Sistema Especialista

Sistema Especialista

Sistemas especialistas são programas destinados a solucionar problemas em campos específicos de conhecimento. Estes programas devem ter desempenho comparável ao dos especialistas humanos na execução dessas tarefas.

Vantagens

Os Sistemas especialistas apresentam, em relação aos especialistas humanos as seguintes vantagens :

•         Disponibilidade a qualquer tempo;

•         Ausência de fadiga;

•         Ausência de incompatibilidades pessoais;

•         Tecnologia portável a outros ramos do conhecimento.

Aplicações

1) Sistemas de diagnóstico

Exemplo : MYCIN para diagnóstico de doenças bacteriológicas, desenvolvido em Stanford nos anos 70.

 2) Sistemas de planejamento

Exemplos : XCON para configuração de hardware, desenvolvido na Carnegie Mellon University e utilizado pela DEC.

STRIPS para movimentação de robôs, desenvolvido em Stanford.

3) Sistemas de previsão

Exemplo : PROSPECTOR para estudo de geologia

4) Sistemas de controle

Exemplos :

•         ACE para vigilância de sistemas telefônicos.

PICON para alarmes em centrais nucleares.

5) Sistemas de Instrução

6) Sistemas de Interpretação

Componentes

São componentes essenciais de um Sistema Especialista :

Base de conhecimentos composta de fatos e regras;

Mecanismo de inferência;

Interface com o usuário.

As bases de conhecimentos compreendem coleções de :

•         Objetos, que são as conclusões a que o Sistema deve chegar;

•         Atributos, que são propriedades que servem para caracterizar os objetos.

Os mecanismos de inferência podem ser de dois tipos :

1.    Encadeamento para diante. Neste tipo selecionam-se atributos até obter uma combinação deles que caracterize um objeto;

2.   Encadeamento para traz. Neste tipo seleciona-se um objeto, como sendo a hipótese de estudo, e busca-se determinar a viabilidade da aceitação dessa hipótese pela ocorrência ou não dos atributos adequados. Caso a hipótese falhe seleciona-se outra hipótese e prossegue-se com as tentativas.

Ferramentas para Construção de Sistemas Especialistas

As linguagens de programação são as ferramentas mais tradicionais para a implementação de sistemas especialistas, pois possuem recursos internos que facilitam os mecanismos de inferência, ou que permitem processar listas, as principais linguagens utilizadas são:

LISP:

Usada principalmente pela comunidade científica americana de pesquisas em inteligência artificial. Por esse motivo é uma linguagem bastante experimentada e com bastante confiabilidade e eficiência de desempenho.

PROLOG:

Usada principalmente pela comunidade científica européia que estuda inteligência artificial. É uma linguagem apoiada em princípios de lógica e matemática e foi escolhida pelos japoneses como a linguagem dos computadores de quinta geração. Por isso tem recebido bastante impulso nos últimos anos.

Classificação de Sistemas Especialistas

De um modo geral, os sistemas especialistas existentes, quanto as características do seu funcionamento, podem ser classificados nas seguintes categorias: interpretação, diagnóstico, monitoramento, predição, planejamento, projeto, depuração, reparo, instrução e controle. Vamos agora analisar as características dos sistemas em cada uma dessas categorias.

Interpretação

São sistemas que inferem descrições de situações a partir da observação de fatos, isto é, fazem a análise de dados e procuram determinar as relações e seus significados. Devem considerar possíveis interpretações, descartando as que se mostrarem inconsistentes. Têm

mecanismos que permitem tratar dados errados, distorcidos ou até mesmo ausentes.

Diagnósticos

São sistemas que detectam falhas oriundas da interpretação de dados. A análise dessas falhas podem conduzir a uma conclusão diferente da simples interpretação de dados.

Estes sistemas já tem embutidos o sistema de interpretação de dados.

Deve detectar os problemas mascarados por falhas do sistema de interpretação, por falhas dos equipamentos e falhas do próprio diagnóstico, que este não detectou por ter falhado.

Os sistemas de diagnóstico devem permitir ao diagnosticante a decisão sobre medidas a tomar, pois em alguns casos os dados sobre o sistema podem ser inacessíveis, caros ou perigosos de serem recuperados.

Como S.E. é desenvolvido

1) Construção da base de conhecimento

Aquisição de conhecimento!!!

Representação de conhecimento (formalização)

2) Implementação

Codificação

Construção do sistema de explicação, interface, etc.

3) Refinamento e validação

Metodologia RUDE

Os elementos constituintes do sistema especialista são analisados a seguir de uma forma sucinta.

· A Base de conhecimentos:

    É o módulo básico do sistema especialista, contém o conhecimento do sistema, sob a forma de regras de produção, quadros e redes semânticas.

· A Máquina de Inferência (Mecanismo de Inferência):

     Contém o interpretador de regras e o escalonador de regras.

· O Quadro Negro:

     É a área de trabalho do sistema. Armazena informações, fatos e estruturas de suporte ao funcionamento do sistema, quando este efetua raciocínios.

· Sistema de Justificação:

     É a capacidade de questionamento, fornecida pelo usuário.

     Pode responder às seguintes perguntas:

    Como chegou a esta conclusão?

    Por que chegou a esta conclusão?

    Por que não chegou a tal outra conclusão?

· Mecanismos de Aprendizagem:

Possui recursos que permitem fazer acréscimos e alterações na base de conhecimentos.

· O Sistema de Aquisição de Conhecimento

     Permite ao sistema ampliar e alterar seu conhecimento. Obter conhecimento é a parte mais crítica de um sistema especialista.

· Sistema de Consulta

     Interface do sistema com o usuário, elaborando uma linguagem orientada ao problema (processador de linguagem).

· Processador de Linguagem Natural:

     Este módulo tem por objetivo de tornar transparente, para quem usa o sistema, toda a sua complexidade. Seu objetivo é uma comunicação o mais perto possível da linguagem natural, evitando que usuário do sistema tenha que aprender uma linguagem computacional própria ou complexa para o uso do sistema. Este módulo é, ele próprio, um sistema especialista, e é um estudo à parte em inteligência artificial.

Benefícios do S.E.

•       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