Técnicas de Inferência
Raciocínio As pessoas resolvem problemas através da combinação de fatos com seu conhecimento.
Raciocínio O processo de trabalhar com conhecimento, fatos e estratégias de resolução de problemas para inferir conclusões
Raciocínio Pode ser dividido em: dedutivo, indutivo, abdutivo, analógico, senso comum.
Raciocínio dedutivo Usamos o raciocínio dedutivo para deduzir novas informações a partir de informações já conhecidas (logicamente relacionadas). Se A é verdadeiro e se A implica B é verdadeiro, então B é verdadeiro
Raciocínio dedutivo: exemplo Regra: se uma pessoa é hispano-americana, ela fala espanhol. Fato: Pablo Neruda é hispano-americano Conclusão: Pablo Neruda fala espanhol
Raciocínio indutivo É o raciocínio usado para tirar uma conclusão geral a partir de um conjunto limitado de fatos através processos de generalização. Para um conjunto de objetos, X = {a,b,c,..}, se a propriedade P é verdadeira para a, e se P é verdadeiro para b, e se P é verdadeiro para c,..., então P é verdadeiro para todo X
Raciocínio abdutivo Abdutivo é uma forma de dedução que permite apenas uma inferência plausível, pois ela pode não estar correta. Se B é verdadeiro e se A implica B é verdadeiro, então A é verdadeiro?
Raciocínio abductivo: exemplo Regra: se uma pessoa é brasileira, ela fala português Fato: Maria fala português Conclusão: Maria é brasileira?
Raciocínio analógico É um meio de adaptar o conhecimento existente para resolver um novo problema As pessoas formam um modelo mental de alguns conceitos através de suas experiências. Eles usam este modelo dentro do raciocínio analógico para ajudá-los a entender alguma situação ou algum objeto
Raciocínio senso comum Através da experiência, as pessoas aprendem a resolver problemas eficientemente. Elas usam o senso comum para achar rapidamente uma solução.
Inferência Sistemas especialistas modelam o processo de raciocínio de humanos usando uma técnica chamada inferência processo usado em um sistema especialista para derivar uma nova informação a partir de uma informação já conhecida.
Máquina de Inferência Um sistema especialista realiza a inferência usando um módulo chamado máquina de inferência. A máquina de inferência é um processador que trabalha com uma informação atual para derivar conclusões adicionais.
Máquina de Inferência... O sistema combina fatos contidos na memória de trabalho com o conhecimento contido na base de conhecimento. Através desta ação ele é capaz de deduzir uma nova informação, que é adicionado então à memória de trabalho.
Máquina de Inferência: modelo Base de Conhecimento Regras Frames Memória de Trabalho Casos/Fatos Conclusão Máquina de Inferência
Forward-chaining: definição Estratégia de inferência que começa com um conjunto de fatos conhecidos, usando regras, deriva novos fatos e continua até que um objetivo seja alcançado ou até que não haja mais fatos que possam ser derivados.
Forward_chaining: exemplo Regra 1 SE E O paciente tem dor de garganta Há suspeita de infecção bacteriana ENTÃO Paciente tem inflamação da garganta Regra 2 SE A temperatura do paciente é > 38.5 graus ENTÃO O paciente tem febre Regra 3 SE O paciente está doente mais de um mês E O paciente tem febre ENTÃO Há suspeita de infecção bacteriana
Forward_chaining: exemplo... Memória de Trabalho FATOS A temperatura do paciente é = 39 graus O paciente está doente há dois meses O paciente tem dor de garganta
Forward-chaining: trace do ex. Ciclo 1 Regra 1, Premissa 1 Dor de garganta verdadeiro Memória de Trabalho Temp = 39 Doente há 2 meses Dor de garganta Regra 1, Premissa 2 Infecção bacteriana Regra 2, Premissa 1 temperatura > 38.5 Dispara Regra 2 Paciente tem febre desconhecido verdadeiro conclusão Temp = 39 Doente há 2 meses Dor de garganta Temp = 39 Doente há 2 meses Dor de garganta Paciente tem febre
Forward-chaining: trace do ex. Ciclo 2 Regra 3, Premissa 1 Doente mais de um mês verdadeiro Memória de Trabalho Temp = 39 Doente há 2 meses Dor de garganta Paciente tem febre Regra 3, Premissa 2 Paciente tem febre Temp = 39 Dispara Regra 3 Infecção bacteriana verdadeiro conclusão Doente há 2 meses Dor de garganta Paciente tem febre Infecção bacteriana
Forward-chaining: trace do ex. Ciclo 3 Regra 1, Premissa 1 Dor de garganta verdadeiro Memória de Trabalho Temp = 39 Doente há 2 meses Dor de garganta Paciente tem febre Regra 1, Premissa 2 Infecção bacteriana Dispara Regra 1 Infecção de garganta PARA verdadeiro conclusão Temp = 39 Doente há 2 meses Dor de garganta Paciente tem febre Infecção bacteriana Infecção de garganta
Backward-chaining: definição Estratégia de inferência que tenta provar uma hipótese através da obtenção de informações que a suportem.
