Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO

Transcrição

1 Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO

2 AULA 05 Sistemas Especialistas

3 Sumário Sistemas especialistas Definição de sistemas especialistas Estrutura de um sistema especialista Técnicas de extração de conhecimento Exemplo de sistemas especialistas

4 Sistema Especialista ESPECIALISTA... SISTEMA

5 Sistema Especialista Um sistema computacional pode ser visualizado como uma plataforma de hardware que dá suporte à execução de um software, o qual visa solucionar um problema específico. A grande característica/habilidade/capacidade humana que permitiu ao homem obter tamanha vantagem evolutiva sobre as demais espécies do planeta terra é sua inteligência. Logo, conceber uma máquina dotada de inteligência, corresponderia a gerar inteligência artificial (IA).

6 Sistema Especialista Este tema fomentou o surgimento da seguinte Definição: Inteligência artificial é a parte da ciência da computação que compreende o projeto de sistemas computacionais que exibam características associadas, quando presente no comportamento humano, à inteligência (BARR; FEIGENBAUM,1981).

7 Sistema Especialista Existem duas linhas principais de pesquisa para a construção de sistemas inteligentes: - a linha conexionista e; - a linha simbólica. LC -> simulação de neurônios e suas interligações. Linha simbólica -> base lógica.

8 Sistemas Especialista Quando uma pessoa tem conhecimento de um fato, certamente ela poderá extrair tudo que souber sobre aquele fato quando bem estender. Porém, na inteligência artificial existe um problema a mais quanto ao uso do conhecimento. Na IA temos basicamente dois relacionados ao conhecimento: - como armazená-lo/representá-lo; - como utilizá-lo.

9 Sistemas Especialista Para atender a esta demanda surgem Sistemas Baseados em Conhecimento (SBC), quais aplicam mecanismos automatizados raciocínio para a representação e inferência conhecimento. Desta forma temos: Especialista Humano Sistema Especialista

10 Sistemas Especialista Logo, um Sistema Especialista (SE) é definido como um programa que possibilita a utilização dos conhecimentos de um especialista humano através de uma máquina que permita o armazenamento e o sequenciamento de informações e a autoaprendizagem. Um SE é capaz de processar informações não numéricas, apresentando conclusões sobe um determinado tema desde que devidamente orientado e alimentado. Outra característica comum nos sistemas especialistas é a existência de um mecanismo de raciocínio incerto que permita representar a incerteza a respeito do conhecimento do domínio.

11 Sistemas Especialista Em outras palavras, os SE s empregam o conhecimento humano para resolver problemas que requererem a presença de um especialista. Utilidade capacitar não-especialistas servir de assistente para especialistas servir de repositório de conhecimento valioso para a empresa Etc. Conceitos Básicos Expertise conhecimento especializado adquirido por longo treinamento, leitura e experiência

12 Conceitos Básicos Especialista Quem possui o conhecimento, experiência, métodos e a habilidade de aplicá-los para dar conselhos e resolver problemas. Engenheiro de conhecimento Guia a aquisição e representação do conhecimento especializado, bem como a implementação e refinamento do SE.

13 Sistemas Especialista Um sistema especialista é estruturado com base em uma arquitetura similar à apresentada abaixo.

14 Sistemas Especialista Uma arquitetura mais ampla para um SE, abarcando os atores humanos envolvidos no sistema, é apresentada a seguir.

15 Base de Conhecimento Clássica Contém: conhecimento, escrito em uma linguagem de representação, necessário para a formulação e solução do problema Conhecimento ontológico (regras, redes semânticas,... ) ex. o homem é um animal Regras (estrutura de inferência) ex. Todo animal tem uma mãe Fatos ex. existem muitos meninos abandonados Heurísticas (para resolução de conflitos) ex. prefira a regra disparada mais recentemente

16 Memória de Trabalho é volátil e registra descrição do problema em particular (instância) hipóteses e decisões intermediárias, sub-objetivos, etc. hipóteses e alternativas que o sistema já tenha produzido

17 Motor de Inferência Controla a atividade do sistema, a qual ocorre em ciclos, cada ciclo consistindo em três fases: Correspondência de dados, onde as regras que satisfazem a descrição da situação atual são selecionadas; Resolução de conflitos, onde as regras que serão realmente executadas são escolhidas dentre as regras que foram selecionadas na primeira fase, e ordenadas; Ação, a execução propriamente dita das regras.

18 Subsistema de Explicação Objetivo: Explicar o comportamento do SE através de questões como: Porque uma certa pergunta foi feita pelo SE? Como a conclusão foi alcançada? Porque alguma alternativa foi rejeitada? Qual é o plano para alcançar a solução? Exemplo: Porque é preciso saber o preço? Resposta: 20 REGRA #5 SE preço <= salário E dia = primeiro ENTÃO compra é efetuada

19 RESUMO Um SE apresenta uma arquitetura com os seguintes componentes básicos: base de conhecimentos, mecanismos de inferência e explanação. A base de conhecimento reuni o conhecimento do especialista modelado conforme a representação do conhecimento escolhida para modelar o domínio em questão. O mecanismo de inferência examina o conteúdo da base de conhecimentos, decidindo a ordem em que se tiram as inferências. Assim, o mecanismo de inferência conduz a consulta com o usuário, transferindo os fatos e regras, utilizados durante uma consulta, para a memória de trabalho. O módulo de explanação é responsável pela descrição do raciocínio do sistema para o usuário.

