UNIVERSIDADE FEDERAL DE SO CARLOS

CENTRO DE CINCIAS EXATAS E DE TECNOLOGIA DEPARTAMENTO DE COMPUTAO

INTELIGNCIA ARTIFICIAL E OS SISTEMAS ESPECIALISTAS

AUTORES: Vandor Roberto Vilardi Rissoli Jos Augusto Fabri Heloisa de Arruda Camargo
RT-DC 0_ _ / 99

So Carlos Julho 1999

INTELIGNCIA ARTIFICIAL E OS SISTEMAS ESPECIALISTAS

Jos Augusto Fabri Vandor Roberto Vilardi Rissoli Heloisa de Arruda Camargo

Universidade Federal de So Carlos Departamento de Computao C.P. 676 - 13565-905 - So Carlos (SP) - Brasil e-mail: {fabri, vandor, heloisa } @ dc.ufscar.br

Resumo: Este trabalho apresenta os principais conceitos e caractersticas relacionadas aos Sistemas Especialistas (SE) e aos processos de aquisio e representao do conhecimento. Um breve acompanhamento histrico da evoluo da Inteligncia Artificial (IA) tambm faz parte deste trabalho.

Palavras chaves: sistemas baseados em conhecimento, sistemas baseados em regras, sistemas especialistas, aquisio de conhecimento, representao do conhecimento.

SUMRIO

LISTA DE FIGURAS....................................................................................................................................3 INTELIGNCIA ARTIFICIAL E OS SISTEMAS ESPECIALISTAS........................................................1 INTRODUO.............................................................................................................................................1 INTELIGNCIA ARTIFICIAL.........................................................................................................................1 Histria da Inteligncia Artificial........................................................................................................2 Tcnicas Utilizadas em Inteligncia Artificial.....................................................................................5 Principais reas de Pesquisa da Inteligncia Artificial......................................................................5 SISTEMAS ESPECIALISTAS..........................................................................................................................6 Estrutura dos Sistemas Especialistas...................................................................................................7
Base de Conhecimento...................................................................................................................................8 Mquina de Inferncia...................................................................................................................................9 Interface de Aquisio...................................................................................................................................9 Interface de Usurio.....................................................................................................................................10

Caractersticas Bsicas dos Sistemas Especialistas..........................................................................10

nfase no Conhecimento.............................................................................................................................10 Engenharia do Conhecimento.................................................................................................................11 Aquisio do Conhecimento...................................................................................................................12 Anlise do Conhecimento.......................................................................................................................13 Representao do Conhecimento............................................................................................................14 Heurstica.....................................................................................................................................................18 Manipulao de Smbolos............................................................................................................................20

Categorias Gerais dos Sistemas Especialistas..................................................................................20 Diferenas entre os Sistemas Especialistas e os Sistemas Convencionais........................................22 Desenvolvimento de Sistemas Especialistas......................................................................................23
Anlise do Problema....................................................................................................................................24 Seleo de Estratgias para os Sistemas Especialistas..................................................................................25 Validao e Teste do Sistema Especialista...................................................................................................26 Disponibilizao do Sistema Especialista....................................................................................................27

REFERNCIAS BIBLIOGRFICAS.........................................................................................................28

LISTA DE FIGURAS

FIGURA 1 - REPRESENTAO DOS SE EM RELAO AOS SBC.....................................................6

FIGURA 2 - ESTRUTURA DOS SISTEMAS ESPECIALISTAS...............................................................7 FIGURA 3 - REPRESENTAO DAS SUBESTRUTURAS DOS SISTEMAS ESPECIALISTAS.........8 FIGURA 4 - EXEMPLO DE ENCADEAMENTO DIRETO OU PARA FRENTE...................................16 FIGURA 5 - EXEMPLO DE ENCADEAMENTO REVERSO OU PARA TRS....................................18 FIGURA 6 - REPRESENTAO RESUMIDA DAS TAREFAS NECESSRIAS PARA O DESENVOLVIMENTO DOS SE...............................................................................................................24

LISTA DE TABELAS

TABELA 1 - CARACTERSTICAS BSICAS DOS SE..........................................................................11 TABELA 2 - REGRAS UTILIZADAS NO EXEMPLO DA FIGURA 4...................................................17 TABELA 3 - OUTRAS DIFERENAS ENTRE OS SE E OS SISTEMAS CONVENCIONAIS............23 TABELA 4 - COMPARAO ENTRE AS LINGUAGENS DE PROGRAMAO E AS SHELLS.....25

INTELIGNCIA ARTIFICIAL E OS SISTEMAS ESPECIALISTAS

Introduo

A Inteligncia Artificial (IA) uma rea da Cincia da Computao que tem por objetivo estudar e desenvolver mtodos, tcnicas e programas que permitam ao computador efetuar tarefas consideradas inteligentes, quando executadas por seres humanos [30]. O termo Inteligncia Artificial aparece em quase todos os campos do conhecimento, e os sistemas de IA surgem como uma alternativa para a soluo de problemas difceis e mal estruturados, que no puderam ser satisfatoriamente resolvidos por meio dos mtodos empregados pela computao convencional. Os Sistemas Especialistas (SE) podem ser vistos como uma rea de conhecimento da IA [09]. Eles so sistemas de computadores capazes de representar e raciocinar sobre o conhecimento de um domnio especfico, procurando resolver problemas ou aconselhar profissionais que tenham o poder de deciso [15]. Alm do sucesso acadmico e cientfico, os SE tem sido a soluo para muitos problemas na rea comercial e industrial, justificando com isso, o seu sucesso tambm no mercado de softwares, onde o surgimento de empresas especializadas no desenvolvimento deste tipo de sistema vm crescendo [21].

Inteligncia Artificial

A evoluo da IA ao longo do tempo, apresenta pelo menos o envolvimento de trs linhas de pesquisas: a linha biolgica, filosfica e psicolgica. A linha biolgica procura estudar e representar o funcionamento mecnico do crebro [25], enquanto que a linha filosfica encontra uma nova maneira de conceber o problema das relaes da mente com o corpo, alm das novas perspectivas de estudos que reflitam sobre a

natureza dos problemas da filosofia e da psicologia. A linha psicolgica concentra-se no estudo da cognio do raciocnio, permitindo a construo de programas computacionais que simulem aspectos da percepo humana, melhorando a compreenso do funcionamento e da natureza dos processos psicolgicos envolvidos na percepo visual, lingstica e em outras atividades mentais humanas [34]. Alm destas trs reas, inclui-se ainda, a IA que procura desenvolver projetos que capacitem os computadores a realizar tarefas similares as executadas pelo crebro, conferindo a estas mquinas a capacidade de raciocinar, tornando-as inteligentes. A IA tem o reconhecimento como uma parte da Cincia da Computao a partir da Segunda Guerra Mundial, com a idia de construir uma mquina pensante ou uma criatura artificial que imitasse as habilidades humanas. Porm esta idia muito antiga, onde os primeiros registros de criaturas artificiais com habilidades humanas tm uma forma mtica ou por vezes lendria, tornando difcil uma separao ntida entre imaginao e realidade. Apesar disto, as condies tcnicas para estas realizaes so recentes, o que faz aumentar a confuso entre o mito e a realidade, e algumas vezes, a impossibilidade de distingui-los, fazendo com que a IA possa ser considerada uma cincia com um extenso passado, mas com uma histria relativamente curta [34].

