Programa de Pós-Graduação em Engenharia da Informação

Transcrição

1 Programa de Pós-Graduação em Engenharia da Informação Introdução a Engenharia da Informação Sistemas Inteligentes - Inteligência Artificial Sistemas Baseados em Conhecimento Prof. Edson Pinheiro Pimentel edson.pimentel@ufabc.edu.br Santo André - SP Abril

2 Natureza do Conhecimento Humano O que é conhecimento? Qual a diferença entre dado, informação e conhecimento?

3 Natureza do Conhecimento Humano O que é dado? Dado é um elemento puro, quantificável sobre um determinado evento. O que é informação? É o dado analisado e contextualizado (envolve comparação, etc). O que é conhecimento? Habilidade de criar um modelo mental que descreva o objeto e indique as ações a implementar, as decisões a tomar.

4 Natureza do Conhecimento Humano Exemplo.: Uma tabela de nomes de capitais do Brasil e temperaturas máxima e mínima ocorridas no dia anterior: Cidade Fortaleza Curitiba Cuiabá Belo Horizonte Mínima 25 º C 16 º C 22 º C 21 º C Máxima 32 º C 24 º C 31 º C 28 º C Essa tabela, que consiste de simples dados, é interpretada como contendo uma porção de informações: o leitor pode associar o nome de cada cidade com o conceito que faz dela, os graus de temperatura com o conceito que ele tem de frio ou calor, etc. O conhecimento seria, a partir da informação obtida e da experiência prévia, preparar-se para viajar para uma das cidades na lista.

5 Natureza do Conhecimento Humano

6 Natureza do Conhecimento Humano Desafio anos 1980: migrar os dados para as informações Desenvolvimento dos Sistemas de Informação finalidade é analisar dados e organizar a informação para melhorar o processo decisório empresarial. Desafio anos 1990: criar sistemas capazes de representar e processar conhecimento Em resposta às diferentes necessidades de indivíduos, grupos e culturas.

7 Natureza do Conhecimento Humano O processo de gerar conhecimento resulta de: Comparar informações e combiná-las em ligações úteis e com significado Conhecimento é dependente de nossos valores e experiências Conhecimento é sujeito às leis universalmente aceitas

8 Natureza do Conhecimento Humano Uma decisão é o uso explícito de um conhecimento. O conhecimento pode ser representado como uma combinação de estruturas de dados e procedimentos interpretativos que levam a um comportamento conhecido. Este comportamento fornece informações a um sistema que pode, então, planejar e decidir. Uma decisão pode ser tomada por meio da análise lógica (baseada em dados obtidos de relatórios, entrevistas) ou pode estar apoiada em dados heurísticos ou intuitivos.

9 Natureza do Conhecimento Humano O pensamento humano toma decisões por meio dos processos: Cognitivo obtenção de dados e manipulação de símbolos Associativo: Raciocínio vertical ou lógico movimento de um estado para outro por meio de passos justificados Raciocínio lateral associativo, criativo, generativo. A busca da viabilização da transferência desses processos para o computador constituiu a Inteligência Artificial, com a proposta de desenvolver Sistemas Inteligentes capazes de simular ou emular o processo de decisão do ser humano.

10 Sistemas Baseados em Conhecimento

11 Sistemas Baseados em Conhecimento Os Sistemas Baseados em Conhecimento (SBCs) têm sido utilizados tanto na área acadêmica quanto comercial por mais de 20 anos. Eles devem ser usados quando: A formulação genérica do problema é complexa. Existe uma grande quantidade de conhecimento específico do domínio sobre como resolvê-lo. Eles constituem um avanço tecnológico na resolução computacional de problemas que antes só eram resolvidos por seres humanos.

