Beruflich Dokumente
Kultur Dokumente
Cleison Pinter Baldin, Marcelo M. Schambeck, Samuel Duarte Matos, Wendel Crescencio
clbaldin@terra.com.br, mschambeck@gmail.com, samucadm@gmail.com,
wendelpower@gmail.com
Resumo
1 Introduo
1.1 Objetivo
2 Inteligncia Artificial
Apesar de Inteligncia Artificial ser uma tecnologia relativamente nova, nem sempre
as mquinas foram consideradas burras.
Barreto (1999, p. 3) afirma que na poca do surgimento dos primeiros computadores,
a admirao com as inmeras possibilidades dessas mquinas fizeram com que elas fossem
conhecidas tambm como crebros eletrnicos por sua capacidade de resolver problemas que
at ento eram reservados ao homem. Com isso, criou-se um certo mito que fez com que at
no final dos anos 50 computadores fossem vistos com uma certa desconfiana.
O mesmo autor afirma que para destruir este mito e popularizar os computadores no
incio dos anos 60 a intensa propaganda dos fabricantes conseguiu que os computadores
fossem considerados como incapazes de qualquer forma de raciocnio, porm, capazes de
auxiliar em vrias tarefas correntes como contabilidade, administrao de empresas, controle
de estoque, preparao de folhas de pagamento entre outros.
Barreto (1999, p. 3) argumenta que com isso, os computadores foram cada vez mais
vendidos e usados, guardando sempre sua burrice como grande qualidade. Mas nesta
mesma poca, um grupo de pesquisadores, nos laboratrios continuaram a pesquisar o sonho
frankensteniano de dotar os computadores com caractersticas inteligentes. Pouco a pouco,
alguns sucessos destes pesquisadores preocupados com Inteligncia Artificial comearam a
ter resultados significativos, mas foi com o anncio do projeto japons da quinta gerao que
pretendia construir uma nova gerao de computadores inteligentes, que o cidado comum
passou a ouvir falar de Inteligncia Artificial.
Barreto (1999, p. 4) refora que este projeto japons fez com que governos se
interessassem por Inteligncia Artificial e Sistemas Especialistas e vrios projetos importantes
foram financiados dando um grande impulso ao campo da Inteligncia Artificial.
Barreto (1999, p. 3) destaca que j nos anos 60, alguns pesquisadores de Inteligncia
Artificial perceberam que para se ter algo de uso prtico, seria necessrio limitar bastante o
campo de aplicao do programa de Inteligncia Artificial, o qual deveria possuir o
conhecimento em um domnio de trabalho correspondente a um especialista humano neste
mesmo domnio. Com Isso, nasceram alguns programas como por exemplo: DENDRAL para
anlise qumica, ACE Bell Labs para manipulao de cabos telefnicos em projetos de
engenharia, MYCIN para diagnstico mdico em tratamento de doenas infecciosas do
sangue.
Destes Sistemas Especialistas citados, sem dvida o que se tornou mais notvel foi o
MYCIN.
Barreto (1999, p. 197) enfatiza que o MYCIN tornou-se notvel porque possua um
conjunto de idias originais que serviriam de base para muitos dos Sistemas Especialistas em
uso atualmente, como por exemplo: separao entre o motor de inferncia e a base de
conhecimentos, esta possibilidade foi comprovada com o programa EMYCIN, ou EMPTY
MYCIN que formado do programa MYCIN sem sua base de conhecimentos, com isto,
estava lanada a idia de um shell para desenvolvimento de Sistemas Especialistas.
Como pode-se ver, os Sistemas Especialistas atuam em vrias reas de domnio,
como mais um exemplo disso, pode-se citar PROSPECTOR.
Barreto (1999, p. 198) ressalta que o PROSPECTOR um Sistema Especialista
criado no final dos anos 70 com o objetivo de apoiar gelogos na busca de depsitos com
recursos geolgicos. Ele foi concebido como resultado do trabalho de Richard Duda e Peter
Hart no Stanford Research Institute. Este programa baseou-se em muitas das idias
introduzidas em MYCIN, tendo adicionado uma interface chamada lifer que permitia a
comunicao em linguagem tcnica de geologia.
