Introdução aos Sistemas Especialistas

Apresentação em tema: "Introdução aos Sistemas Especialistas"— Transcrição da apresentação:

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

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 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 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 Sistema Especialista

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

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 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. Aquisição do Conhecimento Modelação do Sistema Correção Programação

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 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 Diagnóstico de Falhas em Automóveis (Raciocínio Para Trás - Orientado ao Objetivo)
Memória de Trabalho Base de Conhecimento 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 o problema é nos cabos da bateria Regra3: se 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 O problema é X

13 Diagnóstico de Falhas em Automóveis (Raciocínio Para Trás - Orientado ao Objetivo)
Memória de Trabalho Base de Conhecimento 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 o problema é nos cabos da bateria Regra3: se 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 O motor tem combustível o motor trabalha o problema é nas velas

14 Diagnóstico de Falhas em Automóveis (Raciocínio Para Trás - Orientado ao Objetivo)
Memória de Trabalho Base de Conhecimento 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 o problema é nos cabos da bateria Regra3: se 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 O depósito tem combustível o carburador tem combustível O motor tem combustível o motor trabalha o problema é nas velas

15 Diagnóstico de Falhas em Automóveis (Raciocínio Para Trás - Orientado ao Objetivo)
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?

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 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 Explanação 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

19 Diagnóstico de Avarias em Automóveis (Raciocínio Para a Frente - Orientado aos Dados)
Memória de Trabalho Base de Conhecimento 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 o problema é nos cabos da bateria Regra3: se 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 O motor tem combustível (é derivável) O motor trabalha (não)

20 Diagnóstico de Avarias em Automóveis (Raciocínio Para a Frente - Orientado aos Dados)
Memória de Trabalho Base de Conhecimento 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 o problema é nos cabos da bateria Regra3: se 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 o carburador tem combustível (sim) o depósito tem combustível (sim) O motor tem combustível o motor trabalha (sim) o problema é das velas

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

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

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

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 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 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