A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

1 Introdução aos Sistemas Especialistas Professor Celso A A Kaestner, Dr. Eng.

Apresentações semelhantes


Apresentação em tema: "1 Introdução aos Sistemas Especialistas Professor Celso A A Kaestner, Dr. Eng."— Transcrição da apresentação:

1 1 Introdução aos Sistemas Especialistas Professor Celso A A Kaestner, Dr. Eng.

2 2 Introdução Os especialistas humanos são capazes de atingir um alto desempenho na medida em conhecem muito bem as suas áreas de especialização. Um Sistema Especialista (SE) é um programa de computador que utiliza conhecimento específico do domínio de um problema e emula a metodologia e desempenho de um especialista no domínio desse problema.

3 3 Introdução O conhecimento inerente a um Sistema Especialista é um ponto chave na sua construção e é normalmente definido por engenheiros do conhecimento ou programadores. Para tal são consultados especialistas no domínio do problema e tenta-se codificar numa linguagem formal todo o conhecimento que estes adquiriam ao longo da sua experiência, nomeadamente heurísticas e truques.

4 4 Introdução Os Sistemas Especialistas não imitam necessariamente a estrutura da mente humana, nem os mecanismos da inteligência. São programas práticos que usam estratégias heurísticas desenvolvidas por humanos na resolução de classes específicas de problemas. São uma classe de programas na área da Inteligência Artificial e têm contribuído para o sucesso desta área através dos produtos comerciais desenvolvidos

5 5 Sistema Especialista

6 6 Categorias dos Problemas Interpretação: formar conclusões a partir de muitos dados; Predição: projetar consequências de situações; Diagnóstico: determinar a causa de maus funcionamentos; Projeto: configurar componentes por forma a atingir um objetivo; Planejamento: sequência de passos para atingir um objetivo; Monitoração: comparar o comportamento de um sistema com aquilo que seria de esperar; Reparo: prescrever e implementar soluções para maus funcionamentos; Tutorial: detectar e corrigir deficiências em processos de aprendizagem; Controle: governar o comportamento de um sistema.

7 7 Tecnologia dos Sistemas Especialistas Arquitetura BASE DE CONHECIMENTO DADOS ESPECÍFICOS DO CASO MOTOR DE INFERÊNCIA INTERFACE COM USUÁRIO: PERGUNTA/RESPOSTA ORIENTADO POR MENUS LINGUAGEM NATURAL GRÁFICO APRENDIZAGEM EXPLANAÇÃO ESPECIALISTA/ ENG. CONHECIMENTO/ PROGRAMADOR SHELL USUÁRIO

8 8 Quando desenvolver um SE O problema justifica o custo e esforço de construção do SE; Não existem especialistas disponíveis para resolver o problema; O problema pode ser solucionado através de raciocínio simbólico (próximo dos humanos); O problema não requer senso comum; O problema não pode ser resolvido através de métodos computacionais tradicionais; Existem peritos para cooperarem na construção do SE; O problema não é demasiado grande nem demasiado genérico.

9 9 Desenvolvimento de SE Envolve o Engenheiro de Conhecimento/Programador o perito do domínio do problema e o usuário final; Criação Rápida de Protótipos: Metodologia Centrada no Cliente; Sucessivas iterações nas quais os possibilidades são postas à prova pelos futuros usuários. Correção Programação Modelação do Sistema Aquisição do Conhecimento

10 10 Criação de SE Linguagens de Programação: C++, LISP, PROLOG Shells: –Acadêmicos: MYCIN - EMYCIN, CLIPS GUIDON, TEIRESIAS, VM, CENTAUR... –Comerciais: Deciding Factor, Exsys, M-1, Savoir, Expert- Ease, Guru, Crystal... Ambientes de Programação (de IA): –ILOG... Aplicações: –Business Insight...