Segundo Fernandes (2003, p. 57) para definir Redes Neurais Artificiais preciso ser
levado em conta trs palavras chaves: neurnio, arquitetura e aprendizagem. O neurnio a
unidade computacional bsica da rede neural artificial. A arquitetura a estrutura topolgica
de como os neurnios so conectados. Aprendizagem o processo que adapta a rede neural
artificial de modo a computar uma funo desejada ou executar uma tarefa. Basicamente
Redes Neurais Artificiais so algoritmos que apresentam um modelo inspirado na estrutura
neural do crebro humano, capazes de adquirir conhecimento atravs de treinamento.
Conforme Kovcs (2002, p. 39) a estrutura neural constitui-se da seguinte maneira:
os neurnios que recebem diretamente as entradas da rede so chamados de camada de
entrada. Os neurnios que recebem como entradas as sadas dos neurnios da camada de
entrada constituem a segunda camada da rede e assim sucessivamente at a camada final que
chamada de camada de sada.
Rezende (2003, p. 169) afirma que na lngua inglesa o termo fuzzy pode ter
diversos significados de acordo com o contexto de interesse, mas o conceito bsico deste
objetivo passa sempre pelo vago, inserto e indistinto. As tentativas de traduo para a lngua
portuguesa ainda no so uma unanimidade: difuso e nebuloso so os exemplos mais
populares na rea de engenharia.
O algoritmo fuzzy serve para tratamento de incerteza, pois possui habilidade em
inferir concluses e gerar respostas baseadas em variveis lingsticas que podem ser por
exemplo: muito, pouco, frio, calor, alto, baixo, entre outros, ou seja, informaes vagas,
ambguas e qualitativamente incompletas e imprecisas. Por exemplo: um gerente de uma
determinada loja resolve fazer uma promoo especial para clientes cujo perfil seja: mulheres
com mais de 40 anos de idade que faam compras freqentemente. Usando lgica fuzzy, o
sistema estaria preparado para no fazer uma escolha injusta, como por exemplo: excluir da
promoo clientes mulheres com idade entre 38, 39 anos que fazem compras freqentemente,
a lgica fuzzy criaria padres de clientes e classificaria estes padres em grupos, sendo assim,
clientes mulheres com idade entre 38, 39 anos que fazem compras freqentemente poderiam
entrar no grupo selecionado para a promoo.
2.2.3 Robtica
Barreto (1999, p. 247) destaca que robs so artefatos que em muitos aspectos
simulam funes de seres humanos e so muito populares na literatura de fico cientfica.
Mas em termos cientficos, o que um rob?
O Robotic Institute of Amrica (R.I.A.) define rob como: Um rob um
manipulador programvel multi-funcional capaz de mover materiais, partes,
ferramentas ou dispositivos especializados atravs de movimentos variveis
programados para realizar uma variedade de tarefas. (Barreto, 1999, p. 247)
O mesmo autor alerta sobre a definio, que no foi feita nenhuma referncia a forma
humanide, devendo a forma do rob ser a mais adaptada as tarefas que dever ser capaz de
realizar.
O mesmo autor destaca que alm disto, a maioria dos robs so dedicados a tarefas
puramente seqenciais e usados em linhas de montagem de fbricas. Quando se d ao rob
um poder de deciso de modo a que ele possa operar automaticamente adaptando-se a
diferentes condies imprevisveis no momento de sua programao, ele dito um rob
autnomo, ou seja, um rob inteligente.
A interface pode ser representada de vrias formas, como por exemplo: texto, janela,
uma interface usando multimdia, entre outros. A interface tambm deve ser capaz de
identificar se a resposta para o problema proposto se encontra diretamente na base de
conhecimentos, se estiver, deve dar diretamente a resposta, caso contrrio deve acionar o
motor de inferncia.
O motor de inferncia o mecanismo que define a ordem de leitura das regras, ele
compara a resposta selecionada pelo usurio com as regras contidas na base de conhecimento
buscando combinaes, a partir destas combinaes ele infere uma nova pergunta ao usurio e
assim vai at chegar ao diagnstico.
Base de conhecimento o local onde so armazenados os conhecimentos do domnio
do problema referente a um S.E., sendo que ela formada de fatos (dados) e regras e estas
informaes so usadas como base para tomada de deciso.
O mdulo de Aquisio do Conhecimento onde o elicitador ou o prprio usurio do
sistema, adiciona, altera e exclui as regras da base de conhecimentos.
Para o desenvolvimento de um Sistema Especialista, fundamental o auxlio de um
especialista humano, pois ele quem vai formar a Base de Conhecimentos do sistema com as
regras.
As funes de um Sistema Especialista so: tomada de deciso ou apoio deciso.
