Aluno: Ivan Pessanha Ramos Castro Matrcula: 200101793211

Expert SINTA O Expert SINTA uma ferramenta computacional que utiliza tcnicas de Inteligncia Artificial para gerao automtica de sistemas especialistas. Esta ferramenta utiliza um modelo de representao do conhecimento baseado em regras de produo e probabilidades, tendo como objetivo principal simplificar o trabalho de implementao de sistemas especialistas atravs do uso de uma mquina de inferncia compartilhada, da construo automtica de telas e menus, do tratamento probabilstico das regras de produo e da utilizao de explicaes sensveis ao contexto da base de conhecimento modelada. (Laboratrio de Inteligncia Artificial da Univ. Federal do Cear) Em resumo o Expert SINTA uma ferramenta para realizar a gerao automtica de sistemas especialistas atravs da utilizao de tcnicas de Inteligncia Artificial, sistemas de regras e probabilidades. O SINTA simplifica a produo de sistemas especializados, utiliza mquina de inferncia compartilhada e realiza a montagem automtica das telas e menus de acordo com a base de dados modelada e com as regras construdas. O usurio do sistema gerado responde uma sequncia de menus e telas enquanto o sistema efetua os clculos e selees afim de fornecer as respostas que se enquadrem no cenrio descrito pelas perguntas. Tais sistemas podem ser usados para efetuar diagnsticos mdicos de acordo com sistomas, configurao de rotas e redes de computadores e modelagem de controle de trfego. Referncia Bicliogrfica: http://sites.setrem.com.br/stin/2012/anais/Fhabiana.pdf

Resumos Aquisio e representao de conhecimento Existem aplicaes em que o foco principal a realizao de anlises lgicas a partir de um conjunto de problemas. Para que estas anlises possam ser feitas precisamos representar de forma computacional as informaes, definir quais mecanismos e rotinas que iro acessar e processar essa informao, ressaltando que novas informaes podem ser geradas para comporem e agregadas a base de informaes a ser trabalhada. O conhecimento de um problema formado por informaes e por meios de manipulao destas informaes. O conjunto de conhecimentos sobre problemas chamado de base de conhecimento. Uma base de conhecimento deve ser descrita atravs de uma linguagem de representao na forma de sentenas. A respeito de sentenas podemos destacar dois aspectos: A sintaxe, que descreve a simbologia da linguagem em questo e como relacionar esses smbolos. A semntica que visa dar sentindo aos

smbolos e seus relacionamentos de forma que possamos associ-los aos fatos do domnio do problema. A linguagem de representao a ser usada dever ser expressiva, concisa, inequvoca, independente de contexto e ser capaz de gerar e usar novas sentenas derivadas das originais. Geralmente representamos problemas usando a Lgica de Primeira Ordem quando da aplicao de tcnicas de Inteligncia Artificial. Com esta representao podemos modelar problemas no matemticos, formulando teoremas para teste e prova. Sistema Especialista Os sistemas especialistas so programas de computador que manipulam conhecimento e informaes de forma inteligente. Eles so desenvolvidos para resolver problemas que requerem uma grande quantidade de conhecimento humano e de especializao. Por isso todo sistema especialista possui uma Base de Conhecimento onde armazenado conhecimento humano sobre uma determinada rea na qual o sistema ser usado. Um exemplo de sistema especialista seria o de um sistema de apoio tomada de decises empresariais: este sistema deveria armazenar informaes relevantes ao bom desempenho empresarial de um determinado empreendimento. Assim os empresrios poderiam consult-lo sempre que tivessem a necessidade de tomar uma deciso. Estrutura de um sistema especialista A estrutura mnima de um sistema especialista pode ser composta por: Base de conhecimento, memria de trabalho, ncleo (coleta de dados, inferncia e explicao) e a interface. A base de conhecimento o local onde est armazenado o conhecimento sobre o domnio de atuao do sistema especialista. Esse conhecimento pode ser representado em vrias linguagens de representao de conhecimento como: regras de produo, lgica ou redes semnticas.