20 Passos para o desenvolvimento de um SE 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

21 Aquisição/Explicitação de conhecimento Acumulação, transferência e transformação de alguma fonte de conhecimento para um computador (base de conhecimento). Espécie de engenharia de requisitos mais complexa Pode originar-se de várias fontes: especialistas, livros e documentos, filmes, etc. Principais fases da aquisição identificar características do problema isolar os conceitos principais e suas relações (ontologia) identificar inferências sobre estes conceitos

22 Gargalo na construção 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.

23 Gargalo na construção O conhecimento expresso pode ser incompleto o especialista pode não lembrar o conhecimento aprofundado para resolver um problema especialista pode pular pontos importantes O conhecimento expresso pode ser incorreto ou inconsistente Afinal quem garante a qualidade da solução, já que ela é coisa de especialista? a racionalidade que se deseja modelar é limitada!

24 Como minimizar o gargalo da aquisição? Utilizando métodos de aquisição.

25 Métodos de aquisição 3 categorias: Manual, Semi-automático Automático

26 Métodos de aquisição - MANUAL Entrevistas (estruturadas ou não estruturadas) Tracking methods (análise de protocolos e observação)

27 Métodos de aquisição - SEMI-AUTOMÁTICOS ajuda ao especialista (grid repertory analysis) ajuda ao engenheiro de conhecimento (editores, documentadores, etc.)

28 Métodos de aquisição - AUTOMÁTICO Aprendizado de máquina (em inglês, machine learning) é um método de análise de dados que automatiza a construção de modelos analíticos. É uma vertente da inteligência artificial que se baseia na ideia de que sistemas podem aprender com dados, identificar padrões e tomar decisões com o mínimo de intervenção humana.

29 Exemplos de SE na Petrobras Partida de uma plataforma de petróleo Automação e otimização de plantas Industrias

30 ExpertSinta Desenvolvido no laboratório de Inteligência Artificial da Universidade Federal do Ceará (UFC) Uma ferramenta visual para criação de sistemas especialistas Utiliza regras de produção (SE... Então ) Ferramenta shell Diversos sistemas podem compartilhar uma mesma máquina de inferência e outras caracteristicas comuns; Focam o implementador em apenas representar o conhecimento do especialista; Fornece suporte para a construção de interfaces Possui tratamento probabilístico Utiliza raciocínio regressivo Utiliza fatores de confiança Disponibiliza ferramentas de depuração

31 Arquitetura simplificada do ExpertSinta

32 Vamos conhecer o ExperSinta

33 Mecanismo de Raciocínio - Ex01 Regra 01: SE previsão do tempo = chuva ENTÃO chovendo = sim Regra 02: SE assistiu programa de meteorologia = sim OU praias vazias = sim ENTÃO previsão do tempo = chuva Regra 03: SE local de passeio = cachoeira ENTÃO distância > 5 Regra 04: SE chovendo = sim e distância > 5 e condição física = ruim ENTÃO transporte = carro Regra 05: SE chovendo = não e distância < 5 e condição física = boa ENTÃO transporte = a pé Regra 06: SE jogou bola = sim ENTÃO condição física = ruim Regra 07: SE amigos ligaram = sim ENTÃO jogou bola = sim

34 Mecanismo de Raciocínio - Ex01

35 Mecanismo de Raciocínio - Ex02 REGRA 1 SE amanhã pode chover = Não E tenho dinheiro suficiente = Sim E tenho tempo suficiente = Sim ENTÃO devo ir à praia = Sim REGRA 2 SE amanhã pode chover = Sim OU tenho dinheiro suficiente = Não OU tenho tempo suficiente = Não ENTÃO devo ir à praia = Não REGRA 3 SE o serviço de meteorologia disse que vai chover amanhã = Sim ENTÃO amanhã pode chover = Não REGRA 4 SE não vou sair hoje = Sim E nenhuma emergência ocorrer = Sim ENTÃO tenho dinheiro suficiente =Sim REGRA 5 SE minha namorada ligar = Sim ENTÃO não vou sair hoje = Não REGRA 6 SE meu orientador passar trabalho extra = Sim ENTÃO tenho tempo suficiente = Não

36 Mecanismo de Raciocínio - Ex02

37 Aplicando no ExpertSinta Regra 01: SE previsão do tempo = chuva ENTÃO chovendo = sim Regra 02: SE assistiu programa de meteorologia = sim OU praias vazias = sim ENTÃO previsão do tempo = chuva Regra 03: SE local de passeio = cachoeira ENTÃO distância > 5 Regra 04: SE chovendo = sim e distância > 5 e condição física = ruim ENTÃO transporte = carro Regra 05: SE chovendo = não e distância < 5 e condição física = boa ENTÃO transporte = a pé Regra 06: SE jogou bola = sim ENTÃO condição física = ruim Regra 07: SE amigos ligaram = sim ENTÃO jogou bola = sim

38 Mecanismo de Raciocínio Regra 01: SE previsão do tempo = chuva ENTÃO chovendo = sim Regra 02: SE assistiu programa de meteorologia = sim OU praias vazias = sim ENTÃO previsão do tempo = chuva Regra 03: SE local de passeio = cachoeira ENTÃO distância > 5 Regra 04: SE chovendo = sim e distância > 5 e condição física = ruim ENTÃO transporte = carro Regra 05: SE chovendo = não e distância < 5 e condição física = boa ENTÃO transporte = a pé Regra 06: SE jogou bola = sim ENTÃO condição física = ruim Regra 07: SE amigos ligaram = sim ENTÃO jogou bola = sim Regra 08: SE previsão do tempo = sol ENTÃO chovendo = não Regra 09: SE praias vazias = não ENTÃO previsão do tempo = sol Regra 10: SE local de passeio = shopping ENTÃO distância <= 5 Regra 11: SE jogou bola = não ENTÃO condição física = boa Regra 12: SE amigos ligaram = não ENTÃO condição física = boa

39 ATIVIDADE 3 Implementar um sistema especialista de ajuda a um usuário leigo de computador

40