Pode-se dizer que nunca ou dificilmente um Sistema Especialista atingir a
capacidade cognitiva de um especialista humano, porm, na ausncia de um especialista
humano o Sistema Especialista vlido para resoluo de problemas.
Conforme Barone (2003, p. 127) isso ocorre porque o desempenho humano envolve
o uso hbil de uma grande quantidade de experincias do dia-a-dia, e o aprendizado a partir
delas, ocorre de forma bastante inconsciente. O ser humano aprende uma linguagem por
intermdio da comunicao com os outros. O ser humano aprende a realizar tarefas por
tentativas, sejam elas com sucesso ou no. Em muitos casos o conhecimento adquirido atravs
dessas experincias no slido, mas sem dvida, est num formato de regras prticas
guardadas em algum lugar do crebro para serem usadas quando forem relevantes a uma nova
situao.
O mesmo autor salienta que no linguajar da I.A essas regras prticas so chamadas
de heursticas, e representam o suporte principal do conhecimento que tenta-se armazenar
para o uso dos Sistemas Especialistas.
Barone (2003) ainda refora que o processo de aquisio de tais heursticas a partir
de uma pessoa, e seu armazenamento em um computador chamado de aquisio de
conhecimento. Essa sem dvida a parte mais difcil e que consome mais tempo de qualquer
projeto de Sistemas Baseados em Conhecimentos. A razo disso comea a ficar bastante clara
quando se considera que o conhecimento de um ser humano inteligente , na verdade, a
somatria de todas as experincias de vida dessa pessoa. Por conseqncia, para se ter uma
mquina emulando segura e completamente o crebro de uma determinada pessoa, seria
necessrio que essa mquina obtivesse toda a experincia de vida dessa pessoa. Entretanto,
Sistemas Baseados em Conhecimentos so bem menos ambiciosos, pois em um Sistema
Especialista concentram-se apenas as atividades de aquisio de conhecimento em domnios
de conhecimento muito estreitos.
A forma de representao de regras nos Sistemas Especialistas feita atravs da
estrutura de seleo If <condio> then <ao>.
Por exemplo:
If (pai = homem) and (Joo = pai ) then Joo = homem
A diferena entre os sistemas tradicionais e os Sistemas Especialistas na forma de
leitura de regras, a ordem em que essas regras so lidas.
Nos sistemas tradicionais as regras so lidas de forma seqencial, ou seja, na ordem
em que so inseridas no cdigo fonte.
Nos Sistemas Especialistas a ordem de leitura das regras determinada pela Mquina
de Inferncia, que busca na Base de Conhecimentos fatos e regras e compara estes fatos e
regras com a informao fornecida pelo usurio buscando combinaes, e assim vai filtrando
as informaes at chegar ao resultado desejvel, ou seja, at retornar o diagnstico.
Os Sistemas Especialistas funcionam atravs de perguntas e respostas, onde o
sistema entra com uma pergunta e o usurio seleciona uma resposta.
O conhecimento do domnio do problema referente a um SE organizado
separadamente de outros tipos de conhecimento do sistema. Esta coleo de
conhecimento especializado chamada base de conhecimento e os procedimentos
gerais de soluo de problemas, de mquina de inferncia.
A base de conhecimento de um sistema especialista contm fatos (dados) ou regras
(fatos condicionais) ou outra representao.
Estas informaes so usadas como base para tomada de decises. A mquina de
inferncia decide como aplicar as regras e em que ordem, afim de deduzir novos
conhecimentos (Genaro, 1995).
Segundo Barreto (1999, p. 201) a maioria das etapas do ciclo de vida de um Sistema
Especialista pode ser considerada como as etapas do ciclo de vida de um programa comum,
entretanto a obteno do conhecimento do especialista pelo engenheiro do conhecimento,
chamada elicitao do conhecimento, envolve caractersticas incomuns.
Ainda segundo o mesmo autor, as principais tcnicas de elicitao do conhecimento
so:
Observao: onde o especialista observado durante a execuo de seu trabalho, dando
uma viso realista de como o especialista toma suas decises. Este o primeiro passo da
construo da Base de Conhecimentos, porque permite ao elicitador ou engenheiro do
conhecimento se familiarizar com os processos da resoluo do problema.
Entrevista com o especialista: deve ser realizada quando o elicitador ou engenheiro do
conhecimento j tenha um conhecimento bsico sobre o assunto para poder manter o
dilogo com o especialista.