Histria da Inteligncia Artificial

Na dcada de 40, a necessidade de avanos tecnolgicos disponibilizava recursos financeiros para o desenvolvimento de mecanismos blicos, pois com a Segunda Guerra Mundial, havia um grande investimento em dispositivos de morte em massa. Por meio destes investimentos foram desenvolvidos os computadores. Na linha biolgica eram alcanados avanos por meio de pesquisas realizadas com prisioneiros de guerra, onde partes do crebro sofriam intervenes mdicas no intuito de se descobrir como ele funcionava. Surgiram ento os pesquisadores interessados em realizar a representao das clulas nervosas dos seres humanos em computadores, motivando com isso, o desenvolvimento de uma formalizao matemtica para o neurnio [25],[34].

Na dcada de 50 foram estabelecidos os fundamentos da IA, que incluam a lgica matemtica e a teoria das funes recursivas. Na linha de pesquisas psicolgicas, os pesquisadores comearam a se preocupar com o estudo do processo de raciocnio humano (processo cognitivo), alm do processo de tomada de deciso em termos de regras e fatos condicionais. predicados. Para isso, utilizavam-se de tcnicas de modelagem por meio de regras de produo, regras estas baseadas na lgica de Os fatos marcantes desta poca foram: (i) o desenvolvimento de um programa que provava teoremas (Logic Theorist) por meio das suas demonstraes; (ii) a introduo da programao por meio de comandos de lgica de predicados que proporcionou um grande avano para a programao de sistemas que utilizassem esquemas de raciocnio; (iii) o desenvolvimento da linguagem LISP ( List Processing) [37] que fornece um interpretador para desenvolver expresses simblicas recursivas. Na linha biolgica o grande sucesso foi a implementao do primeiro simulador de redes neurais artificiais e do primeiro neurocomputador [03],[25],[34]. Na dcada de 60 os pesquisadores procuraram simular o complexo processo de raciocnio, na tentativa de desenvolver mtodos gerais (senso comum), que poderiam ser igualmente bem aplicados a diferentes problemas, em diferentes reas. Com as dificuldades para se desenvolver programas de propsito geral, aumentou-se a presso para se produzir resultados prticos, fazendo com que os pesquisadores passassem a se concentrarem no desenvolvimento de mtodos e tcnicas gerais para serem usados em problemas especficos. heursticas. Muita ateno foi despendida para com a utilizao de regras Na linha biolgica, prosseguiram os desenvolvimentos de conceitos

relativos s redes neurais artificiais, com o aprimoramento do modelo existente. Para a linha psicolgica, esta dcada foi a descoberta da IA, onde utopicamente os pesquisadores acreditavam ser possvel realizar tarefas humanas, tais como o pensamento e a compreenso da linguagem natural por meio dos computadores. Porm os objetivos almejados no estavam sendo alcanados, e as crticas atacavam a falta de sustentao matemtica dos modelos, principalmente das redes neurais [03],[25]. A dcada de 70 comea com a linha biolgica tendo o seu perodo mais negro, aps as duras crticas do final da dcada de 60, como por exemplo as apresentadas em [39]. Apesar disto, nesta mesma dcada (70), pesquisadores conseguiram, por outros caminhos, chegar a algumas novas concepes sobre as redes neurais artificiais. Estas 3

novas concepes permitiram o nascimento das redes neurais representadas na forma de mapas cerebrais, onde o aprendizado era de toda a rede e no de um neurnio. J na linha psicolgica, estudos mais aprofundados demonstravam que no seria possvel a representao dos estados mentais humanos de pensamento em uma mquina, ao menos naquele estado da tecnologia. A descoberta mais importante aconteceu no final da dcada, quando os pesquisadores perceberam que a capacidade de imitar comportamento inteligente em um programa, depende muito mais do conhecimento que ele possui, do que dos formalismos ou esquemas de inferncia que ele utiliza. Com isso, a nova estratgia enfatizava que qualquer que fosse o conhecimento a ser analisado, era evidente que no poderia ser de senso comum, pois se reconhecia que era mais fcil extrair e representar um conhecimento especializado. Mais crucial Assim porm, passou a ser a concepo de que o conhecimento e as regras heursticas so especficos para certos domnios, no sendo intercambivies entre eles. surgiram os SE que deveriam buscar solues para problemas restritos, ou seja, problemas normalmente sujeitos considerao de especialistas humanos [03],[25]. Na dcada de 80 ampliavam-se as tcnicas e aplicaes dos sistemas especialistas que atingiram um sucesso comercial e industrial, alm de surgir o interesse de trabalho conjunto com outras reas, tais como: interfaces inteligentes, sistemas de apoio deciso e o controle de robs. O projeto envolvendo redes neurais consegue seu reconhecimento como linha de pesquisa, recuperando o seu prestgio [25]. A dcada de 90 consolidou as redes neurais como parte integrante do estudo da IA propriamente dita, tanto foram as aplicaes desenvolvidas, as propostas de novos modelos e o aperfeioamento dos modelos j existentes. Reconhece-se tambm, que os paradigmas biolgico e psicolgico so complementares e necessrios para os sistemas mais evoludos de IA, formando assim os chamados Sistemas Hbridos, que consistem na unio destas duas linhas de pesquisa para a construo de grandes sistemas que pretendem abranger uma forma mais completa de representao do comportamento humano [25]. No decorrer da sua histria, a IA enfrentou tambm problemas no campo filosfico, pois as suas realizaes no deixaram de chamar a ateno dos filsofos, que perceberam que muitos de seus conceitos e idias teriam de ser revistos. Os progressos 4

da IA tiveram um impacto muito grande nas concepes habituais que se tem da mente humana, sendo este fato, imediatamente, notado por aqueles que tm preocupaes filosficas e religiosas [34]. Recentemente o termo Inteligncia Computacional tem sido utilizado para referenciar um enfoque diferente da IA tradicionalmente simblica, concentrando as suas pesquisas em mtodos avanados de processamento de informaes. principais componentes so: evolucionria [40]. Seus redes neurais, conjuntos fuzzy e a computao

Tcnicas Utilizadas em Inteligncia Artificial

A inteligncia requer conhecimento, que por sua vez apresenta algumas caractersticas de difcil tratamento. Alm de ser indispensvel para soluo de (i) volumoso; (ii) difcil de ser problemas em IA, o conhecimento tambm :

caracterizado com preciso; (iii) est em constante mutao. As tcnicas de IA devem ser projetadas de acordo com as restries impostas pelos problemas de IA, mantendo um certo grau de independncia entre os problemas e as suas tcnicas de resoluo. Com isso, pode-se concluir que as tcnicas de IA procuram explorar o conhecimento que deve ser representado de modo que se possa: (i) capturar as generalizaes, permitindo que situaes que partilhem de propriedades importantes sejam agrupadas, economizando memria e tempo de atualizao; (ii) ser compreendido por pessoas que precisam supri-lo, embora para muitos programas a maior parte dos dados possa ser adquirida automaticamente; (iii) ser facilmente modificado para corrigir erros e para refletir mudanas no mundo e na sua visualizao; (iv) ser utilizado em muitas situaes, mesmo quando no totalmente preciso ou completo; (v) ser utilizado para superar seu prprio volume, ao ajudar a diminuir a faixa de possibilidades que devem ser consideradas [29].