12 Sistemas Baseados em Conhecimento Humanos versus Máquinas (Uma das) vantagens dos humanos Conhecimento Vantagens das máquinas Velocidade Consistência Ideal: vantagens dos humanos E das máquinas

13 Sistemas Baseados em Conhecimento Para resolver problemas nas áreas em que até o momento o ser humano é melhor sucedido que a máquina, as máquinas precisam saber o que os humanos sabem sobre o assunto (Rich & Knight,1993).

14 Sistemas Baseados em Conhecimento Os avanços em hardware, tecnologia de software e ciência cognitiva possibilitaram a construção de ferramentas e técnicas baseadas em conhecimento. Os Sistemas Baseados em Conhecimento (SBCs) possuem como principais características: Uma Base de Conhecimento na qual pode-se construir sentenças em uma linguagem de representação, modelando o problema que se deseja resolver. Um mecanismo de raciocínio - capaz de realizar inferências sobre esta base e obter conclusões a partir deste conhecimento.

15 Sistemas Baseados em Conhecimento A importância da construção de SBCs para as diversas organizações encontra-se na capacidade desses sistemas de preservar, aproveitar e fazer uso de recursos cada vez mais valiosos: o talento e a experiência dos membros da organização no processo de tomada de decisão.

16 Sistemas Baseados em Conhecimento Por isso, atualmente existem várias aplicações de SBCs nos domínios das engenharias, das ciências, da medicina e dos negócios. Há um interesse crescente na aplicação desta tecnologia por parte de empresas e outros tipos de organização.

17 Sistemas Baseados em Conhecimento São programas de computador que usam o conhecimento representado explicitamente para resolver problemas. São desenvolvidos para serem usados em problemas que requerem uma quantidade considerável de conhecimento humano e especialização.

18 Sistemas Baseados em Conhecimento Pontos Centrais do Sistema Baseado no Conhecimento (SBC) Conhecimento Processo de Resolução de Problemas

19 Sistemas Baseados em Conhecimento Descrição do sistema é realizada sob duas perspectivas Conhecimento Processável pelo homem Simbólica Processável pelo computador Descrição sobre o que o sistema deve fazer Indicação de como o sistema irá proceder, em termos simbólicos (Newell, 1982)

20 Sistemas Baseados em Conhecimento É importante separar: 1) A análise e modelagem do método de resolução do problema; 2) A representação deste método em um formalismo que seja computacionalmente eficiente. (Newell, 1982)

21 Sistemas Baseados em Conhecimento Processo usado na resolução de problemas utiliza dois tipos diferentes de operações Capacidade de raciocínio Como se chega a certas conclusões (ou se gera um novo conhecimento) interpretando o conhecimento adquirido até o momento Direcionamento do processo de raciocínio Como chegar rapidamente a conclusões significativas para resolver o problema Não é suficiente para a resolução adequada de problemas

22 Sistemas Baseados em Conhecimento Pode-se constatar que, usando apenas o raciocínio dedutivo, pode-se eventualmente chegar ao resultado esperado. Porém, algumas vezes, chega-se ao resultado esperado de forma ineficiente. Para resolver problemas de forma rápida e clara é necessário guiar o processo de raciocínio de maneira que sejam consideradas apenas conclusões relevantes ao problema em questão. A forma de guiar o processo de raciocínio é chamada de estratégia de raciocínio ou estratégia de inferência. Dentro dessa categoria, é importante destacar a existência de heurísticas, isto é, o conhecimento de regras práticas que auxiliam a reduzir o esforço da busca por soluções

23 Sistemas Baseados em Conhecimento A qualidade das heurísticas depende da experiência das pessoas na resolução de problemas. Portanto, o conhecimento sobre como resolver o problema, integrado com o conhecimento sobre o mesmo e com a estratégia de raciocínio constituem os fatores fundamentais para que o SBC atue de forma inteligente.

