Administração de Sistemas de Informação Sistemas Especialistas

Propaganda
Administração de
Sistemas de Informação
Sistemas Especialistas
Prof. Afranio Lamy Spolador Jr.
[email protected]
[email protected]
Agradecimentos:
Ao Prof. Edson Emílio Scalabrin, PhD
Inteligência Artificial
“Uma área de pesquisa que investiga
formas de habilitar o computador a
realizar tarefas nas quais, até o
momento, o ser humano tem um
melhor desempenho”.
Elaine Rich
Gestão do Conhecimento Parte III
Prof. Afranio Lamy Spolador Jr.
Inteligência Artifical (Definições)


Conjunto de técnicas para a construção de
máquinas “inteligentes”, capazes de resolver
problemas que requerem inteligência humana.
(Nilsson)
Ramo da Ciência da Computação dedicado à
automação de comportamento inteligente. (Luger e
Stubble)

Tecnologia de processamento de informação que
envolve processos de raciocínio, aprendizado e
percepção. (Winston)
Gestão do Conhecimento Parte III
Prof. Afranio Lamy Spolador Jr.
Inteligência Artificial x Inteligência Natural
INTELIGÊNCIA NATURAL
INTELIGÊNCIA ARTIFICIAL
É permanente;
 Pode ser menos
dispendiosa;
 Consistente e
“perfeita”;
 Facilmente
documentada;
 Facilidade para duplicar
e disseminar.




É criativa;
Experiências
sensoriais;
Facilidade para
reconhecer o
relacionamento entre
as coisas, para detectar
qualidades e isolar
padrões;
Constante evolução
natural
Gestão do Conhecimento Parte III
Prof. Afranio Lamy Spolador Jr.
Sistemas Especialistas (Expert Systems)


São programas de aconselhamento
computadorizado que tentam simular os
processos de raciocínio dos especialistas ao
solucionar problemas difíceis.
Vantagens:
Aumento da Produtividade;
 Aprimoramento das forças de trabalho;
 Redução de custos;
 Retenção do conhecimento.

Gestão do Conhecimento Parte III
Prof. Afranio Lamy Spolador Jr.
Sistemas Especialistas
Raciocínio para tomada de decisão

Exemplos de regras:
Se < chove > então eu pego meu guarda-chuva
Se < não encontro meu guarda-chuva > então eu procuro
minha capa impermeável
Se < está quente > então eu retiro minha blusa

Funcionamento :


As regras são confrontadas à situações correntes
fatos, e uma ação correspondente é efetuada.
Esse comportamento é facilmente reproduzido em
computadores nos sistemas especialistas ou ainda
sistemas a base conhecimentos.
Gestão do Conhecimento Parte III
Prof. Afranio Lamy Spolador Jr.
Sistemas Especialistas
Arquitetura de um sistema a base de conhecimentos
Sistema Especialista
Base de
Fatos
Motor de
inferência
Gestão do Conhecimento Parte III
Prof. Afranio Lamy Spolador Jr.
Base de
conhecimentos
Mecanismo e estratégia de inferência

Considerando uma regra:




Se as premissas estão contidas na Base de Fatos BF,
então aplica-se a regra i.e. insere-se as conclusões BF
senão passa para a próxima regra
Quando detecta-se que um objetivo foi atingido ou que
mais nenhuma regra se aplica, o processo de raciocínio é
encerrado
As variações nesse mecanismo estão relacionadas a
escolha da primeira regra, a escolha próxima regra,
Gestão do Conhecimento Parte III
Prof. Afranio Lamy Spolador Jr.
Exemplo de Inferência
Regra
Regra
Regra
Regra
01:
02:
03:
04:
Se
Se
Se
Se
A
B
C
D
então
então
então
então
A
2
3
D
Encadeamento
para traz
A
Encadeamento
4 para frente
1
B
B & C
D
E
G
C
E
5
G
B
C
D
E
G
Gestão do Conhecimento Parte III
Prof. Afranio Lamy Spolador Jr.
Exemplo de base de regras
Regra 01: Se distância > 5 km,
pegaremos o carro
Regra 02: Se distância > 1 km e tempo < 15 minutos,
pegaremos o carro
Regra 03: Se distância > 1 km e tempo > 15 minutos,
iremos a pé
Regra 04: Se iremos de carro e o cinema é no centro da
cidade, pegaremos um taxi
Regra 05: Se iremos de carro e o cinema não é no centro
da cidade,
pegaremos nosso próprio carro
Regra 06: Se iremos a pé e o tempo está ruim, pegaremos
uma impermeável
Regra 07: Se iremos a pé e o tempo está bom,
iremos em ritmo de passeio
Gestão do Conhecimento Parte III
Prof. Afranio Lamy Spolador Jr.
Árvores de Decisão

Forma para representar as regras;
É importante para a criação de um sistema
especialista.

Exemplo de base de dados:

inteligência
sim
não
sim
sim
não
não
não
não
beleza
bonito
feio
feio
feio
bonito
bonito
bonito
feio
situação financeira
classe
rico
namorar_sim_namora
pobre
namorar_não_namora
pobre
namorar_sim_namora
mediano
namorar_sim_namora
pobre
namorar_não_namora
mediano
namorar_sim_namora
rico
namorar_sim_namora
rico
namorar_sim_namora
Gestão do Conhecimento Parte III
Prof. Afranio Lamy Spolador Jr.
Árvores de Decisão
Exemplo
situacao_financeira
rico --->
namorar_sim_namora
pobre --->
inteligencia
nao --->
namorar_nao_namora
sim --->
namorar_sim_namora
mediano --->
namorar_sim_namora
Gestão do Conhecimento Parte III
Prof. Afranio Lamy Spolador Jr.
Cases

GE
Carrier
 Departamento de tesouro americano
 Nortwest Airlines
Ebara Manufacturing
Expert SINTA

Gestão do Conhecimento Parte III
Prof. Afranio Lamy Spolador Jr.
Download