Principais reas de Pesquisa da Inteligncia Artificial

A IA h muito deixou de ser uma cincia de laboratrio em pequena escala e transformou-se em um sucesso tecnolgico e industrial [07]. A meta principal dela a emulao de todo e qualquer comportamento humano que ainda no tenha sido automatizado, tendo como sua pesquisa bsica a preocupao com as reas de comportamento inteligente [17]. Atualmente, as principais pesquisas que esto sendo conduzidas na rea de IA so: processamento de linguagem natural, robtica, redes neurais, algoritmos genticos, reconhecimento de padres, sistemas baseados em conhecimento, onde inclui-se os SE, aperfeioamento de interfaces, programao explanatria, alm de uma diversidade de lgicas matemticas, formas de representao e aquisio do conhecimento e tratamento de incertezas [09], [17],[20],[29],[30].

Sistemas Especialistas Os Sistemas Baseados em Conhecimento (SBC) e os SE tem sido tratados como sinnimos, porm tm significados diferentes [35]. chamados de SE. Os SBC compreendem um conjunto de sistemas muito maior que os SE, apesar de serem equivocadamente Esta confuso advm do fato de que ambos so organizados da Na verdade, os SE constituem um mesma forma, ou seja, o conhecimento do problema esta armazenado separadamente dos outros componentes dos sistemas [04]. subconjunto dos SBC, como pode ser visto na Figura 1, enquanto que o inverso no verdadeiro. As principais diferenas entre os SE e os SBC so: (i) a especializao do conhecimento [35]; (ii) a aplicao deste conhecimento na resoluo de problemas reais de relativa complexidade [03].

Figura 1 - Representao dos SE em relao aos SBC.

A definio conceitual dos SE, assim como de seus componentes, ainda apresentam algumas distines entre os pesquisadores. A evoluo acelerada deste tipo 6

de sistema, com certeza, contribuiu muito para o surgimento destas variaes. Em [02], [04],[06],[09],[10],[15],[21],[23] e [24] so apresentadas algumas definies conceituais sobre os SE, onde podem ser observadas algumas destas variaes, porm todas as definies compartilham de que os SE so sistemas computacionais destinados a representar e usar o conhecimento de um ou mais especialistas humanos sobre um determinado domnio. A essncia de um SE pode tornar-se mais aparente por meio de alguns atributos como: (i) o sistema possui o conhecimento especfico separado dos mtodos de soluo do problema; (ii) a transferncia interativa de conhecimentos pode minimizar o tempo necessrio para a transferncia de conhecimento do especialista para a base de conhecimento; (iii) a estratgia de controle deve ser simples e transparente ao usurio, permitindo que este compreenda e perceba os efeitos da adio, alterao e remoo de itens da base de conhecimento [18].

Estrutura dos Sistemas Especialistas Vrios so os modelos que procuram representar a estrutura de um SE ([04], [11],[15],[16],[17],[19] e [21]), porm o modelo apresentado em [31] possui uma caracterizao completa e mais simples, permitindo que ele possa ser utilizado neste trabalho. A Figura 2 mostra a interao dos componentes da estrutura dos SE.

Figura 2 - Estrutura dos Sistemas Especialistas.

A representao da Figura 2 mostra os componentes bsicos para a criao de um SE. Estes componentes so: (i) base de conhecimento; (ii) mquina de inferncia; (iii) interface de aquisio; (iv) interface de usurio. Afim de identificar algumas caractersticas principais destes componentes, repartiu-se a estrutura dos SE em duas subestruturas bsicas, as quais esto identificadas na Figura 3.

Figura 3 - Representao das subestruturas dos Sistemas Especialistas.

A subestrutura de armazenamento possui componentes destinados ao armazenamento do conhecimento, enquanto que a subestrutura de consulta preocupa-se com os mtodos de interao com o conhecimento, procurando resolver os problemas apresentados.

Base de Conhecimento

A base de conhecimento (BC) o componente responsvel pelo armazenamento do conhecimento na forma de um dos chamados esquemas de representao do conhecimento, como por exemplo as regras, frames, redes semnticas ou a prpria lgica [31],[33]. O esquema de representao de regras, ou regras de produo, o 8

mais comum, utilizado na grande maioria dos SE em uso atualmente.

A principal

dificuldade para formao deste componente a identificao de qual o conhecimento que precisa ser adquirido e como representa-lo dentro do sistema [03]. Essas atividades so desenvolvidas durante a chamada Aquisio de Conhecimento, uma etapa crucial no desenvolvimento de SE. Para um SE o conhecimento a ser adquirido deve corresponder a um certo domnio, utilizando uma representao adequada para este domnio [26]. Portanto, a BC contm conhecimentos especficos sobre um domnio, sendo este componente mantido separado do resto do sistema [01].

Mquina de Inferncia A inferncia em IA refere-se a vrios processos em que programas, de uma forma similar s pessoas, procuram chegar a concluses, ou gerar novos conhecimentos a partir de fatos, suposies e conhecimento j estabelecido [35]. A mquina de inferncia (MI), tambm conhecida como motor ou mecanismo de inferncia, consiste nos procedimentos gerais que permitem a manipulao de um domnio especfico de conhecimento [13]. Com a separao deste mdulo do restante do sistema, a manuteno para os procedimentos da inferncia podem acontecer de maneira mais fcil, como apresentado em [01]. satisfatrios. Portanto, a MI o conjunto de procedimentos que interagem com a base de conhecimento em busca de resultados Esta busca pode ser entendida como o processo de transformar uma situao dada (estado inicial) em uma situao desejada (estado final), usando um conjunto de operadores. Neste sentido, o processo para resolver problemas resume-se em encontrar a seqncia de operadores que levem do estado inicial ao estado final [29]. A MI a responsvel pela representao da forma de raciocnio de um especialista humano. Existem vrias formas de representar este tipo de raciocnio, mas o mtodo mais comum o da avaliao de regras [21], usando para derivar concluses, os processos de encadeamento progressivo (para frente) ou regressivo (para trs) [29].

Interface de Aquisio

A interface de aquisio o componente do SE que permite que o especialista defina e manipule as regras, de forma que sejam feitas atualizaes, alm da construo inicial do sistema. Estas atualizaes podem ser manutenes em regras j existentes ou a adio de novas regras para o tratamento de novos conhecimentos do mesmo domnio [12].

Interface de Usurio

A interface de usurio o componente que permitir a interao do usurio do sistema com o prprio sistema. por meio dela que o usurio poder utilizar o A forma de conhecimento armazenado na BC e obter explicaes referentes as decises e as linhas de raciocnio que o sistema usa para alcanar uma concluso [12],[21]. interao, assim como a interface de comunicao com o usurio so, normalmente, responsveis por um alto grau de satisfao do usurio para com o sistema. Portanto, um componente que deve ser elaborado de forma eficiente, mas mantendo sempre a preocupao com a compreenso do usurio [04].

Caractersticas Bsicas dos Sistemas Especialistas

Os SE possuem caractersticas especficas quanto aos seus aspectos estruturais e suas propriedades de identificao e aplicao no desenvolvimento prtico e na representao terica. Algumas destas caractersticas esto enunciadas na Tabela 1, porm as mais importantes sero analisadas com mais detalhes a seguir.

nfase no Conhecimento

O processo de construo de um SE exigia uma grande interao entre quem est construindo o sistema e um, ou mais, especialistas humanos em alguma rea especfica do conhecimento. O construtor, s vezes chamado de engenheiro do conhecimento, procurava absorver dos especialistas os procedimentos, estratgias e heursticas que eles utilizavam na soluo de problemas, para incorporar este

10

conhecimento nos SE.