11 11 Raciocínio Baseado em Regras Representação do conhecimento para a resolução do problema através de regras do tipo se...então... (regras de produção) Exemplo: Se (o motor de arranque não gira) e (as luzes não acendem) Então (o problema está nos cabos da bateria)

12 12 Diagnóstico de Falhas em Automóveis (Raciocínio Para Trás - Orientado ao Objetivo) Regra1:se o motor tem combustível, e o motor trabalha então o problema é nas velas Regra2: se o motor não trabalha, e as luzes não ligam então o problema é nos cabos da bateria Regra3: se o motor não trabalha, e as luzes ligam o problema é no motor de arranque Regra4: se o depósito tem combustível, e o carburador tem combustível então o motor tem combustível Memória de Trabalho O problema é X Base de Conhecimento

13 13 Regra1:se o motor tem combustível, e o motor trabalha então o problema é nas velas Regra2: se o motor não trabalha, e as luzes não ligam então o problema é nos cabos da bateria Regra3: se o motor não trabalha, e as luzes ligam o problema é no motor de arranque Regra4: se o depósito tem combustível, e o carburador tem combustível então o motor tem combustível Memória de Trabalho O motor tem combustível o motor trabalha o problema é nas velas Base de Conhecimento Diagnóstico de Falhas em Automóveis (Raciocínio Para Trás - Orientado ao Objetivo)

14 14 Regra1:se o motor tem combustível, e o motor trabalha então o problema é nas velas Regra2: se o motor não trabalha, e as luzes não ligam então o problema é nos cabos da bateria Regra3: se o motor não trabalha, e as luzes ligam o problema é no motor de arranque Regra4: se o depósito tem combustível, e o carburador tem combustível então o motor tem combustível Memória de Trabalho O depósito tem combustível o carburador tem combustível O motor tem combustível o motor trabalha o problema é nas velas Base de Conhecimento Diagnóstico de Falhas em Automóveis (Raciocínio Para Trás - Orientado ao Objetivo)

15 15 Neste ponto não existem regras cuja conclusão unifique com as frases na memória de trabalho; O sistema irá perguntar ao utilizador acerca da veracidade de: –O depósito tem combustível? –O carburador tem combustível? –O motor está a trabalhar? Diagnóstico de Falhas em Automóveis (Raciocínio Para Trás - Orientado ao Objetivo)

16 16 Grafo e/ou para a busca da solução O problema é X Regra1: o problema é nas velas Regra1: o problema é nos cabos da bateria Regra1: o problema é no motor de arranque O motor tem combustível O motor trabalha O motor não trabalha As luzes não acendem O motor não trabalha As luzes acendem Regra4: o motor tem combustível O depósito tem combustível O carburador tem combustível

17 17 Explanação Perguntas: porquê (última a regra em prova) como (sequência de passos para a conclusão) Suponhamos as seguintes respostas às perguntas: O depósito tem combustível? Sim O carburador tem combustível?Sim O motor está trabalhando?Porquê? Sistema: Foi estabelecido que 1. O motor tem combustível, se 2. O motor trabalha então O problema é nas velas

18 18 O sistema chegou à conclusão: o motor tem combustível Podemos perguntar:como o motor tem combustível? Sistema: Isto resulta da regra 4: se o depósito tem combustível, e o carburador tem combustível então o motor tem combustível. O depósito tem combustível foi confirmado pelo usuário O carburador tem combustível foi confirmado pelo usuário Explanação

19 19 Diagnóstico de Avarias em Automóveis (Raciocínio Para a Frente - Orientado aos Dados) Regra1:se o motor tem combustível, e o motor trabalha então o problema é nas velas Regra2: se o motor não trabalha, e as luzes não ligam então o problema é nos cabos da bateria Regra3: se o motor não trabalha, e as luzes ligam o problema é no motor de arranque Regra4: se o depósito tem combustível, e o carburador tem combustível então o motor tem combustível Memória de Trabalho O motor tem combustível (é derivável) O motor trabalha (não) Base de Conhecimento