24 Características dos SBCs Os SBCs devem ser capazes de: 1) Questionar o usuário, usando uma linguagem de fácil entendimento, para reunir as informações que necessita; 2) Desenvolver uma linha de raciocínio a partir dessas informações e do conhecimento embutido nas mesmas para encontrar soluções satisfatórias. Para isso, o SBC necessita lidar com regras e informações incompletas, imprecisas e conflitantes;

25 Características dos SBCs 3) Explicar seu raciocínio, caso seja questionado pelo usuário, do porquê necessita de informações externas e de como chegou às suas conclusões. Para tanto, o sistema deve: - Memorizar as inferências realizadas durante o processo de raciocínio; - Ser capaz de interpretar esse processo; - Ser capaz de apresentar esse processo de forma compreensível para o usuário do sistema. 4) Conviver com seus erros Tal como um especialista humano, o SBC pode cometer erros, mas deve possuir um desempenho satisfatório que compense seus possíveis enganos. Em particular, as soluções apresentadas para problemas complexos devem ser equivalentes àquelas oferecidas pelo especialista humano, quando este existir.

26 Propriedades dos SBCs Os SBCs devem possuir as seguintes propriedades: Tudo o que se sabe sobre o problema deve estar explicitamente representado na Base de Conhecimento do sistema; A Base de Conhecimento deve ser usada por um agente capaz de interpretá-la. Esse agente é conhecido como mecanismo de inferência; Os problemas resolvidos por SBCs são aqueles sobre os quais não é conhecido um procedimento determinístico que garanta uma solução efetiva; Esses sistemas usam conhecimento específico do domínio para contornar a ausência de conhecimento preciso e completo sobre o seu domínio.

27 Sistemas Baseados em Conhecimento Quais as diferenças fundamentais entre um Sistema Baseado em Conhecimento e um Sistema Convencional?

28 Sistemas Baseados em Conhecimento Tabela 1 - Principais diferenças entre Sistemas Convencionais (SCs) e SBCs Aspectos SC SBC Organização dos dados Estruturas de dados Representação do conhecimento Intimamente relacionadas com a arquitetura do computador Abstrai completamente detalhes da máquina

29 Sistemas Baseados em Conhecimento Tabela 1 - Principais diferenças entre sistemas convencionais (SCs) e SBCs Aspectos SC SBC Organização dos dados Estruturas de dados Representação do conhecimento O quê os dados Dados e relações entre Conceitos, relações entre representam dados conceitos e regras

30 Sistemas Baseados em Conhecimento Tabela 1 - Principais diferenças entre sistemas convencionais (SCs) e SBCs Aspectos SC SBC Organização dos dados Estruturas de dados Representação do conhecimento O quê os dados Dados e relações entre Conceitos, relações entre representam dados conceitos e regras Método de resolução de problema Tipicamente algoritmos determinísticos Busca heurística

31 Sistemas Baseados em Conhecimento Tabela 1 - Principais diferenças entre sistemas convencionais (SCs) e SBCs Aspectos SC SBC Organização dos dados Estruturas de dados Representação do conhecimento O quê os dados representam Dados e relações entre dados Conceitos, relações entre conceitos e regras Método de resolução de problema Conhecimento sobre o domínio e método de resolução Tipicamente algoritmos determinísticos Embutido no código do programa Inspeção, entendimento e modificação onerosa e complicada Busca heurística Representado explicitamente e separado do programa que o manipula e interpreta Facilitam entendimento do conhecimento usado e a sua modificação Maior capacidade de explicação

32 Sistemas Baseados em Conhecimento Tabela 1 - Principais diferenças entre sistemas convencionais (SCs) e SBCs Aspectos SC SBC Organização dos dados Estruturas de dados Representação do conhecimento O quê os dados representam Dados e relações entre dados Conceitos, relações entre conceitos e regras Método de resolução de problema Conhecimento sobre o domínio e método de resolução Explicação do raciocínio Tipicamente algoritmos determinísticos Embutido no código do programa É difícil e costuma não ser realizada Busca heurística Representado explicitamente e separado do programa que o manipula e interpreta Podem e devem explicar seu raciocínio Característica essencial de SBC

33 Sistemas Baseados em Conhecimento Em resumo, SBCs diferem dos Sistemas Convencionais com relação à: 1) Forma como são organizados; 2) Maneira como incorporam conhecimento; 3) Forma de execução; 4) Impressão que causam aos usuários com os quais interagem.