Com o avano da tecnologia e o aumento na utilizao deste

tipo de sistemas foram desenvolvidas tcnicas e mtodos que permitiam uma interao menor com os especialistas, mas com maior organizao e direcionamento na busca do conhecimento desejado [21]. Como a formao da base de conhecimento o aspecto mais importante dos SBC [29], estas tcnicas e mtodos constituram-se de um ferramental muito importante para a Engenharia do Conhecimento.
Tabela 1 - Caractersticas bsicas dos SE.

Item 01 02 03 04 05

Caracterstica Manter o alto nvel de conhecimento para ajudar na soluo de problemas [07], [11] Contemplar as atividades relacionadas ao conhecimento, desde a sua aquisio at a sua representao [03],[07],[15],[26],[35] Fornecer explicaes referentes as concluses alcanadas ou as linhas de raciocnio utilizadas para alcanar uma possvel concluso [07],[11] Formar uma memria institucional, por meio da definio da proficincia de um SE pelo corpo de conhecimento deste sistema [07],[11] Ser Flexvel, pois a separao da BC dos mtodos de inferncia, facilitam a atualizao, visualizao e compreenso do conhecimento, alm da codificao dos mtodos que no possuem o conhecimento implcito nos cdigos [01],[07] Utilizar regras heursticas [11] Interagir com os usurios humanos utilizando linguagem natural [11] Manipular e raciocinar sobre as descries simblicas [03],[11] Funcionar com informaes incompletas e dados incertos [11] Possuir um desempenho comparvel com um especialista humano em termos de velocidade, confiabilidade e acuracidade de suas recomendaes [03],[11]

06 07 08 09 10

Engenharia do Conhecimento

A Engenharia do Conhecimento compreende a aquisio e representao do conhecimento. As maiores dificuldades encontradas no desenvolvimento dos SE concentram-se nesta rea. O engenheiro do conhecimento o indivduo que tm como objetivo extrair o conhecimento do especialista, ou especialistas, da literatura 11

correspondente, de manuais tcnicos, ou de outras fontes, para montar a base de conhecimento do domnio especificado [26]. Na Engenharia do Conhecimento existem duas abordagens diferentes: (i) uma mais psicolgica, que procura elaborar sistemas que imitem as aes do especialista, onde a maior parte do conhecimento modelado resulta do processo mental interno do prprio especialista; (ii) baseada em modelos, que faz uso das caractersticas de tarefas bem conhecidas, tais como: diagnosticar, interpretar, depurar, etc., para elaborar sistemas, onde uma parte do conhecimento modelado vm das caractersticas destas tarefas [07]. As principais atividades relacionadas a formao do SE so os processos de aquisio e representao do conhecimento [04].

Aquisio do Conhecimento

A aquisio do conhecimento apontada na literatura especializada como uma das atividades mais crticas para o desenvolvimento de SBC [04],[21],[24],[29]. nesta atividade que a propenso de erros e o consumo de tempo so maiores. Ela pode ser entendida como o processo de compreenso do raciocnio baseado no conhecimento do especialista humano [21]. O conhecimento consiste na soma das percepes de um indivduo sobre os aspectos do universo do discurso em um tempo particular, onde este universo do discurso corresponde a um domnio especfico [35]. investigao, observao ou experincia [03]. O conhecimento para os SBC podem ser obtidos de vrias fontes, tais como: livros, estudos de casos, relatrios, dados empricos, processos de aprendizagem de mquina e da prpria experincia de especialistas. Uma das possveis formas de se agilizar a construo deste tipo de sistema por meio da investigao e desenvolvimento de mtodos mais efetivos de aquisio de conhecimento. Atualmente, 12 Em essncia, o conhecimento compe-se de fatos, idias, conceitos ou solues obtidas por meio do estudo,

existe a tendncia da incorporao de mdulos que realizam aquisio automtica de conhecimento, por meio da implementao de mtodos de aprendizado de mquina [27]. A principal dificuldade na aquisio de conhecimento est na identificao de qual o conhecimento necessrio, e em como sistematiz-lo em um processo lgico para soluo de um problema. As atividades de anlise e representao do conhecimento Observe, por exemplo, o caso procuram, respectivamente, atenuar estas dificuldades.

de um especialista humano, do qual possvel obter o conhecimento, por meio de uma interao direta, ou mesmo utilizando outras tcnicas e meios onde sero apresentados tipos de problemas reais que o sistema especialista ser projetado para resolver. Contudo, isto no garante que os resultados desejados sero obtidos, porque os especialistas, normalmente, tm grande dificuldade em explicar o processo de raciocnio que empregam na soluo de problemas [21]. Portanto, a construo da BC deve ser feita de forma a mesclar os procedimentos de aprendizado de mquina com as outras tcnicas [07] e mtodos de aquisio de conhecimento [26], pois a interao do engenheiro do conhecimento em conjunto com o especialista, permitir o refinamento no funcionamento do SE [35].

Anlise do Conhecimento

A anlise do conhecimento consiste na habilidade de perceber o campo de ao do SE a ser desenvolvido, procurando com isso, selecionar o conhecimento relevante, extrado pelo processo de aquisio. utilizado pelo sistema. A anlise ocorre em conjunto com a aquisio, procurando elucidar, do conhecimento adquirido, somente o conhecimento que ser O conhecimento sobre o domnio do problema pode-se constituir de fatos que expressam proposies vlidas, crenas que expressam proposies plausveis e regras heursticas que representam valores ou julgamentos para certas situaes onde algoritmos estabelecidos nem sempre se aplicam [15],[21]. Na atividade de aquisio de conhecimento deve-se utilizar processos formais para acompanhar o trabalho de investigao e levantamento do conhecimento, pois existe uma grande dificuldade em extrair conhecimento dos especialistas. Em alguns 13

casos o especialista no sabe, realmente, explicar, ou mesmo ensinar, como consegue chegar a determinada concluso.

Representao do Conhecimento

A representao do conhecimento um significativo campo entre a IA e a cincia cognitiva, que est preocupada com o modo que as informaes podem ser armazenadas no crebro humano e em estruturas de dados, com o propsito da utilizao da computao simblica (manipulao de smbolos) [15]. Existem vrias tcnicas de representao do conhecimento que podem ser usadas isoladamente ou em conjunto com outras na construo dos SBC [35]. eficiente, mais fcil de ser entendido ou de ser atualizado [04]. utilizadas nos SE atuais so: semnticas; (i) lgica de predicados; (iv) regras de produo. Cada uma destas tcnicas d ao sistema diferentes medidas de desempenho, e podem torn-lo mais As tcnicas mais (iii) redes (ii) frames;