Anlise de discurso: onde o elicitador ou engenheiro do conhecimento grava a entrevista
com o especialista para depois analisar a conversa j que nunca possvel se lembrar de
tudo o que foi dito na conversa.
Discusso focalizada: uma entrevista focada para apenas um ponto de dvida onde ele
deve ser esclarecido. Normalmente feita em uma fase avanada da elicitao do
conhecimento.
Anlise de protocolo: onde o elicitador simula um problema especfico e pede para o
especialista resolver esse problema.
Ordenamento de cartes: onde o elicitador escreve os elementos em cartes e pede para
o especialista classificar os cartes. O especialista deve grupar os cartes em pilhas,
nomear cada pilha e justificar seu grupamento.
Teachback: onde feita a troca de papis entre o elicitador e o especialista. Segundo
Barreto (1999. p.203) Nessa fase o elicitador ensina ao especialista algum aspecto do
conhecimento previamente escolhido e tenta sintonizar o processo com o especialista. Esta
tcnica deve ser usada nas fases finais da elicitao, e tambm quando se deseja unir o
conhecimento de vrios especialistas no mesmo Sistema Especialista.
Pode-se dizer que uma empresa formada por um emaranhado de processos, e que
estes processos so interligados entre si.
Todo processo tem como sada a criao ou manuteno de um produto ou servio.
A partir de um processo bem definido, possvel identificar o nvel de qualidade do
produto ou servio gerado por este processo, isso porque a qualidade do produto ou servio
est diretamente ligada qualidade do processo que os criam ou mantm.
Segue abaixo dois exemplos que demonstram esta afirmao:
Em um processo de desenvolvimento de software, na fase de testes, quem faz
os testes o prprio programador.
Em um processo de desenvolvimento de software, na fase de testes, quem faz
os testes uma equipe de testes.
Conforme o primeiro exemplo, podemos identificar que o processo perde em
qualidade, pois o programador est executando uma funo que no dele (testando o
software), com isso, pode-se afirmar que o produto tambm perder em qualidade.
Conforme o segundo exemplo, podemos identificar que o processo ganha em
qualidade, pois quem est testando o software uma equipe especializada para executar esta
funo, com isso, pode-se afirmar o produto tambm ganhar em qualidade.
Conforme j citado antes, para ser possvel medir o nvel de qualidade do produto ou
servio atravs do processo que os criam ou mantm, necessrio que este processo esteja
bem definido.
Para demonstrar esta afirmao, vamos supor um terceiro exemplo, onde no processo
de desenvolvimento de software, na fase de testes, no existe uma definio de quem ir
executar esta funo, ou seja, em alguns casos o prprio programador e em outros casos uma
equipe especializada em testes de software.
No caso citado acima, no haveria a possibilidade de identificar o nvel de qualidade
do produto atravs do processo que mantm este produto, isso porque tambm no possvel
identificar o nvel de qualidade deste processo, devido grande oscilao na fase de testes.
4 Concluso
Os recursos oferecidos e estudados pela Inteligncia Artificial vem sendo cada vez
mais utilizados em vrias reas da TI, auxiliando em tarefas que se beneficiam da experincia
e do conhecimento de especialistas. Podemos esperar que ns prximos anos os avanos
nestas reas sero enormes e considerveis, visto que novos estudos e descobertas surgem
diariamente. O uso da Inteligncia Artificial na automatizao de processos j existe a algum
tempo, mas novos mtodos esto aparecendo, abrindo um leque de possibilidades que mostra
claramente que a IA efetivamente importante para a reduo de custos, tempo, erros e no
aumento da produtividade e qualidade dos produtos.
REFERNCIAS
BARONE, Date. Sociedades artificiais. 1 ed. Porto Alegre - RS: Artmed Editora S.A., 2003.
p. 127.
______. Nota histrica sobre ia. In:______. Inteligncia artificial no limiar do sculo xxi. 2
ed. Florianpolis SC: Duplic Prestao de Servios, 1999. p. 5.
______. Nota histrica sobre ia. In:______. Inteligncia artificial no limiar do sculo xxi. 2
ed. Florianpolis SC: Duplic Prestao de Servios, 1999. p. 7.
KOVCS, Zsolt Lszl. Redes neurais. 3 ed. So Paulo: Livraria da Fsica, 2002 p. 39.
REZENDE, Solange Oliveira. Sistemas inteligentes. Barueri - SP: Manole Ltda., 2003. p.
169.