Raciocnio de um sistema especialista Uma rvore de busca um grafo resultante da anlise de um determinado grafo por um mtodo de busca. Possui o estado inicial da primeiro como no raiz e seus ns filhos so gerados pela aplicao dos operadores. Incerteza de um sistema especialista As estratgias de busca podem ser: desinformadas ou cegas por apenas serem capaz de identificar se determinado n a soluo do problema ou no e informadas que utilizam informaes sobre o espao de busca, solues desejadas de forma a encontrar a soluo de forma mais eficiente e guiada. Alm da classificao inicial, podemos caracteriz-las como completas ou timas. As completas exploram todo o espao de busca e as timas so capazes de sempre encontrar o melhor caminho para a soluo. Ferramentas para o desenvolvimento de Sistemas Especialistas

a) Irrevogvel: o mtodo mais simples de se construir a rvore de busca sobre um grafo de estados, a partir da raiz, e por aplicao sucessiva dos operadores, percorre-se um caminho at que a soluo seja encontrada ou at que no se possa mais prosseguir, seja pela impossibilidade de aplicar operadores, seja por exausto dos recursos computacionais. O mtodo irrevogvel no garante encontrar soluo para o problema e quando encontra no garante ser a de maior qualidade.

Aplicaes de Sistemas Especialistas a) A busca ordenada uma verso mais genrica da busca em largura mas, em vez de expandir os ns menos profundos, os ns expandidos so aqueles que possuem o menor custo de obteno. O mtodo inicia expandindo o n raiz. Se nenhum dos ns filhos for alguma soluo, ento aquele que tiver o menor custo de obteno expandido. Se alguma soluo ainda no tiver sido encontrada, ento de todos os ns abertos, expande-se aquele que tiver o menor custo e assim por diante. Buscas informadas: Os algoritmos que sero vistos a seguir utilizam informaes sobre o problema abordado heursticas de modo a selecionar um n que seja mais promissor para o encontro da soluo, evitando que ns presentes em caminhos inteis sejam selecionados. b) Na Busca Gulosa a estimativa de custo realizada por uma funo chamada de funo heurstica ou apenas heurstica, sendo representada por h(n). o n raiz expandido e seus filhos avaliados segundo uma funo heurstica. Se nenhum deles for a soluo, aquele que tiver o menor custo estimado expandido e seus filhos so avaliados. Se nenhum desses filhos for a soluo, o processo repetido com um deles, isto , com o que tiver menor custo estimado e assim por diante. Quando um n folha selecionado para a expanso, ele fechado e a busca continua com o n aberto de menor avaliao. importante observar que quanto mais precisa for a definio de uma heurstica melhor ser o comportamento da busca. Alm disso, a definio de uma funo heurstica para um problema depende dos pontos de vista de um pesquisador e de suas fontes de informao. c) A busca A* hoje a mais utilizada por reunir as melhores qualidades da busca ordenada e da busca gulosa, sejam estes a capacidade de definir o n com o menor custo a partir do n raiz (ordenada) e a capacidade da definio do n com menor estimativa de custo a partir de heurstica. Estas estratgias so timas, exploram todo o espao de busca, possuem rapidez e pouco consumo de memria. Temos que g(n) a funo que retorna o custo real da origem at o n n e h(n) a funo heurstica que retorna o custo estimado a partir do n at a soluo. Se as funes estiverem bem definidas, principalmente a funo heurstica mais informada, a busca A* tende a ser muito eficiente sempre encontrando a soluo tima se esta existir. d) Busca A* iterativo em profundidade - Encontramos alguns casos em que a busca A* tem dificuldades de relacionadas ao espao de memria e tempo de armazenamento, nestas ocasies utilizamos estratgias de limite de profundidade busca A*. A profundidade neste contexto est relacionada aos custos dos ns e no ao seu nvel, portanto definimos limites aos custos que sero aceitos para a anlise. Na primeira iterao o n raiz tem seus custos avaliados e expandido, os ns que tiverem limites superiores aos estipulados anteriormente so descartados. Os que sobraram so avaliados e caso a soluo no tenha sido encontrada, o de menor custo expandido e o procedimento

de anlise e expanso repetido. Caso o algoritmo tenha terminado ou a arvore toda gerada sem encontrar uma soluo, uma nova iterao realizada redefinindo-se os limites de profundidade para que a nova rvore seja gerada. O processo de redefinio dos limites e de descarte de rvores se repete at a soluo do problema.