1 Secção II A utilização nas empresas das tecnologias de inteligência artificial
2 As empresas e a IA Concebidas para aproveitar as capacidades dos seres humanos, não para as substituir as tecnologias de IA possibilitam uma gama extraordinária de aplicações, que forjam novas ligações entre as pessoas, os computadores, o conhecimento e o mundo físico.
3 Inteligência artificial Uma área da ciência e da tecnologia, baseada nas disciplinas da informática, biologia, psicologia, linguística, matemática e engenharia. O objectivo é desenvolver computadores que consigam pensar, ver, ouvir, andar, falar e sentir. Grande impulso: desenvolvimento de funções informáticas normalmente associadas à inteligência humana raciocínio, aprendizagem, resolução de problemas.
4 Inteligência artificial (continuação) Domínios da IA Três grandes áreas Ciência cognitiva Robótica Interfaces naturais
5 Inteligência artificial (continuação) Ciência cognitiva Centra-se na investigação acerca do funcionamento do cérebro e de da formas de pensar e de aprender dos seres humanos. Aplicações Sistemas periciais Sistemas adaptativos Sistemas de lógica difusa Redes neuronais Agentes inteligentes
6 Inteligência artificial (continuação) Robótica Produz robôs com inteligência informática, controlados por computadores, com capacidades físicas do tipo humano. Interfaces naturais Linguagem natural e reconhecimento da fala Falar para um computador que nos percebe Realidade virtual
7 Redes neuronais Sistemas informáticos modelados à maneira da rede cerebral, com elementos de processamento interligados neurónios. Objectivo: a rede neuronal aprende a partir do dados que processa.
8 Exemplo de redes neuronais Apresentação da NeuroSolutions. www.nd.com
9 Sistemas de lógica difusa Um método de raciocínio que se assemelha ao do raciocínio humano. Permite ter valores aproximados e inferências. Permite lidar com dados incompletos ou ambíguos. Permite aos sistemas difusos processar dados incompletos e fornecer soluções aproximadas (mas aceitáveis) para os problemas.
10
11 Decision Support System Consultar as bases de dados por SQL é óptimo quando se conhece exactamente aquilo que se procura. O sistema de apoio à decisão do nosso produto Manifold possibilita a realização de procuras em bases de dados, através de critérios flexíveis, quando não se tem a certeza absoluta dos limites a impor. Para tal, o nosso sistema utiliza (...) com lógica difusa (...). Em vez de procurar, numa consulta, rendimentos acima de USD 100.000, o sistema de apoio à decisão pode desenhar automaticamente uma curva, na qual os valores acima de 100.000 são muito mais desejáveis numa busca por rendimentos elevados, mas na qual alguns valores inferiores a 100.000 poderão ser aceitáveis, em buscas combinadas com outros factores. (http://www.manifold.net/products/commander/cmdr_sample_dialogs.html)
12 Este primeiro ecrã de exemplo mostra uma base de dados demográfica relativa aos concelhos do Sudeste dos EUA. (http://www.manifold.net/products/commander/cmdr_sample_dialogs.html)
Este 2º ecrã mostra uma consola de DSS, carregada com uma consulta chamada HighHispanic, a qual procura concelhos onde os rendimentos da população hispânica sejam elevados e os da população caucasiana sejam baixos. 13
Clicando em Save, na anterior consola DSS, acrescenta uma coluna activa (a verde), na tabela anterior, à qual se deu o nome HighHispanic. Esta coluna classifica cada registo relativamente ao cumprimento dos critérios difusos definidos no DSS. Este terceiro ecrã de exemplo mostra a base de dados ordenada pelos valores dessa coluna. Note-se que os condados do cimo destacam-se por rendimentos invulgarmente elevados na população hispânica e invulgarmente baixos na população caucasiana. É impossível encontrar este tipo de relações nas pesquisas SQL tradicionais. 14
Este último ecrã mostra o diálogo de definição de perfis no DSS. O DSS do Manifold fornece predefinições, tais como Average (média), que varrem automaticamente a base de dados. (O gráfico de colunas, por trás da linha de perfil, é um histograma dos valores existentes na base de dados.) 15
Esses varrimentos da base de dados visam criar perfis sensatos para o tipo de buscas que se pretende fazer: Médio, Elevado, Baixo. Alternativamente, podem ser definidos critérios flexíveis, atribuindo classificações de confiança relativas às buscas a efectuar; ou então, especificando tudo manualmente. 16
17 Algoritmos genéticos Utiliza funções darwinianas e aleatórias, e outras funções matemáticas, para simular um processo evolutivo que possa gerar soluções progressivamente melhores. São particularmente úteis nas situações em que pode haver milhares de soluções, que é necessário avaliar.
18 Exemplo de algoritmos genéticos Problema clássico: caixeiro viajante.
Exemplos comerciais de DSS com algoritmos genéticos 19
20 Realidade virtual Realidade simulada pelos computadores. Apoia-se em dispositivos multi-sensoriais de entrada e saída. Permite a interacção com objectos, entidades e ambientes simulados pelo computador, a três dimensões.
Exemplo: Computer Associates Navigator 21
22 Agentes inteligentes Um serviçal de software para um utilizador final ou um processo, que cumpre uma necessidade ou actividade explícita. Utiliza uma base de conhecimento integrada (ou apreendida), sobre uma pessoa ou um processo, para tomar decisões e efectuar tarefas.
Agentes inteligentes 23
24 Sistemas periciais Um sistema de informação baseado no conhecimento, que usa o conhecimento que possui acerca de uma área específica, complexa, para actuar como perito consultor. Fornece respostas a perguntas dentro de uma área de problemas muito específica. Tem de ser capaz de explicar ao utilizador o processo de raciocínio e as conclusões.