Forward-chaining: exemplo Regra 1 SE E Há sinais de infecção de garganta Há evidências que o organismo seja streptococcus ENTÃO Paciente com infecção streptococcal da garganta Regra 2 SE Paciente com garganta vermelha ENTÃO Há sinais de infecção de garganta Regra 3 SE A COLORAÇÃO DO organismo é gram-positivo E E A morfologia do organismo é coccus O crescimento do organismo é cadeias ENTÃO Há evidências que o organismo é streptococcus
Backward-chaining: trace do exemplo Passo 1 Meta:paciente tem infecção streptococcal da garganta Memória de Trabalho Passo 2 Meta conhecida Não Passo 3 Encontre regra com meta na parte ENTÃO: regra 1 Passo 4 Veja se Regra 1, Premissa 1 é conhecida Há sinais de infecção garganta Não
Backward-chaining: trace do exemplo Passo 5 Encontre regra com esta premissa na parte ENTÃO: regra 2 Passo 6 Não Memória de Trabalho Veja se Regra 2, Premissa 1 é conhecida Paciente com garganta vermelha Passo 7 Encontre regra com esta premissa na parte ENTÃO: Nenhuma
Backward-chaining: trace do exemplo Passo 8 Esta premissa é uma primitiva que resulta nas seguintes perguntas e resposta, e que disparam a Regra 2: P: A garganta do paciente está vermelha? R: Sim Dispara Regra 2 Há sinais de infecção da garganta Passo 9 Veja se Regra 1, Premissa 2 é conhecida Há evidência que o organismo é streptococcus Memória de Trabalho Paciente com garganta vermelha Infecção de garganta Não
Backward-chaining: trace do exemplo Passo 10 Encontre regra com esta premissa na parte ENTÃO: regra 3 Passo 11 Os passos seguintes resultam em: Todas as três premissas da regra 3 são primitivas resultando em perguntas ao usuário. Suponha que todas as respostas sejam verdadeiras. O sistema adiciona estas informações na memória de trabalho, além do fato há evidência que o organismo é streptococcus disparado pela regra 3. Memória de Trabalho Paciente com garganta vermelha Infecção de garganta Decoloração é grampos Morfologia é coccus Cresce em cadeias
Backward-chaining: trace do exemplo Passo 12 Já que foi possível provar as premissas da regra-meta original, i.e. Regra 1 é disparada e a sua conclusão é adicionada à Memória de Trabalho. Memória de Trabalho Paciente com garganta vermelha Infecção de garganta Decoloração é grampos Morfologia é coccus Cresce em cadeias Paciente tem infecção streptococcal de garganta Paciente com infecção streptococcal de garganta
Vantagens do forward-chaining É eficiente quando o problema geralmente começa pelo acúmulo de informações e, posteriormente, busca extrair o que pode ser inferido a partir delas. Exemplo: Paciente tem uma temperatura alta, dor de cabeça e garganta dolorida
Desvantagens do forward-chaining Ele pode não reconhecer que algumas evidências são mais importante que outras. Exemplo: Você acredita que você esta tendo um ataque de coração? Seu nariz está escorrendo?
Vantagens do backward-chaining Adequado quando o problema geralmente começa formando uma hipótese, e então é concluído que esta pode ser provada. Exemplo: Eu acredito que o paciente está com a garganta inflamada.
Desvantagens do Backward-chaining A principal desvantagem do sistema Backward-chaining é que ele sempre continuará seguindo uma determinada linha de raciocínio.
Escolhendo entre forward e backward Conhecer o problema. Poderemos fazer a escolha mais adequada, analisando como um especialista resolve um determinado problema. Rever de que maneiras já foi resolvido o problema anteriormente.