Inteligência Artificial

Sistemas Especialistas
Rômulo C. de Melo
Elton da Silva Motta
Ney Marcelo B. Pellegrini

Resumo

Os Sistemas Especialistas são programas computacionais que

utilizam a Inteligência Artificial para solucionar problemas muito
complexos que requerem os conhecimentos de especialistas humanos no
domínio no quais eles serão implementados. Neste artigos iremos
considerar suas principais características e componentes.

Palavras-Chave

Sistemas Especialistas, Shell’s, Inteligência Artificial, Conhecimento

Artificial Intelligence
Expert Systems

Summary

The Expert Systems are computer programs that use Artificial

Intelligence to solve very complex problems that need human experts
knowledge in the domain area that they will be implemented. In this article
we will consider their characteristics and components.

Keywords

Expert Systems, Shell’s, Artificial Intelligence, Experts, Knowledge

1. Introdução
A primeira menção ao termo “Inteligência artificial surgiu em 1956, em um
encontro de pesquisadores no Dartmouth College em Vermont nos Estados Unidos. Este
encontro foi realizado por John McCarthy, considerado o pai da Inteligência Artificial.

Existem várias definições acerca de o que Inteligência Artificial. Segundo

[RICH, NIGHT], Inteligência Artificial é o estudo de como fazer os computadores
realizarem coisas, no momento, as pessoas fazem melhor. As principais características
presentes na IA (Inteligência Artificial) são, manipulação de símbolos ao invés de
números, utilização de inferências e declarações a partir de informações disponíveis e
aplicação do conhecimento ma resolução de problemas complexos.

No princípio, a Inteligência Artificial era somente utilizada por poucos

pesquisadores em seus laboratórios. Os grande responsáveis pela transição da
Inteligência Artificial dos laboratórios, como uma ciência puramente acadêmica, para
uma ciência comercialmente significativa, foram os Sistemas Especialistas.

Atualmente a IA é subdividia em três ramos: o “Processamento da Linguagem

Natural”, que estuda o desenvolvimento de programas que leiam, falem ou entendam a
linguagem que as pessoas falam no diariamente; o “Desenvolvimento de Robôs
Inteligentes”, para este ramo interessa como desenvolver programas visuais e táteis, que
permitam aos robôs observar as continuas alterações que se sucedem em um ambiente e
o último ramo e o de aplicação mais comercial, os “Sistemas Especialistas”, programas
que usam o conhecimento simbólico para simular o comportamento dos especialistas
humanos.

Neste artigo, iremos abordar os Sistemas Especialistas, uma ramo da Inteligência

Artificial que descreve os sistemas computacionais que utilizam o conhecimento em um
determinado domínio da aplicação para a resolução de problemas complexos.

2. Sistemas Especialistas
Segundo Feigenbaum. [apud Harmon, 1988] um Sistema Especialista (SE) “ é
um programa inteligente de computador que usa conhecimentos e procedimentos
inferenciais, para resolver problemas muito complexos, de forma a requererem para sua
resolução muita perícia humana”. O conhecimento que os SE’s necessitam para
solucionarem esses problemas é emulado através de uma substancial base de
conhecimentos domínio da aplicação (área de interesse específico no mundo real, na
qual é requerido o conhecimento de um especialista humano para resolução de
problemas), também são utilizados um ou mais mecanismos de raciocínio, para aplicar
todo esse conhecimento armazenado aos problemas.

Para que um sistema seja considerado especialista, segundo Farreny(1985),

alguns componentes são essenciais para sua caracterização, são eles:

  Uma Linguagem de expressão dos conhecimentos fornecidos pelos

especialistas
   Uma Base de Conhecimentos, para armazenar o conhecimento específico
de uma determinada aplicação, que pode ser diretamente fornecida por um
especialista ou acumulado pelo sistema ao fim dos experimentos
  Um Motor de Inferência, programa relativamente geral que explora que
explora o conhecimento da base precedente, considerando-a como fonte
como fonte de informações (Assim, suscetível a mudanças).

