem interface (difícil para o especialista trabalhar), entrada e saída através de regras e produção; •entrada do sistema: sintomas; •saída:tipo de epilepsia e tratamento, fornecendo caminho utilizado e grau de certeza;

16 16 •Segunda versão: –Migrou par o ambiente KapaPc; –Kapa/Pc fornece: •interface amigável entre programado e especialista; •inserção de conhecimento + alto nível (suporte- regras); •utiliza redes semânticas para a interação com o especialista; •sistema em aperfeiçoamento.


Carregar ppt "1 Inteligência Artificial Aula 8. 2 Sistemas Especialistas •Sistemas com base de conhecimento sobre domínio específico; •representação conhecimento –específico/senso."

Apresentações semelhantes


Anúncios Google