34 SBCs x Sistemas Especialistas Os termos SBCs e SEs serão usados indistintamente Sistemas Baseados em Conhecimento são capazes de resolver problemas usando conhecimento específico sobre o domínio da aplicação. Sistemas Especialistas são SBCs que resolvem problemas ordinariamente resolvidos por um especialista humano e requerem conhecimento sobre a habilidade, a experiência e as heurísticas usadas pelo especialista.

35 Sistemas Baseados em Conhecimento Sistemas Inteligentes Exibem comportamento inteligente (aprendizado) Sistemas Baseados no Conhecimento Tornam explícito o domínio do conhecimento, além de separá-lo do sistema Sistemas Especialistas Aplicam conhecimento especializado na resolução de problemas reais e de difícil solução Figura 1 Sistema Baseado no Conhecimento versus Sistema Especialista

36 Exemplo de um SBC West é criminoso ou não? A lei americana diz que é proibido vender armas a uma nação hostil. Cuba possui alguns mísseis, e todos eles foram vendidos pelo Capitão West, que é americano Como você resolveria este problema de classificação? Linguagem: você entende o que está escrito em português Conhecimento: você sabe um pouco de geopolítica e armas Inferência: você é capaz de raciocinar usando este conhecimento descrito em português

37 Sistemas Baseados em Conhecimento conhecimento prévio novo conhecimento A) Τodo americano que vende uma arma a uma nação hostil é criminoso B) Todo país em guerra com uma nação X é hostil a X C) Todo país inimigo político de uma nação X é hostil a X D) Todo míssil é uma arma E) Toda bomba é uma arma F) Cuba é uma nação G) EUA são uma nação H) Cuba é inimigo político dos EUA I) Irã é inimigo político dos EUA J) West é americano K) Existem mísseis em cuba L) Os mísseis de cuba foram vendidos por West M) Cuba possui um míssel M1 - de K N) M1 é um míssel - de K O) M1 é uma arma - de D e N P) Cuba é hostil aos EUA - de F, G, H e C Q) M1 foi vendido a Cuba por West - de L, M e N R) West é crimonoso - de A, J, O, P e Q conhecimento do problema

38 Aplicações de SBCs

39 Sistemas Especialistas - Histórico Primeiros SEs (1960s-1970s) DENDRAL Inferir estrutura molecular de componentes desconhecidos, dadas a massa espectral e a resposta nuclear magnética. Conhecimento especializado poda a busca por possíveis estruturas moleculares. MYCIN Fez sucesso: gerou publicações científicas. Diagnosticar rapidamente meningite e outras infecções bacterianas, e prescrever tratamento Representação de conhecimento baseada em regras probabilísticas (em torno de 500) Fez sucesso: acima de 90% de acerto Introduziu explicação e boa interface com usuário

40 Sistemas Especialistas - Histórico SEs (1980s) CATS-1 Problema da General Electric: Aposentadoria de David Smith: engenheiro especialista em falhas de motores elétrico-diesel de locomotivas Custo deste tipo de engenheiro Solução convencional Treinamento de engenheiros novatos 1980: Construção de CATS-1 (DELTA) Meses de entrevista, 3 anos p/ primeiro protótipo Permite diagnóstico em poucos minutos Existe um em cada oficina Dá treinamento: é amigável e explica decisões

