Inteligência Artificial Nadilma C. V. N. Pereira Aula 5– Sistemas Especialistas.

Apresentação em tema: "Inteligência Artificial Nadilma C. V. N. Pereira Aula 5– Sistemas Especialistas."— Transcrição da apresentação:

1 Inteligência Artificial Nadilma C. V. N. Pereira Aula 5– Sistemas Especialistas

2 SISTEMA ESPECIALISTA

3 Sistema - "Conjunto de elementos, materiais ou idéias, entre os quais se possa encontrar ou definir alguma relação". Especialista - "Pessoa que se consagra com particular interesse e cuidado a certo estudo. Conhecedor, perito". Significados

4  São sistemas que empregam o conhecimento humano para resolver problemas que requererem a presença de um especialista. São sistemas inteligentes que armazenam e processam conhecimento adquirido de especialistas em uma área de conhecimento. São sistemas de apoio à decisão que reúnem conhecimentos acerca de áreas específicas e que são capazes de simular o comportamento humano diante de situações a eles apresentadas. Sistemas Especialistas - Definições

5 APLICAÇÃO????

6  Capacitar não-especialistas  Servir de assistente a especialistas  Servir de repositório de conhecimento valioso Apoio à decisão: ajuda o "tomador de decisões" a lembrar-se de tópicos ou opções; Tomada de decisão: toma a decisão no lugar de uma pessoa (uso mais comum). Utilidade

7 Interpretação Diagnósticos Monitoramento Predição Planejamento Projeto Depuração Reparo Instrução Controle Classificação de Sistemas Especialistas

8 De um modo geral, sempre que um problema não pode ser algoritmizado, ou sua solução conduza a um processamento muito demorado, os Sistemas Especialistas podem ser uma saída, pois possuem os seus mecanismos apoiados em processos heurísticos. Quando SE são utilizados?

9 Construção da base de conhecimento ▫Aquisição de conhecimento!!! ▫Representação de conhecimento (formalização) Implementação ▫Codificação ▫Construção do sistema de explicação, interface, etc. Refinamento e validação Como S.E. é desenvolvido

10 Reconhecimento do Problema Estudo de Viabilidade Análise Modelagem do Conhecimento: ▫Aquisição do Conhecimento ▫Formalização ▫Validação Projeto Implementação Testes e validação Treinamento Implantação Etapas do Processo de Desenvolvimento de um SE

11 Aquisição/Explicitação de conhecimento ▫acumulação, transferência e transformação de alguma fonte de conhecimento para um computador (base de conhecimento). Pode originar-se de várias fontes: ▫especialistas, livros, documentos, filmes, etc. Aquisição de Conhecimento

12  Identificar características do problema  Isolar os conceitos principais e suas relações  Identificar inferências sobre estes conceitos Principais fases da aquisição

13 Entrevista com especialistas: ▫Recomenda-se dois Analistas de Conhecimento (um conversa, o outro toma anotações) Observação de especialista em ação: ▫No dia a dia ▫Com explicações sobre casos anteriores Leitura de bibliografia recomendada: ▫( manuais, livros, tutoriais, artigos, etc...) Técnicas para aquisição

14 Dificuldade de introspecção ▫o especialista quase nunca está ciente de como usa o conhecimento ▫algumas soluções são intuitivas ou “compiladas” ▫o especialista tem dificuldade de verbalizar sob pressão Uso de vocabulário próprio (jargão) O conhecimento expresso pode ser irrelevante ▫quantidades enormes de informações supérfluas são coletadas, para em seguida serem organizadas. ▫desafio: evitar informação irrelevante sem bloquear a descoberta de conceitos adicionais. Gargalo na construção de SE

15 O conhecimento expresso pode ser incompleto ▫o especialista pode não lembrar o conhecimento aprofundado para resolver um problema ▫especialista pode omitir pontos importantes O conhecimento expresso pode ser incorreto ou inconsistente ▫afinal quem garante a qualidade da solução, já que ela é “coisa de especialista”? Gargalo na construção de SE

16 Métodos de aquisição: automatização Como minimizar o gargalo da aquisição?

17 3 categorias: ▫Manual ▫Semi-automático ▫Automático Métodos de aquisição

18  Entrevistas (estruturadas ou não estruturadas)  Tracking methods (análise de protocolos e observação) Manual especialista Base de conhecimento Engenheiro de conhecimento documentação codificação explicitação

19  Ajuda ao especialista  Ajuda ao engenheiro de conhecimento (editores, documentadores, etc.) Semi-automáticos especialistaFerramentas interativas de entrevista Base de conhecimento Engenheiro de conhecimento

20  Aprendizado de máquinas Automático Casos e exemplosIndução automáticaRegras

21 Três abordagens para tratar a incerteza ▫Lógica Probabilística ▫Fatores de certeza ▫Probabilidade Incerteza

22 Também conhecida como lógica fuzzy. Aqui fatos podem ser representados por números fracionários entre 0 e 1, conseguindo assim representar fatos que nem são totalmente verdade e nem são totalmente falsos, conseguindo tratar a incerteza desta forma. Lógica probabilística

23 É mais baseado na prática do que na estatística. Por exemplo: ▫SE a infecção é bacteriana ▫E o sítio de cultura é estéril ▫E a porta de entrada suspeita é o trato gastrointestinal ▫ENTÃO o organismo deve ser bacterióde (FC=0,7) Isso seria segundo a visão de um especialista. Os FC expressam o nível de confiabilidade que pode ser atribuído a uma conclusão como esta Fatores de certeza

24 Nesta abordagem exige-se números reais. Deve ser feito um estudo estatístico em cima de cada evento e populações. Os programas baseados no teorema de Bayes usam abordagem de construir uma matriz contendo as probabilidades de um dado sintoma ser associado a uma doença. Probabilidade

25 Criação de repositório de conhecimento Crescimento de produtividade e qualidade Habilidade de resolver problemas complexos Flexibilidade e modularidade Operação em ambientes arriscados Credibilidade Habilidade de trabalhar com informações incompletas ou incertas Fornecimento de treinamento Benefícios do S.E.

26 Avaliação de desempenho difícil É difícil extrair conhecimento especialista Só trabalham muito bem em domínios estreitos Transferência de conhecimento está sujeito a um grande número de preconceitos Problemas e Limitações

27 Exemplo de um estudo de caso

28 Doenças ▫Conjunto de sinais e sintomas, descobertos e definidos a partir de pesquisas médicas. Sinais ▫ Visíveis no paciente. Sintomas ▫ Apenas o paciente consegue expressar, o que ele esta sentindo. Conceitos iniciais

29 Consultório médico ▫ Nem sempre o médico é um especialista no assunto. ▫Agilidade nas consultas. ▫Diagnóstico preciso (confiante na base de conhecimentos) Motivação

30 DIAGI – Diagnóstico Inteligente

31 DIAGI (Acesso ao sistema)

32 DIAGI (Cadastro especialista)

33

34

35 DIAGI (Atendimento)

36 DIAGI (Diagnóstico) A quantidade de sintomas irá reduzindo a partir do sintoma anterior escolhido.

37 DIAGI (Relatório)

38

39 Exercício Baseado no conceito de SE pense em um problema que esse tipo de sistema seria capaz de resolver de forma satisfatória e explique o porquê.