Descries detalhadas de todas estas tcnicas

podem ser encontradas em [04], [23], [30]. Entre todas estas tcnicas a mais popular a avaliao por regras de produo que constituem-se em um modo formal de representar recomendaes, diretrizes, estratgias, situaes ou aes [07],[15],[26], [29]. Quando o conhecimento representado em forma de regras, os SE passam a ser usualmente chamados de Sistemas Baseados em Regras (SBR) [04]. Por estes motivos, a avaliao por regra ser apresentada com mais detalhes no decorrer deste trabalho. As regras de produo so, de uma maneira geral, um mecanismo de comparao de seqncias de caracteres com padres, onde esta comparao pode ser ajustada para outras atitudes serem tomadas (condio-ao), buscando novas regras ou fazendo um outro encaminhamento, at se atingir um determinado objetivo [04]. As regras so expressas por meio de clusulas SE-ENTO (IF-THEN), representando que ao deve resultar, quando uma determinada situao ocorrer [14]. O acontecimento de uma situao verificado pela parte condicional da regra (parte SE), enquanto que a ao resultante est na parte consequente da regra (parte ENTO). Por exemplo: 14

SE

<situao ocorrer>

ENTO <executar a ao resultante> Tambm podem ser empregados os conectivos, tais como o E ou o OU lgico. Por exemplo: SE E <situao ocorrer> <outra situao ocorrer>

ENTO <executar a ao resultante> A grande popularidade desta tcnica de representao deve-se, basicamente, a sua facilidade de compreenso e aplicao, alm dos aspectos de modularidade e uniformidade. A modularidade assegura que qualquer regra pode ser adicionada, removida ou modificada independentemente das demais, enquanto que a uniformidade assegura que todas as informaes so codificadas dentro da rgida estrutura das regras, o que permite que elas sejam facilmente compreendidas por outra pessoa ou outra parte do sistema [04]. Em [22] apresentada uma classificao dos tipos de regras, de acordo com a sua origem e funo. O interpretador de regras pode ser visto como um processo recursivo que seleciona e executa regras aplicveis no estado corrente do sistema. novamente. Esta ao, normalmente, resulta em uma modificao da BC, reiniciando a fase de seleo Esta alternao entre a seleo e execuo um elemento essencial da Este interpretador a arquitetura dos SE, conhecida como estratgia de inferncia.

origem das muitas variaes encontradas em torno de diferentes sistemas. Ele quem vai controlar a ordem em que as regras so disparadas e resolver os conflitos se mais de uma regra for aplicvel [35]. Assim como as regras so as mais populares formas de armazenamento de conhecimento especializado, o disparo e encadeamento de regras a tcnica de inferncia mais comum de ser utilizada para encontrar uma concluso [17]. conhecidos como: O encadeamento de regras pode ocorrer pela aplicao de duas estratgias diferentes, (i) encadeamento direto, tambm chamado de encadeamento para 15

frente, raciocnio antecedente, forward, data-driven, bottom-up; backward, goal-driven, top-down.

(ii) encadeamento

reverso, tambm chamado de encadeamento para trs, raciocnio consequente,

O encadeamento direto parte dos estados iniciais, ou seja, dos fatos, e com base nas regras de conhecimento, deduz outras asseres, procurando chegar soluo do problema [35]. Neste encadeamento so fornecidos dados sobre um problema ou uma situao, onde estes dados sero comparados com a parte condicional das regras relevantes, para determinar a aplicabilidade da regra situao atual. Uma regra selecionada pelo interpretador que a aplica, alterando a memria de trabalho. A parte consequente da regra selecionada atualiza a memria de trabalho fazendo com que a parte condicional de outras regras sejam candidatas nova avaliao. at que uma concluso tenha sido atingida [04]. Observe na Figura 4 o exemplo que tem como fatos conhecidos a ocorrncia de A, C e E, onde A o estado inicial. Procura-se uma soluo satisfatria para A que pode ser F, G ou H. Com uma cadeia de inferncia que parte do estado A e consegue chegar ao estado F, pode-se concluir que este problema tm uma soluo possvel utilizando o encadeamento direto. Este processo continua at que no haja nenhuma regra cuja parte condicional seja satisfeita, ou ento,

Figura 4 - Exemplo de encadeamento direto ou para frente.

16

Acompanhe a execuo deste processo de inferncia utilizando as regras contidas na Tabela 2. A verificao da veracidade da regra 01 altera a situao da memria para a validade de B que em seguida valida a regra 02 e assim por diante, at chegar a F com a regra 03. A execuo da regra 04 no foi necessria, pois a soluo F satisfatria ao problema apresentado.
Tabela 2 - Regras utilizadas no exemplo da Figura 4.

Nmero 01 02 03 04

Regra SE A ENTO B SE B e C ENTO D SE D e E ENTO F SE F e G ENTO H

O encadeamento direto tende a gerar vrios estados intermedirios, pois algumas das regras que so executadas no tm relao com o problema em questo. facilmente especificado. Um mtodo alternativo para o encadeamento direto o encadeamento reverso. A idia desta estratgia usar somente as regras que so relevantes ao problema em questo [35]. A principal diferena entre as duas estratgias que o encadeamento reverso assume que uma concluso (estado final) verdadeira, passando a utilizar a parte condicional das regras para provar esta concluso, conforme apresentado na Figura 5. Para provar a veracidade da parte condicional de uma regra (premissa), Se tal procura-se uma regra que tenha esta premissa como uma de suas concluses. Apesar disto, esta estratgia muito apropriada em situaes em que o objetivo no pode ser

regra for encontrada, repeti-se o processo, encadeando tambm suas premissas para trs. Este processo termina quando no houverem mais regras para serem avaliadas [17]. O encadeamento reverso sempre um bom candidato para a estratgia de inferncia, quando se pode supor com razovel certeza qual ser a concluso, pois pelo menos duas razes so evidentes para isso: (i) o fato do encadeamento lgico ser to certo e direto quanto possvel na BC; (ii) a inquisio feita pelo usurio est concentrada no objetivo que se quer provar [17].

17

Figura 5 - Exemplo de encadeamento reverso ou para trs.

Muitos sistemas tm utilizado a combinao das duas estratgias, o que tm sido chamado de encadeamento sideways. item de evidncia. Este encadeamento associa um valor para cada O valor desta regra no processo de inferncia indaga primeiro s

questes com os valores mais altos. Alguns sistemas tambm podem utilizar uma das formas de encadeamento e depois a outra, como o MYCIN [29], que consiste de um sistema que diagnostica doenas infecciosas usando o encadeamento reverso para descobrir que organismos esto presentes, e depois se utiliza do encadeamento direto para encontrar o regime de tratamento [04]. Os fatos e concluses dos SE no so sempre do tipo verdadeiro ou falso. Algumas vezes existe uma incerteza associada validade do fato ou a acuracidade da regra, o que faz com que a representao do conhecimento se preocupe com a estruturao do conhecimento incompleto ou incerto [04]. Existem vrias possibilidades para se trabalhar com estes tipos de conhecimento, tais como: o Fator de Certeza [35], Lgica Fuzzy [05],[19],[38], Teoria de Bayes [32], entre outros.