41 Outros Exemplos Nome Descrição INTERNIST Diagnóstico médico um dos mais completos PUFF Diagnóstico de problemas pulmonares XCON Configuração equipamentos informática comercial IDEA Diagnóstico de defeitos em subsistemas eletrônicos de carros AUTHORIZER'S Aprovação de despesas individuais DRILLING Análise de solos para exploração petrolífera LEADING Concessão de crédito EXPERTAX Auxílio na tarifação de seguros GATES Auxílio a controladores de vôos PATHFINDER Diagnóstico de doenças linfáticas BMES Distribuição de informação eletrônica em correio eletrônico TIGER Monitoramento de turbinas a gás ARCA Diagnóstico de arritmias cardíacas TARCA Terapias para arritmias cardíacas

42 Tipos e Exemplos mais recentes Interpretação Consiste na análise de dados para determinação de seu significado. Alguns domínios de aplicação são: processamento de imagens, reconhecimento de fala e análise de circuitos elétricos. Ex: Rossetto, Varejão & Rauber (2001) utilizam um SBC para melhorar o resultado de reconhecimento de manuscrito em formulários de inscrição de candidatos ao vestibular de uma universidade.

43 Tipos e Exemplos mais recentes Classificação Consiste no processo de classificar uma situação, dado um conjunto de sintomas. Alguns domínios de aplicação são: diagnóstico de doenças e determinação de falhas em máquinas. Ex.: Um SBC para auxiliar na avaliação e tratamento de pacientes com glaucoma, um tipo de problema ocular que pode levar a cegueira (Kulikowski & Weiss, 1982).

44 Tipos e Exemplos mais recentes Monitoramento Consiste no processo de observação contínua do comportamento de um sistema, a fim de realizar ações quando alguma situação específica acontece. Alguns exemplos de aplicação: monitoramento de centrais de energia nuclear, tráfego aéreo e pacientes após ou durante cirurgia. Ex.: SBC utilizado para monitorar eventos clínicos (Pankaskie & Wagner, 1997).

45 Aplicações Agricultura Negócios Química Comunicações Sist. Computacionais Educação Electrónica Engenharia Ambiente Geologia Process. Imagem Gestão Informação Direito Indústria Matemática Medicina Meteorologia Ap. Militares Minas Sistemas Energia Ciência Tecnolog. Espaço Transportes Número de aplicações 1ª Posição: Área de Negócios 2ª Posição: Produção (Manufacturing) Áreas relevantes Sistemas Computacionais Militar Tecnologias do Espaço Áreas em expansão no futuro: Direito Comunicações Ensino Meio Ambiente

46 Arquitetura Geral de SBCs

47 Estrutura Geral de um SBC Base de Conhecimento

48 Estrutura Geral de um SBC A estrutura geral e básica de um SBC se constitui de: Núcleo do Sistema Baseado em Conhecimento (NSBC) ou shell - Desempenha as principais funções do SBC, sendo responsável, entre outras coisas, pelos mecanismos de inferência do sistema. Base de Dados (BD): - O sistema pode estar interagindo com uma BD para obter ou armazenar dados e/ou informações.

49 Estrutura Geral de um SBC Base de Conhecimento: - Onde está representado todo o conhecimento sobre um determinado domínio. Memória de Trabalho (MT): - Onde são armazenadas as respostas fornecidas pelo usuário durante a interação e as conclusões intermediárias de um processo de raciocínio. Interface com o usuário: - Responsável pela obtenção de informação junto ao usuário, além da apresentação de resultados e explicações.

50 Estrutura Geral de um SBC O módulo Núcleo do SBC é composto de três submódulos interdependentes: 1) Módulo Coletor de Dados (MCD) 2) Motor de Inferência (MI) 3) Módulo de Explicações (ME)

51 Submódulos do Núcleo do SBC 1) Módulo Coletor de Dados (MCD) - É responsável pela interação como o usuário, obtendo informações do problema em questão, através da formulação de sucessivas perguntas ao usuário. - Quando ativado pelo Motor de Inferência (MI), o MCD faz as perguntas necessárias e valida as respostas do usuário baseando-se em funções estabelecidas previamente. 2) Motor de Inferência (MI) - É responsável pelo desenvolvimento do raciocínio baseado nas informações obtidas pelo MCD e no conhecimento representado na BC. - O MI processa a linguagem de representação usada na BC, gerando e percorrendo o espaço de busca sempre que necessário. - O MI segue uma dada linha de raciocínio.