Sistemas periciais: exemplo 25
Sistemas periciais: exemplo (cont.) 26
Sistemas periciais: exemplo (cont.) 27
Sistemas periciais: exemplo (cont.) 28
Sistemas periciais: exemplo (resultados) 29
30 Sistemas periciais (continuação) Componentes Base de conhecimento Recursos de software
31 Sistemas periciais (continuação) Base de conhecimento Contém: factos acerca de uma área temática específica; heurística que exprime os processos de raciocínio de um perito na área.
32 Sistemas periciais (continuação) Recursos de software Contém um motor de inferência e outros programas, para refinar o conhecimento e comunicar: O motor de inferência processa o conhecimento e faz associações e inferências; Os programas da interface de utilizador, incluindo um programa de explicação, permitem comunicar com o utilizador.
33 Desenvolvimento de sistemas periciais Começar com uma concha de sistema pericial. Acrescentar a base de conhecimento. Feitos por engenheiros do conhecimento Trabalhar com peritos, para lhes capturar o conhecimento. Trabalhar com peritos da área, para construir o sistema pericial.
34 O valor dos sistemas periciais (continuação) Benefícios Em muitas situações problemáticas, podem ter melhor desempenho do que um perito humano isolado. Ajudam a preservar e a reproduzir o conhecimento dos peritos. Limitações Âmbito limitado, incapacidade de aprender, problemas de manutenção, custos de desenvolvimento.
35 Perguntas de debate A forma e a utilização de sistemas de apoio à decisão, por parte dos gestores e outros quadros empresariais, estão-se a alterar e a expandir? Porquê? O aumento do número de de equipas auto-dirigidas, para gestão do trabalho nas organizações, alterou as necessidades de tomada de decisões nas empresas, a nível estratégico, táctico e operacional?
36 Perguntas de debate (continuação) Qual é a diferença entre a capacidade de um gestor para obter informações de forma instantânea, a pedido, utilizando um MIS e utilizando as capacidades de um DSS? De que formas é que a utilização de um pacote de folhas de cálculo fornece as características de um sistema de apoio à decisão?
37 Perguntas de debate (continuação) Consulte o caso real deste capítulo, referente à Allstate Insurance, à Aviva Canada e outras empresas. Parece que as empresas acham que a inteligência empresarial é uma questão de negócio, não acham que seja uma questão tecnológica. Se assim é, porque é que as empresas parecem estar a colocar nos departamentos de informática cada vez mais responsabilidades pelos sistemas de inteligência empresarial?
38 Perguntas de debate (continuação) Os portais de informações empresariais estão a fazer com que os sistemas de informações para executivos sejam desnecessários? Justifique a sua resposta. Os computadores conseguem pensar? Irão alguma vez ser capazes de o fazer? Explique a sua resposta. Indique, justificando, algumas das aplicações empresariais mais importantes da inteligência artificial.
39 Perguntas de debate (continuação) Consulte o caso real deste capítulo sobre a Wal- Mart, BankFinancial e HP. Porque é que as redes neuronais e os sistemas periciais são usados em muitas aplicações de mineração de dados? Que limitações ou perigos consegue visualizar, relativamente ao uso das tecnologias de inteligência artificial, como os sistemas periciais, a realidade virtual e os agentes inteligentes? Que pode ser feito para minimizar esses efeitos?
40 Caso real 1 Allstate Insurance, Aviva Canada e outras: A inteligência empresarial centralizada a funcionar 1.O que é a inteligência empresarial? Porque é que os sistemas de inteligência empresarial são uma das aplicações mais populares das tecnologias de informação? 2.Qual é o valor de negócio das várias aplicações de inteligências empresarial debatidas neste caso? 3.Um sistema de inteligência empresarial é um MIS ou um DSS?
41 Caso real 2 Wal-Mart, BankFinancial e HP: O valor de negócio da inteligência artificial 1.Qual é o valor de negócio nas empresas, hoje em dia, das tecnologias de inteligência artificial? Ilustre a sua resposta com exemplos do caso. 2.Indique alguns dos benefícios e limitações da mineração de dados para obtenção de inteligência empresarial. Ilustre a usa resposta com o exemplo do BankFinancial. 3.Porque é que os bancos e outras instituições financeiras têm sido utilizadores pioneiros das tecnologias de inteligência artificial, como as redes neuronais? Quais são os benefícios e as limitações desta tecnologia?
42 Caso real 3 Procter&Gamble e outras: Uso de modelação de agentes para SCM 1.Concorda com a P&G, quando diz que a cadeia de abastecimento devia chamar-se rede de abastecimento? Justifique. 2.Qual é o valor de negócio da modelação com agentes? Utilize as empresas deste caso como exemplos. 3.Visite o sítio Web da NuTech Solutions. Como é que a NuTech utiliza técnicas de inteligência artificial para ajudar as empresas a ganhar inteligência empresarial adaptativa? Dê exemplos a partir dos estudos de caso, no sítio.
43 Caso real 4 Boehringer Ingelheim: O uso de ferramentas baseadas na Web para análises e relatórios financeiros 1.Quais são os benefícios e limitações de negócio, no caso da Boehringer, de usar sistemas de base Web para análises e relatórios financeiros? 2.Quais desses sistemas são ferramentas MIS? E ferramentas DSS? Porquê? 3.Como é que as ferramentas Cognos, utilizadas pela Boehringer, poderiam ser usadas para marketing ou outras aplicações de análise e relatórios empresariais? Como apoio à sua resposta, visite o sítio Web da Cognos.