A tecnologia utilizada para o desenvolvimento dos Sistemas Especialistas é

denominada Engenharia do Conhecimento. Nela o “Engenheiro do Conhecimento” , que
é o responsável direto pelo desenvolvimento do sistema em um determinado domínio,
deverá adquirir através de pesquisas e entrevistas com especialistas o máximo possível
de conhecimento do domínio e traduzir essas informações para um formato que possa
ser reconhecido pelo computador. Esta fase é denomina de “Aquisição de
Conhecimento” .

2.1 Classificação dos Sistemas Especialistas

O Grupo de Sistemas inteligentes (GSI) do Departamento de Informática da
Universidade de Maringá (UEM), apresentou uma classificação para os diversos tipos
de sistemas especialistas. Abaixo segue uma classificação baseada na funcionalidade
dos sistemas:

  Interpretação - sistemas que inferem descrições de situações à partir da

observação de fatos fazendo uma análise de dados e procurando determinar
as relações e seus significados.
  Diagnósticos - sistemas que detectam falhas oriundas da interpretação de
dados.
  Monitoramento - interpreta as observações de sinais sobre o
comportamento monitorado.
  Predição - a partir de uma modelagem de dados do passado e do
presente, este sistema permite uma determinada previsão do futuro.
  Planejamento - o sistema prepara um programa de iniciativas a serem
tomadas para se atingir um determinado objetivo.
  Projeto - sistema capaz de justificar a alternativa tomada para o projeto
final, e de fazer uso dessa justificativa para alternativas futuras.
  Depuração - trata-se de sistemas que possuem mecanismos para
fornecerem soluções para o mau funcionamento provocado por distorções de
dados.
  Reparo – o sistema desenvolve e executa planos para administrar os
reparos verificados na etapa de diagnóstico.
  Instrução - o sistema de instrução tem um mecanismos para verificar e
corrigir o comportamento do aprendizado dos estudantes.
  Controle - sistema que governa o comportamento geral de outros
sistemas (não apenas de computação). É o mais completo, de um modo geral,
pois deve interpretar os fatos de uma situação atual, verificando os dados
passados e fazendo uma predição do futuro. Apresenta os diagnósticos de
 possíveis problemas, formulando um plano ótimo para sua correção. Este
plano de correção é executado e monitorado para que o objetivo seja
alcançado.

3. Representando o Conhecimento
O formato que o engenheiro do conhecimento utiliza para capturar o
conhecimento é denominado Representação do Conhecimento. Existem várias técnicas
de representação do conhecimento: lógica de predicados, baseada em casos, frames,
reconhecimento de padrões, entre outras. Entretanto, a maneira mais amplamente
utilizada de representar o conhecimento do domínio da aplicação nos Sistemas
Especialistas é como um conjunto de regras de produção, que são simplesmente um
conjunto de condições no estilo SE... ENTÃO..., com a possibilidade de inclusão de
conectivos lógicos relacionando os atributos no escopo do conhecimento e o uso de
probabilidades.

3.1 Representando o conhecimento através de regras de produção

As principais vantagens de se utilizar a técnica baseada em regras de produção
são:
  Modularidade: cada regra, por si mesma, pode ser considerada como
uma peça de conhecimento independente;

  Facilidade de edição (uma conseqüência da modularidade): novas

regras podem ser acrescentadas e antigas podem ser modificadas com
relativa independência;

  Transparência do sistema: garante maior legibilidade da base de

conhecimentos.

Portanto, é preciso ter em mente que a modularidade de um sistema baseado

nessa arquitetura permite a construção passo-a-passo da base de conhecimentos, ou seja,
é possível realizar vários testes com apenas um subconjunto de regras concluído.
Obviamente, sabe-se que menos regras implicam geralmente em um menor número de
casos abrangidos.

3.1.1 Conhecimento procedural x conhecimento declarativo

Quando uma pessoa tem conhecimento de algum fato, certamente ela poderá
extrair tudo o que souber sobre aquele fato quando bem entender. Porém, na
Inteligência Artificial, existe um problema a mais quanto ao uso do conhecimento.

