Apresentação: 10/08/97 ä Disciplina: Raciocínio Baseado em Casos ä Prof: Barcia, R. M., Weber, R., Martins, A. ä Apresentadora: Leslie Paas Mestranda:

Apresentação em tema: "Apresentação: 10/08/97 ä Disciplina: Raciocínio Baseado em Casos ä Prof: Barcia, R. M., Weber, R., Martins, A. ä Apresentadora: Leslie Paas Mestranda:"— Transcrição da apresentação:

1 Apresentação: 10/08/97 ä Disciplina: Raciocínio Baseado em Casos ä Prof: Barcia, R. M., Weber, R., Martins, A. ä Apresentadora: Leslie Paas Mestranda: área de Mídia e Conhecimento Pesquisadora: LMC

2 Case-Based Reasoning: Expectations and Results William Mark, Evangelos Simoudis, David Hinkle em Case-Based Reasoning: Experiences, Lessons & Future Directions, David B. Leake, Editor MIT Press, Cambridge (1996) Artigo 1:

3 What Next? The Future of Case-Based Reasoning in Post-Modern AI Christopher K. Riesbeck em Case-Based Reasoning: Experiences, Lessons & Future Directions, David B. Leake, Editor MIT Press, Cambridge (1996) Artigo 2:

4 RBC: Expectativas e Resultados (Case-Based Reasoning: Expectations and Results) Informação Preliminar: Projeto e Autores Informação Preliminar: Projeto e Autores Porque o artigo foi escrito Porque o artigo foi escrito ä Apresentação do pontos principais do artigo

5 Pontos Principais: Expectativas do RBC Maneira eficaz de resolver problems (Problem-Solving Efficiency) Maneira eficaz de resolver problems (Problem-Solving Efficiency) ä Crescimento de uma base de conhecimento automatizada (Automated Knowledge Base Growth) ä Uso nos domínios de informação incompleta (Use in Not-Fully-Formalized Domains) ä Custos de desenvolvimento reduzidos (Reduced Construction Costs) ä Custos de desenvolvimento reduzidos (Reduced Construction Costs)

6 Pontos Principais: Relatório dos Exemplos Práticos ä Projeto 1: Abordagem Natural Clavier - Autoclave Loading System ä Projeto 2: Diagnóstico Caber - Máquinas de Madeireira ä Projeto 3 - Sistema Comercial EHDS - Help Desk para institução financeira

7 Pontos Principais: Resultados /Conclusão ä Cases are a good representation, but they dont come free ä Os casos tem que ser criados pelos especialistas de conteúdo, e têm que ser analizados e reformulados para o uso no RBC. ä Para saber se o domínio é bem representado, não é adequado medir o tamanho da base de casos. ä É possível construir protótipos e sistemas do RBC mais rápido do que Rule Based Systems.

8 ä Adaptação e para o usuário ä A automação da adaptação nunca funciona bem ä Os usuários (ex. Clavier) gostam de participar no processo de adaptação ä O sucesso da adaptação depende do compartilamento das tarefas, entre o sistema e o usuário Pontos Principais: Resultados /Conclusão

9 FIN

10 O que vai seguir? O futuro do RBC no I.A. pos-moderno (What Next? The Future of Case-Based Reasoning in Post-Modern AI) Christopher K. Riesbeck I will argue that the real shift in AI has yet to come, and that CBR was AI has yet to come, and that CBR was just the opening act

11 Estrutura do Argumento ä ä Qual é o objetivo fundamental do RBC? ä ä Qual é o objetivo fundamental do IA? ä ä Qual é o futuro da IA?

12 Qual é o futuro da IA? ä os problemas com os agentes inteligentes ä exemplos de componentes inteligentes -Casper -Creanimate ä Selecionar e adaptar: O segredo dos componentes inteligentes ä Selecionar e adaptar vs. generar e testar

13 Qual será o futuro do RBC? ä RBC: um algoritmo de selecionar e adaptar ä Curto prazo: Componentes inteligentes baseado em casos ä (Áreas de Pesquisa:) Indexação, Adaptação

14 OBRIGADA (Disculpe-me pelos erros de Português)