Inteligência Artificial

Apresentação em tema: "Inteligência Artificial"— Transcrição da apresentação:

1 Inteligência Artificial
Aula 8

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

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 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 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 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 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 Por exemplo: jogo de futebol: previsão do tempo: feriado:
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 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 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 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 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.