Heurstica

O desempenho do ser humano na realizao das suas atividades dirias est relacionado com o uso hbil de uma enorme quantidade de experincias do dia a dia. O aprendizado, a partir das experincias, acontece de forma bastante inconsciente. Por 18

exemplo: aprende-se a falar uma lngua por intermdio da comunicao com os outros, ou aprende-se a realizar tarefas por tentativas, s vezes com sucesso, s vezes falhando. Em muitos casos, o conhecimento adquirido por meio dessas experincias no slido, mas sem dvida est num formato de regras prticas, que so armazenadas em algum lugar, para serem usadas quando forem relevantes a uma nova situao [17]. Essas regras prticas so chamadas de heursticas, no linguajar de IA, e representam o suporte principal do conhecimento que se tenta armazenar para o uso em alguns tipos de sistemas (interpretador de linguagem natural, sistemas especialistas, robs, etc...) [17]. O uso da heurstica consiste ento, em uma tcnica que procura melhorar a eficincia de um processo de busca ao sacrificar idias de perfeio, no podendo garantir que a melhor resposta ser a encontrada, mas quase sempre retorna uma resposta boa. Existem algumas evidncias de que as pessoas, quando resolvem Em outras palavras, elas problemas, no procuram necessariamente a soluo tima. encontrem uma, se aquietam.

buscam alguma soluo que satisfaa algum conjunto de exigncias, e to logo Com a aplicao desta tcnica, tambm consegue-se afastar das exploses combinatrias, pois so empregadas regras heursticas para diminuir o espao de busca, aumentando a eficincia do processo [29]. A obteno de tais heursticas, a partir de uma pessoa, e seu armazenamento em um computador esta vinculado ao processo de aquisio do conhecimento. As dificuldades na realizao deste processo comeam a ficar evidentes, quando o conhecimento de um ser humano inteligente considerado, na verdade, a somatria de toda a sua experincia de vida. Por conseguinte, para se ter uma mquina emulando de maneira segura e completa as atividades de uma determinada pessoa, seria necessrio que ela obtivesse toda a experincia de vida desta pessoa [17]. Em todo caso, uma mquina emulando o raciocnio de uma pessoa o tipo de trabalho que se tenta realizar em alguns SBC, onde o processamento humano inteligente, muito se baseia em informaes casuais armazenadas como regras heursticas [17].

19

Manipulao de Smbolos

Os especialistas, na primeira abordagem de um problema, procuram resolve-lo sem a utilizao de um conjunto de equaes, ou mesmo pela execuo de clculos complexos. conceitos [03]. Os SE tambm utilizam a representao e a manipulao de smbolos, onde caracteres so relacionados a algum conceito prtico, que quando combinados em uma lgica, conseguem expressar relaes entre eles ([11],[15]), tornando-se peas de evidncias na descrio ou na soluo de um problema. dos sistemas especialistas [04]. Como consequncia desta abordagem a representao do conhecimento torna-se um dos aspectos mais importantes Ao invs disso, eles usam smbolos para representar os conceitos do problema, e aplicam, normalmente, vrias estratgias e heursticas para manipular esses

Categorias Gerais dos Sistemas Especialistas

Os SE podem solucionar vrios tipos de problemas que apresentam algumas caractersticas diferentes quanto ao seu funcionamento. enfocados nos SE. Interpretao abrange os sistemas que trabalham com deduo a partir A lista apresentada a seguir, extrada de [23] e adaptada em [11], sumariza algumas categorias de problemas

de descries de situaes relativas aos dados fornecidos pelo usurio. Estes sistemas usam sensores de dados e enfrentam grandes dificuldades, j que eles tm que manipular dados que esto com rudos, escassos, incompletos ou errados. Eles necessitam de tcnicas especiais para a extrao de caractersticas de linhas de dados contnuos, linhas de onda, ou figuras, e mtodos para represent-lo simbolicamente; Diagnstico situaes, abrange os sistemas que lidam com a deduo das causas caractersticas comportamentais, ou conhecimento sobre do mau funcionamento de um determinado sistema. Eles usam descries de componentes do projeto para inferir as provveis causas do mau 20

funcionamento do sistema. Predio

Estes sistemas podem interagir com o usurio

para ajud-lo a encontrar as falhas e ento sugerir aes para corrigi-las. abrange os sistemas que a partir de uma modelagem de

dados do passado e do presente permitem uma determinada previso do futuro. Como ele baseia sua soluo na anlise do comportamento dos dados recebidos no passado, pode ter mecanismos para verificar os vrios futuros possveis, a partir da anlise do comportamento desses dados, fazendo uso de raciocnios hipotticos e verificando a tendncia de acordo com a variao dos dados de entrada; Projeto as do abrange os sistemas que tm caractersticas parecidas com planejamento, procurando fornecer mecanismos para o

desenvolvimento e refinamento de planos at chegar ao projeto desejado. Eles poupam o tempo de busca do melhor plano de ao para a criao da configurao desejada; Planejamento abrange os sistemas que preparam um programa de So Em caso de etapas conflitantes, so Estes sistemas quase sempre

iniciativas a serem tomadas para se atingir um determinado objetivo. estabelecidas as etapas e sub-etapas. definidas as prioridades.

Eles lidam com o planejamento de aes, onde

decidem todo o curso da ao antes de agir.

rejeitam uma linha de raciocnio particular ou uma poro do plano de ao, porque violam os mtodos de construo do planejamento e voltam ao ponto de partida; Monitoramento abrange os sistemas que interpretam as observaes de sinais sobre o comportamento monitorado. Tem de verificar continuamente um determinado comportamento em limites pr-estabelecidos, sinalizando quando forem requeridas intervenes para o sucesso da execuo. Um sinal poder ser interpretado de maneiras diferentes, de acordo com a situao global percebida naquele momento, e a interpretao varia de acordo com os fatos que o sistema percebe a cada momento; Depurao dados. abrange os sistemas que possuem mecanismos para

fornecerem solues para o mau funcionamento provocado por distores de Prov, de maneira automtica, verificaes nas diversas partes,

21

incluindo mecanismos para vir validando cada etapa necessria em um processo qualquer; Reparo abrange os sistemas que desenvolvem e executam planos

para administrar reparos de problemas encontrados. So poucos os sistemas desenvolvidos nesta categoria, porque o ato de executar um conserto em alguma coisa do mundo real uma tarefa complexa; Instrues abrange os sistemas que possuem um mecanismo para verificar e corrigir o comportamento do aprendizado das pessoas. Normalmente incorporam como subsistemas um sistema de diagnstico e de reparo, e tomam por base uma descrio hipottica do conhecimento do aluno. Seu funcionamento consiste em ir interagindo com o treinando, em Dependendo do das situaes e alguns casos apresentando uma pequena explicao e, a partir da, ir sugerindo situaes para serem analisadas por ele. comportamento deste, vai aumentando a complexidade treinamento; Controle abrange os sistemas que governam o comportamento geral So os sistemas mais Apresentam os

encaminhando o assunto, de maneira didtica, at o nvel intelectual do

de outros sistemas (no apenas de computadores).

completos, pois devem interpretar os fatos de uma situao atual, verificando os dados do passado e fazendo uma predio do futuro. correo. diagnsticos de possveis problemas, formulando um plano timo para sua Este plano de correo executado e monitorado para que o objetivo planejado seja alcanado.