Supõe-se que o conhecimento por si só já é o suficiente para a resolução de

problemas. Essa é a idéia por trás do conhecimento declarativo: não há preocupações
quanto ao seu uso, somente quanto à sua posse e especificação, e ela já garantirá o
alcance dos objetivos desejados.
 Porém, a realidade é bem mais problemática. Um computador não é capaz de
decidir qual a próxima informação que ele utilizará para o desenvolvimento de uma
atividade. Faltam às máquinas um modo menos metódico e linear de ação. É necessário
que especifiquemos uma estratégia de uso do seu “saber”. No conhecimento
procedimental as informações de controle necessárias ao uso do mesmo já estão
embutidas no mesmo, para utilizar este tipo de conhecimento, devemos utilizar um
interpretador que siga as instruções fornecidas no conhecimento.

4. Utilizando o conhecimento
Para se utilizar o conhecimento, a máquina de inferência deve percorrer as
diversas regras da base de conhecimentos. Existem dois modos de realizar essa busca: o
encadeamento para frente à partir de estados iniciais e o encadeamento para trás à partir
de estados-metas. Deve-se analisar com cuidado qual modo o modo que será utilizado
no sistema, podendo-se, inclusive, combinar os dois métodos.

4.1 Encadeamento para trás

O encadeamento para trás é o método de utilização do conhecimento mais

utilizado nos Sistemas Especialistas. Nele, o projetista deve incluir na definição da base
quais os atributos que devem ser encontrados (ou seja, os objetivos - goals - do sistema
especialista). A máquina de inferência encarrega-se de encontrar uma atribuição para o
atributo desejado nas conclusões das regras (após o ENTÃO...). Obviamente, para que a
regra seja aprovada, suas premissas devem ser satisfeitas, obrigando à máquina a
encontrar os atributos das premissas para que possam ser julgadas, acionando um
encadeamento recursivo. Caso o atributo procurado não seja encontrado em nenhuma
conclusão de regra, uma pergunta direta é feita ao usuário

5. Shell’s
Com o passar dos tempos foi-se observado que os Sistemas Especialistas
possuíam diversas características em comum, como o fato de serem construídos como
um conjunto de representações declarativas combinadas com um interpretador, a
máquina de inferência. Observou-se então que era possível separar o interpretador do
conhecimento do conhecimento do domínio da aplicação, criando aplicações mais
gerais para o Sistemas Especialistas.

Shell’s são ferramentas computacionais que utilizam técnicas de Inteligência

Artificial para geração automática de sistemas especialistas. Estas ferramentas utilizam
um modelo de representação do conhecimento baseado em regras de produção e
probabilidades, tendo como objetivo principal simplificar o trabalho de implementação
de sistemas especialistas através do uso de uma máquina de inferência compartilhada,
da construção automática de telas e menus, do tratamento probabilístico das regras de
produção e da utilização de explicações sensíveis ao contexto da base de conhecimento
modelada. Um sistema especialista baseado em tal tipo de modelo é bastante útil em
problemas de classificação. O usuário responde a uma seqüência de perguntas
interagindo com o computador, e o sistema encarregar-se-á de fornecer respostas que se
encaixem no quadro apontado pelo usuário. Como exemplos, temos sistemas de
diagnósticos médicos e configuração de redes de computadores.
6. Conclusão
O uso dos Sistemas Especialistas pode trazer grandes benefícios as nossas vidas
cotidianas. Eles não têm como objetivo tomar o lugar dos especialistas humanos, mas
sim auxiliá-los na tomada de decisões. A grande capacidade de armazenar informações
dos computadores, possibilita um grande potencial em interpretar estatísticas e formular
regras. Atualmente os Sistemas Especialistas estão sendo utilizados em diversas áreas
como treinamentos, realizando diagnósticos médicos, auxiliando na agricultura e
mineração, podendo até trabalharem junto com sistemas convencionais nos ambientes
organizacionais.