Inteligência Artificial - Sistemas Especialistas

Os sistemas especialistas (ES) são um dos domínios de pesquisa proeminentes da IA. É apresentado pelos pesquisadores da Universidade de Stanford, Departamento de Ciência da Computação.

O que são sistemas especialistas?

Os sistemas especialistas são os aplicativos de computador desenvolvidos para resolver problemas complexos em um domínio particular, no nível da inteligência e perícia humana extraordinária.

Características dos sistemas especialistas

Alta performance
Understandable
Reliable
Altamente responsivo

Capacidades de sistemas especialistas

Os sistemas especialistas são capazes de -

Advising
Instruir e auxiliar humanos na tomada de decisões
Demonstrating
Derivando uma solução
Diagnosing
Explaining
Interpretando entrada
Previsão de resultados
Justificando a conclusão
Sugerir opções alternativas para um problema

Eles são incapazes de -

Substituindo tomadores de decisão humanos
Possuindo capacidades humanas
Produzindo resultados precisos para uma base de conhecimento inadequada
Refinando seu próprio conhecimento

Componentes de sistemas especialistas

Os componentes do ES incluem -

Base de Conhecimento
Motor de inferência
Interface de usuário

Vamos vê-los um por um brevemente -

Base de Conhecimento

Ele contém conhecimento específico do domínio e de alta qualidade.

O conhecimento é necessário para exibir inteligência. O sucesso de qualquer ES depende principalmente da coleta de conhecimento altamente preciso e preciso.

O que é conhecimento?

Os dados são uma coleção de fatos. As informações são organizadas como dados e fatos sobre o domínio da tarefa.Data, information, e past experience combinados são denominados como conhecimento.

Componentes da Base de Conhecimento

A base de conhecimento de um ES é um repositório de conhecimento factual e heurístico.

Factual Knowledge - É a informação amplamente aceita pelos Engenheiros do Conhecimento e estudiosos no domínio da tarefa.
Heuristic Knowledge - Trata-se de prática, julgamento preciso, capacidade de avaliação e adivinhação.

Representação do conhecimento

É o método utilizado para organizar e formalizar o conhecimento na base de conhecimento. É na forma de regras IF-THEN-ELSE.

Aquisição de conhecimento

O sucesso de qualquer sistema especialista depende principalmente da qualidade, integridade e precisão das informações armazenadas na base de conhecimento.

A base de conhecimento é formada por leituras de vários especialistas, estudiosos e os Knowledge Engineers. O engenheiro do conhecimento é uma pessoa com qualidades de empatia, aprendizado rápido e habilidades de análise de caso.

Ele adquire informações do especialista no assunto gravando, entrevistando e observando-o no trabalho, etc. Ele então categoriza e organiza as informações de uma maneira significativa, na forma de regras IF-THEN-ELSE, para serem usadas pela máquina de interferência. O engenheiro do conhecimento também acompanha o desenvolvimento do ES.

Motor de inferência

O uso de procedimentos e regras eficientes pelo Inference Engine é essencial para se deduzir uma solução correta e sem falhas.

No caso do ES baseado em conhecimento, o Inference Engine adquire e manipula o conhecimento da base de conhecimento para chegar a uma solução específica.

No caso de ES baseado em regras, ele -

Aplica regras repetidamente aos fatos, que são obtidos da aplicação de regra anterior.
Adiciona novo conhecimento à base de conhecimento, se necessário.
Resolve o conflito de regras quando várias regras são aplicáveis a um caso específico.

Para recomendar uma solução, o Inference Engine usa as seguintes estratégias -

Encadeamento para frente
Encadeamento para trás

Encadeamento para frente

É uma estratégia de um sistema especialista para responder à pergunta, “What can happen next?”

Aqui, a máquina de inferência segue a cadeia de condições e derivações e finalmente deduz o resultado. Ele considera todos os fatos e regras e os classifica antes de chegar a uma solução.

Esta estratégia é seguida para trabalhar na conclusão, resultado ou efeito. Por exemplo, previsão do status do mercado de ações como um efeito de mudanças nas taxas de juros.

Encadeamento para trás

Com essa estratégia, um sistema especialista descobre a resposta para a pergunta, “Why this happened?”

Com base no que já aconteceu, a máquina de inferência tenta descobrir quais condições poderiam ter acontecido no passado para esse resultado. Esta estratégia é seguida para descobrir a causa ou razão. Por exemplo, diagnóstico de câncer no sangue em humanos.

Interface de usuário

A interface do usuário fornece interação entre o usuário do ES e o próprio ES. Geralmente é o Processamento de Linguagem Natural para ser usado pelo usuário que é bem versado no domínio da tarefa. O usuário do ES não precisa ser necessariamente um especialista em Inteligência Artificial.

Ele explica como o ES chegou a uma recomendação específica. A explicação pode aparecer nas seguintes formas -

Linguagem natural exibida na tela.
Narrações verbais em linguagem natural.
Lista de números de regra exibidos na tela.