Diferenas entre os Sistemas Especialistas e os Sistemas Convencionais

Os sistemas de computador, de uma maneira geral, utilizam algum tipo de conhecimento especializado para resolver os problemas de seu domnio de aplicao, sendo de algum modo baseados em conhecimento. A principal diferena entre os SBC e os sistemas convencionais, encontra-se no no uso do conhecimento, mas na forma com que ele organizado dentro do sistema, em sua arquitetura global. Nos SBC o modelo de resoluo de problemas, no domnio de aplicao, visto como uma entidade separada do sistema, chamada BC. Este conhecimento no est escondido, de forma 22

implcita, no cdigo do sistema, mas se encontra como um componente independente do componente de controle. Este componente de controle, chamado MI, capaz de Isto promover o uso do conhecimento armazenado na BC, respondendo questes sobre o uso deste conhecimento e determinando as conseqncias implicadas por ele. significa que o conhecimento incorporado no sistema independente dos programas que o sistema manipula, e que este conhecimento facilmente acessado pelos usurios, facilitando tambm a atualizao do mesmo [35]. Os SE diferem dos convencionais em vrios outros tpicos que podem ser observados na Tabela 3, ou mais detalhadamente em [07], [11] e [13].
Tabela 3 - Outras diferenas entre os SE e os sistemas convencionais.

Sistemas Especialistas Manipulam conhecimento Utilizam heursticas Trabalham com processos de inferncia Programao simblica Nem sempre produz uma soluo correta Trabalham com informao incompleta ou incerta Pode aprender com os prprios erros [36] Fcil transferncia do conhecimento Examinam uma extensa gama

Sistemas Convencionais Manipulam dados Utilizam algoritmos Trabalham com processos procedurais Programao determinstica Sempre produz uma soluo correta No trata informao incompleta ou incerta Precisam ser alterados no algoritmo para assimilar novas atividades Nem to fcil de se transferir pr-

conhecimento de Dispem somente

das

solues

possibilidades dinamicamente

ou constroem

solues estabelecidas nos algoritmos

Desenvolvimento de Sistemas Especialistas

Os SE esto sendo cada vez mais pesquisados e desenvolvidos em vrios pases do mundo, nas mais diversas reas de pesquisa. Este mercado, cada vez mais, aumenta o seu espao com nfase para a soluo de problemas de negcios, criao de sistemas de informaes mais ativos, automao, auxlio em diagnsticos, planejamento e escalonamento, reengenharia, alm da preocupao com a transferncia da tecnologia existente nos laboratrios de universidades e centros de pesquisas para o 23

mercado de sistemas. Entre os fatores que podem demonstrar o crescimento deste tipo de sistemas esto o aumento dos nmeros de empresas de mdio e pequeno porte especializadas nesta rea e a quantidade crescente de solicitaes de patentes para este tipo de sistema [07],[21]. Para se desenvolver um SE, deve-se encarar o projeto como sendo um projeto de desenvolvimento de sistema, o que dever ser tratado como tal, independente do seu tipo [17]. Na Figura 6 so apresentadas as principais tarefas a serem realizadas no desenvolvimento de um SE.

Figura 6 - Representao resumida das tarefas necessrias para o desenvolvimento dos SE.

As tarefas, representadas pelos retngulos horizontais, devem ser realizadas seguindo a estrutura hierrquica demonstrada pelas setas. Os processos Atualizar e Reformular consistem de caminhos possveis para a correo ou evoluo do sistema a ser desenvolvido. Os retngulos verticais representam atividades referentes ao ciclo de vida clssico [61] para a elaborao de sistemas.

Anlise do Problema

24

A anlise do problema procura identificar as caractersticas do problema e a viabilidade de uma soluo por meio dos SE. sistema, inclusive o(s) especialista(s). Esta fase tambm compreende a identificao dos recursos necessrios e do pessoal envolvido no desenvolvimento do Constatada a viabilidade do sistema como um SE, o prximo passo a identificao dos conceitos, objetos, eventos e relaes necessrias para descrever o processo de soluo do problema, alm de especificar a que nvel de detalhe o conhecimento ser representado e qual estrutura de representao ser utilizada [03].

Seleo de Estratgias para os Sistemas Especialistas

Os dados levantados e analisados pela fase de anlise do problema precisam ser articulados dentro de uma certa estrutura, sintetizada em um programa de computador, onde duas estratgias principais so consideradas: (i) desenvolvimento do sistema por meio de linguagens de programao; shell. (ii) desenvolvimento do sistema por meio de As shells consistem de sistemas que tm a habilidade de raciocinar, isto ,

fazer inferncias inteligentes, porm no tm nenhum conhecimento sobre o que raciocinar, ou seja, no possuem BC, sendo considerados mquinas de inferncias generalizadas [17]. Observe na Tabela 4 as caractersticas relacionadas as duas formas de desenvolvimento dos SE. Na primeira comparao (N 1) pode-se observar que as linguagens de programao no foram desenvolvidas visando as caractersticas dos SE, enquanto que as shells contemplaram todas as necessidades bsicas destes sistemas, pois foram desenvolvidas especificamente para eles.

Tabela 4 - Comparao entre as linguagens de programao e as shells.

N 1 2 3 4 5

Linguagens de Programao Podem ser usadas para desenvolver SE Flexibilidade no desenvolvimento Usa muito tempo de desenvolvimento Utiliza mais recursos Consome mais esforos dos recursos

Shell Projetados especificamente para os SE Somente caractersticas adotadas pela shell Reduz o tempo de desenvolvimento Utiliza menos recursos Elimina a necessidade de programao 25

No permite concentrao nas tarefas Permite a concentrao nos processos relacionadas ao conhecimento relacionados ao conhecimento

A segunda comparao deixa clara a principal virtude das linguagens de programao, pois propiciam grande flexibilidade na definio dos mecanismos de representao do conhecimento, do processo de inferncia, dos mecanismos de controle, da interface com o usurio, alm de permitir a utilizao diferenciada de mecanismos de tratamento de incertezas e de explicaes. Neste aspecto as shells s permitem a utilizao das caractersticas incorporadas na sua concepo, no possibilitando flexibilidades adicionais. Nas demais comparaes a shell apresenta-se com vantagens sobre as linguagens de programao, pois consome menos esforos e recursos com um desenvolvimento mais rpido, privilegiando ainda, as atividades relacionadas aos processos de formao do componente principal de um SE, a BC. A evoluo contnua das shells vem propiciando um aumento considervel no uso desta ferramenta para o desenvolvimento de SE [21]. Atualmente, existem vrias linguagens e shells para desenvolver SE e algumas informaes bsicas, sobre elas, podem ser encontradas em [08],[21] e [29].

Validao e Teste do Sistema Especialista

A validao refere-se a avaliao do conhecimento, a capacidade de tomada de deciso e a aplicabilidade do sistema, onde ela busca estabelecer o que o sistema conhece, o que ele conhece com incertezas e o que ele no conhece. Em termos gerais, a validao assegura a veracidade e a qualidade do sistema. Esta fase pode acontecer de forma incremental, onde a evoluo do sistema vai sendo acompanhada por avaliaes parciais que permitem que o prprio sistema auxilie o seu desenvolvimento. Uma outra maneira de validar o sistema seria por meio do desenvolvimento de um prottipo que seria submetido a avaliao. Em ambos os casos as atividades de atualizar e reformular a implementao do sistema, demonstrada na Figura 5, acontecem antes da implantao do sistema. O acompanhamento do especialista nesta fase de validao muito importante, pois ele tambm deve avaliar o 26

desempenho do sistema quanto a sua lgica de raciocnio e a sua performance. por meio dele que se conseguir o refinamento do processo de raciocnio e a validao da BC. Somente por meio da aprovao do especialista e do engenheiro do conhecimento que o sistema dever ser implantado, ficando disponvel para ser utilizado pelos seus usurios que validaram a sua funcionalidade.