20 20 Regra1:se o motor tem combustível, e o motor trabalha então o problema é nas velas Regra2: se o motor não trabalha, e as luzes não ligam então o problema é nos cabos da bateria Regra3: se o motor não trabalha, e as luzes ligam o problema é no motor de arranque Regra4: se o depósito tem combustível, e o carburador tem combustível então o motor tem combustível Memória de Trabalho o carburador tem combustível (sim) o depósito tem combustível (sim) O motor tem combustível o motor trabalha (sim) o problema é das velas Base de Conhecimento Diagnóstico de Avarias em Automóveis (Raciocínio Para a Frente - Orientado aos Dados)

21 21 Grafo para a procura da solução Primeira iteração Mem. Trabalho Falha Dispara Mem. Trabalho... O problema é nas velas Regra1 Regra4 Regra3 Regra2 Regra1 Regra2Regra3 Regra4 Sai pois nenhuma regra unifica Segunda iteração

22 22 Raciocínio Baseado em Modelos Em vez de se utilizarem heurísticas na resolução de um problema; A análise é fundamentada diretamente na especificação e funcionalidade do sistema físico (um modelo do sistema); Normalmente aplica-se no diagnóstico; O sistema é simulado assim como a estrutura e funcionamento das suas componentes; Exemplo de um circuito de somadores e multiplicadores.

23 23 Raciocínio Baseado em Casos Regras heurísticas e modelos teóricos são dois tipos de informação que os especialistas humanos utilizam para resolver problemas; Outra estratégia utilizada é o raciocínio baseado em casos (Case-Based Reasoning - CBR); Utiliza uma base de dados com soluções de problemas para resolver novas situações; Exemplos: medicina, justiça, programação de computadores, arquitetura, história...

24 24 Algoritmo de inferência 1. Procurar casos similares na memória, aqueles cuja solução pode ser aplicada à nova situação (características comuns) 2. Modificar um desses casos para aplicar à situação nova (alterar sequência dos passos que levam de um estado inicial a um estado final) 3. Aplicar o caso transformado ao novo problema 4. Guardar a solução com uma medida do sucesso ou insucesso para uso futuro.

25 25 Raciocínio Baseado em Regras vantagens: –modo direto –modular –desempenho –facilidades de explanação –as regras encaixam-se naturalmente na procura num espaço de estados –o processo de inferência é fácil de seguir e depurar –os passos para a solução do problema são facilmente inspecionáveis –separação do controle e do conhecimento

26 26 Raciocínio Baseado em Regras desvantagens: –regras altamente heurísticas, falta de profundidade –não manuseiam falta de informação ou valores inesperados –a explicação baseia-se na prova e não nas bases teóricas –muito específico na aplicação

27 27 Raciocínio Baseado em Casos vantagens: –codificação direta de conhecimento histórico (e.g. reparações) –permite obter a solução a partir de um caso apropriado não necessitando de todo o processo de resolução do problema –evita erros do passado e explora os sucessos (aprendizagem)

28 28 Raciocínio Baseado em Casos vantagens: –não é necessária uma análise extensiva do domínio do conhecimento –aquisição de conhecimento e sua codificação relativamente fáceis

29 29 Raciocínio Baseado em Casos desvantagens: –explanação difícil –desempenho computacional (bases de dados extensas) –difícil definir critérios de similaridade

30 30 Raciocínio Baseado em Modelos vantagens: –uso de conhecimento funcional/estrutural –robustez (ao contrário do baseado em regras) –algum conhecimento é transferível entre tarefas (teorias genéricas...) –explicação causal

31 31 Raciocínio Baseado em Modelos desvantagens: –falta de conhecimento heurístico –requer um modelo explícito do domínio (nem sempre é possível (e.g. finanças) –complexidade –situações excepcionais (um componente avariado)

32 32 Outras possibilidades Raciocínio Baseado em Representações Híbridas –regras+casos –regras+modelos –modelos+casos Raciocínio com Incerteza ou Informação Incompleta: –Probabilidades –Fatores de certeza –Sistemas difusos


Carregar ppt "1 Introdução aos Sistemas Especialistas Professor Celso A A Kaestner, Dr. Eng."

Apresentações semelhantes


Anúncios Google