A interface do usuário facilita o rastreamento da credibilidade das deduções.

Requisitos de interface de usuário Efficient ES

Deve ajudar os usuários a alcançar seus objetivos da maneira mais curta possível.
Deve ser projetado para funcionar de acordo com as práticas de trabalho existentes ou desejadas do usuário.
Sua tecnologia deve ser adaptável aos requisitos do usuário; Não o contrário.
Deve fazer uso eficiente da entrada do usuário.

Limitações de sistemas especialistas

Nenhuma tecnologia pode oferecer uma solução fácil e completa. Grandes sistemas são caros, requerem um tempo significativo de desenvolvimento e recursos de computador. ESs têm suas limitações que incluem -

Limitações da tecnologia
Aquisição de conhecimento difícil
ES são difíceis de manter
Altos custos de desenvolvimento

Aplicações do sistema especialista

A tabela a seguir mostra onde o ES pode ser aplicado.

Inscrição	Descrição
Domínio de Design	Design de lentes de câmera, design de automóveis.
Domínio Médico	Sistemas de diagnóstico para deduzir a causa da doença a partir de dados observados, realização de operações médicas em humanos.
Sistemas de Monitoramento	Comparar dados continuamente com o sistema observado ou com comportamento prescrito, como monitoramento de vazamento em um longo oleoduto.
Sistemas de controle de processo	Controlar um processo físico com base no monitoramento.
Domínio de Conhecimento	Descobrir falhas em veículos, computadores.
Finanças / Comércio	Detecção de possíveis fraudes, transações suspeitas, negociação em bolsa, agendamento de companhias aéreas, agendamento de carga.

Tecnologia de Sistema Especializada

Existem vários níveis de tecnologias ES disponíveis. As tecnologias de sistemas especialistas incluem -

Expert System Development Environment- O ambiente de desenvolvimento ES inclui hardware e ferramentas. Eles são -
- Estações de trabalho, minicomputadores, mainframes.
- Linguagens de programação simbólica de alto nível, como LISt Pprogramação (LISP) e PROgramática en LOGique (PROLOG).
- Grandes bancos de dados.
Tools - Eles reduzem o esforço e os custos envolvidos no desenvolvimento de um sistema especialista em grande medida.
- Editores poderosos e ferramentas de depuração com várias janelas.
- Eles fornecem prototipagem rápida
- Tenha definições embutidas de modelo, representação de conhecimento e design de inferência.
Shells- Um shell nada mais é que um sistema especialista sem base de conhecimento. Um shell fornece aos desenvolvedores aquisição de conhecimento, mecanismo de inferência, interface de usuário e facilidade de explicação. Por exemplo, alguns shells são fornecidos abaixo -
- Java Expert System Shell (JESS) que fornece uma API Java totalmente desenvolvida para a criação de um sistema especialista.
- Vidwan , um shell desenvolvido no National Center for Software Technology, Mumbai em 1993. Ele permite a codificação do conhecimento na forma de regras IF-THEN.

Desenvolvimento de sistemas especialistas: etapas gerais

O processo de desenvolvimento ES é iterativo. As etapas no desenvolvimento do ES incluem -

Identificar o domínio do problema

O problema deve ser adequado a um sistema especialista para resolvê-lo.
Encontre os especialistas no domínio da tarefa para o projeto ES.
Estabeleça a relação custo-benefício do sistema.

Projete o sistema

Identifique a Tecnologia ES
Conhecer e estabelecer o grau de integração com os demais sistemas e bases de dados.
Perceba como os conceitos podem representar melhor o conhecimento do domínio.

Desenvolva o Protótipo

Da Base de Conhecimento: O engenheiro de conhecimento trabalha para -

Adquira conhecimento de domínio do especialista.
Representá-lo na forma de regras If-THEN-ELSE.

Teste e refine o protótipo

O engenheiro do conhecimento usa casos de amostra para testar o protótipo para quaisquer deficiências de desempenho.
Os usuários finais testam os protótipos do ES.

Desenvolva e complete o ES

Teste e garanta a interação do ES com todos os elementos de seu ambiente, incluindo usuários finais, bancos de dados e outros sistemas de informação.
Documente bem o projeto ES.
Treine o usuário para usar o ES.

Manter o sistema

Mantenha a base de conhecimento atualizada por meio de revisões e atualizações regulares.
Forneça novas interfaces com outros sistemas de informação, conforme esses sistemas evoluem.

Benefícios dos sistemas especialistas

Availability - Eles estão facilmente disponíveis devido à produção em massa de software.
Less Production Cost- O custo de produção é razoável. Isso os torna acessíveis.
Speed- Eles oferecem grande velocidade. Eles reduzem a quantidade de trabalho que um indivíduo coloca.
Less Error Rate - A taxa de erros é baixa em comparação com os erros humanos.
Reducing Risk - Eles podem trabalhar em ambientes perigosos para os seres humanos.
Steady response - Eles trabalham de forma constante, sem ficarem dinâmicos, tensos ou cansados.