Disponibilizao do Sistema Especialista

A disponibilizao consiste nos processos que permitem a implantao do sistema no ambiente de produo, ou seja, junto ao usurio final. para ele. Neste momento o sistema encontra-se testado, validado e pronto para utilizao na atividade destinada Os processos e cuidados necessrios para realizao desta tarefa so detalhados em [13].

27

REFERNCIAS BIBLIOGRFICAS
[01] A summary of Expert Systems, http://wwwacn.cornell-

iowa.edu/~RJOHNSON/summary.html, 1998. [02] BARTON, A., Experiencies in Expert Systems, Journal of Operational

Reserarch Society, 38(10):965-974, 1987. [03] BELHOT, R. Vairo, Conceitos e Desenvolvimento de Sistemas Especialistas, USP EESC Engenharia da Produo, So Carlos, Brasil, 86p., 1993. [04] BITTENCOURT, G., 1998. [05] BONDE, A., Fuzzy Logic Basic, GTE Government Systems Corp., Inteligncia Artificial: ferramentas e teorias,

Universidade de Santa Catarina, Florianpolis, Editora da UFSC, 362p.,

Needham, http://www.austinlinks.com/fuzzy/basics.html, 1996. [06] BROOKS, H, M., Expert Systems and Intelligent Information Retrieval,

Information & Processing Management, 23(4): 367-382 1987. [07] FERNANDES, A. M. da R., Sistema Especialista Difuso Aplicado ao Processo de Anlise Qumica Qualitativa de Amostras de Minerais, Universidade Federal de Santa Catarina, Florianpolis, Brasil, 146p., 1996. [08] G.H.G. Corporation, A Tool for Building Expert Systems,

http://www.ghg.net/clips/CLIPS.html, 1998. [09] GINSBERG, M., Essentials of Artificial Intelligence, San Francisco,

California, Morgan Kaufmann Publishers, Inc., 430p., 1993. [10] GRANT, T. J., Lessons for O. R. from A.I.: A Scheduling Case Study, Journal of the Operational Reseach Society, 37(1):41-57, 1986. [11] Grupo de Sistemas Inteligentes, Departamento de Informtica, Universidade Estadual de Maring, http://www.din.uem.br/~ia/especialistas/Introdu.html, 1998. [12] Grupo de Sistemas Inteligentes, Departamento de Informtica, Universidade Estadual de Maring, http://www.din.uem.br/~ia/medicina/introducao.html, 28

1998. [13] GUIDA, G.; TASSO, C., 476p., 1994. [14] HARMON, P.; SAWYER, B., Creating expert systems for business and Design and development of knowledge-based

systems: from life cycle to methodology, USA, John Wiley & Sons Ltd.,

industry, USA, John Wiley & Sons, Inc., 319 p., 1990. [15] JACKSON, P., Introduction to expert systems, University of Edinburgh, Addison-Wesley Publishing Company, Inc., Great Britain, 246 p., 1986. [16] [17] KADEL, A., Fuzzy expert systems, Florida, CRC Press, Inc., 304 p., 1992. KELLER, R. Tecnologia de Sistemas Especialistas : Desenvolvimento e

Aplicao, Trad. Castelo, R., So Paulo, Makron Books, 292p., 1991. [18] KIM, T. J.; WIGGINS, L. L.; WRIGHT, J. R., Expert systems: applications to urban planning, USA, Springer-Verlag New York, Inc., 268p., 1990. [19] KLIR, J.; YUAN, B., Fuzzy Sets and Fuzzy Logic - Theory and Applications, Upper Saddle River, Prentice-Hall PTR, 574p., 1995. [20] LEMOS, D., A Utilizao de Sistemas Especialistas para o Diagnstico do Uso do Solo e seus Limites de Ocupao, Catarina, Florianpolis, Brasil, 1996. [21] LIEBOWITZ, J., The handbook of applied expert systems, USA, CRC Press LLC, 784p., 1998. [22] LIGEZA, A., Expert Systems Approach to Decision Support, Journal of Operational Research, 37(1):100-110, 1988. [23] LUGER, G. F.; STUBBLEFIELD, W. A., Artificial Inteligence: Structures and Strategies for Complex Problem Solving, USA, Addison Wesley Longman, Inc., 3 edio, 824p., 1998. [24] MAUS, R.; KEYES, J., Handbook of Expert Systems in Manufacturing, McGrawHill, Inc., USA, 1991. [25] MLLER, D. N., Definies Bsicas, Universidade Luterana do Brasil, http://www.ulbra.tche.br/~danielnm/ia/defbas/de.html, 1998. European Universidade Federal de Santa

29

[26]

NETO, J. C, A., Utilizao de sistemas Especialistas para Diagnose Tcnica em ambiente CIMS, So Carlos, Brasil, 81 p., 1997.

[27]

NICOLETTI, M. C.,

Ampliando os limites do aprendizado indutivo de Tese de

mquina atravs das abordagens construtiva e relacional, doutorado submetida ao IFQSC/USP, 1994. [28]

PENROSE, R., A mente nova do rei: computadores, mentes e as leis da fsica, traduo de Waltensir Dutra, Rio de Janeiro, Editora Campus Ltda., 520p., 1997.

[29]

RICH, E.; KNIGHT, K., Inteligncia Artificial, Trad. Ratto, M. C. S. R., So Paulo, Makron Books, 722p., 1993.

[30]

RUSSELL, S. J.; NORVIG, P., Artificial Intelligence: A Modern Approach, New Jersey, USA, Prentice-Hall, Inc., 932p., 1995.

[31]

SABBATINI, R. M. E., Uso do computador no apoio ao diagnstico Mdico, Revista Informdica 1(1), Ncleo de Informtica Biomdica da Universidade Estadual de Campinas, http://www.epub.org.br/informed/decisao.htm, Brasil 1993.

[32]

SANTOS, F. O.; NICOLETTI, M. C.,

O Uso do Modelo de Bayes em

Sistemas Baseados em Conhecimento, Universidade Federal de So Carlos, RT-DC 003/96, So Carlos, Brasil, 19 p., 1996. [33] Technical University of Compiegne, Expert Systems, http://www.hds.univcompiegne.fr/~scanu/em2s/310/note85.html, 1998. [34] TEIXEIRA, J. F., O que inteligncia artificial, Coleo Primeiros Passos, Brasiliense, So Paulo, 76 p., 1990. [35] VIDOTTI, C. C., Tratamento de impreciso e incerteza em Sistemas Baseados em Regras Nebulosas, Universidade Federal de So Carlos, Dissertao de Mestrado, So Carlos, 106p.,1997. [36] WATERMAN, D. A., A Guide to Expert Systems, Ed. Addison-Wesley Publishing Company, Inc., USA, 419p., 1986. [37] WINSTON, P. H., LISP, USA, Addison-Wesley Publishing Company, Inc.,

30

1984. [38] ZADEH, L.A., Fuzzy Set Information and Control, Vol. 8, pp 338-353, University of California, USA, 1965. [39] MINSKY, M.; PAPERT, S., Perceptrons: an introduction to computacional geometry, Cambridge, MA: MIT Press, 1969. [40] PEDRYCZ, W., Computacional Intelligence: an introduction, USA, CRC Press LLC, 284p., 1998.

31