52 Submódulos do Núcleo do SBC 3) Módulo de Explicações (ME) - É responsável pela explicação, ou justificativa, das conclusões obtidas e dos motivos pelos quais o SBC fez determinadas perguntas. A explicação é realizada por meio de questões interativas: - Por que o sistema faz uma pergunta em particular? - Como o sistema alcança a conclusão correta? - O que acontece se uma ou mais informações forem modificadas? - Por que uma determinada conclusão não foi obtida?

53 Desenvolvimento de SBCs

54 Desenvolvimento de SBCs Fases do desenvolvimento de um SBC: Especificação dos Requisitos Aquisição de Conhecimento Projeto Implementação Teste Manutenção

61 Ferramentas de Engenharia do Conhecimento

62 Ferramentas de Engenharia do Conhecimento Reduz tempo de desenvolvimento Dois tipos: Ferramentas de apoio Oferecem vários esquemas de representação do conhecimento, monitoramento de inferência, estratégias para resolução de problemas e interfaces para aquisição de conhecimento. Shells Oferecem esquema de representação de conhecimento e motor de inferência. Interface e estratégia para resolução de problemas é fixa.

63 Ferramentas para Construção de SBCs

64 Ferramentas para Construção de SBCs

65 Verificação e Validação de SBCs Há uma necessidade de assegurar que: O sistema funcione O sistema forneça resultados verdadeiros (corretos) O sistema satisfaça os requisitos do cliente

66 Verificação e Validação de SBCs Verificação: processo que determina se os produtos de uma dada fase de desenvolvimento do software satisfazem todos os requisitos estabelecidos durante a fase anterior. O sistema foi construído corretamente? Validação: processo de avaliar software no fim do processo de desenvolvimento para assegurar que está de acordo com os requisitos do software. É o sistema certo?

67 Verificação e Validação de SBCs As estratégias de teste mais eficazes são constituídas de vários testes pequenos e separados. O sistema pode ser testado com um conjunto estruturado de problemas teóricos, e com problemas reais. O desempenho pode ser avaliado pela comparação de informações históricas ou com recomendações paralelas de especialistas.

68 Verificação e Validação de SBCs Técnicas de validação incluem: Simulação Revisão por especialista(s) Revisão pelos usuários finais

69 Versões demonstrativas de SBCs na Web

77 Sites importantes Relacionados com SBCs e SEs: Knowledge-Based Systems IEEE Intelligent Systems

78 Referências Araribóia,G. (1987). Inteligência Artificial: Um Curso Prático. Rio de Janeiro: Livros Técnicos e Científicos Editora Ltda. Buchanan, B. G. & E. H. Shortliffe (1984). Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project. Massachusetts: Addison-Wesley Publishing Company, Reading. Heisserman, J., S.Callahan, & R. Mattikali (2000). A design representation to support automated design generation. Em Proceedings of the Sisth International Conference on Artificial Intelligence in Design, pp Kulikowski, C. & S. Weiss (1982). Representation of Expert Knowledge for Consultation: The CASNET and EXPERT Projects. Westview Press.

79 Referências Newell, A. (1982). The knowledge level. Artificial Intelligence 18(1), Pankaskie, M. & M. Wagner (1997). Use of clips for representation and inference in a clinical event monitor. Em Proceedings of The 1997 American Medical Informatics Association Annual Fall Symposium, pp Rich, E. e K. Knight (1993). Inteligência Artificial (2 ed.). Makron Books. Stefik, M. (1981). Planning with constraints. Artificial Intelligence 16,

80 Referências Livro Sistemas Inteligentes S. O. Rezende, Cap. 2 Slides da Profa. Ana Carolina Lorena e Karla Vittori