Sistemas Especialistas - Faculdade de Tecnologia - Unicamp

Universidade Estadual de Campinas – UNICAMPFaculdade de Tecnologia - FTINTRODUÇÃO A SISTEMASESPECIALISTASLuiz BarretoMarcelo PrezotoLimeira-SP2010

Universidade Estadual de Campinas – UNICAMPFaculdade de Tecnologia - FTINTRODUÇÃO A SISTEMASESPECIALISTASAutores: Luiz Rodolfo Barreto;Marcelo Godoi PrezotoProfessor: Prof. Dr. Marcos Augusto FranciscoBorgesTrabalho de Pós-Graduação da disciplina FT011A– Inteligência Artificial, apresentado na Faculdadede Tecnologia – FT como requisito de conclusãode matéria do curso de Mestrado em Tecnologiapara Sistemas e Fenômenos Complexos.Limeira-SP2010

Ao Universo de Profissionais de Exatas e à Deus.i

AGRADECIMENTOAgradecemos os estudiosos da área de exatas, pelos excelentes textos quenos serviram de referência. À Deus, que nos deu tempo para realizarmos estapesquisa, e a oportunidade de estudarmos na UNICAMP.Ao professor Marcos Augusto Francisco Borges por nos aceitar na matéria deInteligência Artificial e fornecer seu vasto conhecimento na área.ii

RESUMOTrabalho desenvolvido para desvendar uma das áreas de Inteligência Artificialmais difundidas entre as áreas exatas: Sistemas Especialistas. Acima de tentar criarsistemas que substituam especialistas humanos, a área de Sistemas Especialistasbusca criar sistemas que possam oferecer respostas mais exatas aos problemas jáutilizados por sua base de conhecimento.ABSTRACTPaper developed to unveil one of fields from Artificial Inteligence bestdisseminate into the exact areas: Specialist Systems. Upward of try create systemsthat substitute human specialists, the Specialist Systems area search create systemsthat can offer more exactly answers to problems already used into your knowledgebase.iii

ÍNDICEAGRADECIMENTO..................................................................................................................... IIRESUMO..................................................................................................................................... IIIABSTRACT................................................................................................................................. IIILISTA DE FIGURAS................................................................................................................... VILISTA DE SIGLAS.................................................................................................................... VIIINTRODUÇÃO............................................................................................................................. 1EMBASAMENTO TEÓRICO........................................................................................................4FUNDAMENTOS DE UM SISTEMA ESPECIALISTA............................................................................4COMO O SISTEMA ESPECIALISTA “APRENDE”..............................................................................5DESAFIOS E SOLUÇÕES ENCONTRADAS COM SISTEMAS ESPECIALISTAS....................8VANTAGENS.....................................................................................................................8Velocidade em determinar a fronteira do que é o problema com a fronteira dapossível solução................................................................................................................... 8Decisões fundamentadas em bases de conhecimento............................................9Estabilidade do conhecimento.................................................................................9Dependência decrescente de humano especialista.................................................9Integração de soluções..........................................................................................10DESVANTAGENS...............................................................................................................10Especialização focalizada......................................................................................10Falta de meta-conhecimento.................................................................................11Validação do desempenho....................................................................................11CLASSIFICAÇÃO DOS SISTEMAS ESPECIALISTAS.............................................................12SISTEMA ESPECIALISTA DE INTERPRETAÇÃO...........................................................................12SISTEMA ESPECIALISTA DE DIAGNÓSTICO..............................................................................12SISTEMA ESPECIALISTA DE MONITORAMENTO..........................................................................13SISTEMA ESPECIALISTA DE PREDIÇÃO...................................................................................13SISTEMA ESPECIALISTA DE PLANEJAMENTO............................................................................13SISTEMA ESPECIALISTA DE PROJETO....................................................................................14SISTEMA ESPECIALISTA DE DEPURAÇÃO................................................................................14SISTEMA ESPECIALISTA DE REPARO.....................................................................................14SISTEMA ESPECIALISTA DE INSTRUÇÃO..................................................................................14SISTEMA ESPECIALISTA DE CONTROLE..................................................................................15ELEMENTOS PRIMORDIAIS DE SISTEMAS ESPECIALISTAS..............................................16BASE DE CONHECIMENTO..................................................................................................17iv

QUADRO NEGRO.............................................................................................................17MECANISMO DE INFERÊNCIA...............................................................................................17PROCESSADOR DE LINGUAGEM NATURAL...............................................................................19JUSTIFICADOR DE CONHECIMENTO........................................................................................19SEQÜENCIADOR...............................................................................................................19INTERPRETADOR..............................................................................................................20RESPOSTAS/SAÍDAS DE UM SISTEMA ESPECIALISTA.......................................................21ABORDAGEM DE PRIMEIRO MODO: A DEFINIÇÃO GENÉRICA........................................................21ABORDAGEM DE SEGUNDO MODO: A DEFINIÇÃO ESPECÍFICA.....................................................21ABORDAGEM DE TERCEIRO MODO: A DEFINIÇÃO AUTO-CRIADA...................................................22COMPARANDO SISTEMAS: SISTEMAS CONVENCIONAIS X SISTEMAS ESPECIALISTAS................................................................................................................................................... 23CONCLUSÃO............................................................................................................................ 24REFERÊNCIAS BIBLIOGRÁFICAS..........................................................................................25v

LISTA DE FIGURASFigura 1 – Estrutura básica de um sistema especialista....................................... 16Figura 2 – Regras básicas de um mecanismo de inferência.................................18vi

LISTA DE SIGLASHD – Hard Disk / Disco RígidoIA – Inteligência ArtificialInmetro - Instituto Nacional de Metrologia, Normalização e Qualidade IndustrialKB – Knowledge Base (Base de Conhecimento)Prolog – Programação Lógicavii

INTRODUÇÃOVivenciando uma era tecnológica onde o limite de divergências entre os serescomeça a se tornar mera terminologia, a descoberta de padrões lógicos de atitudesaté então humanas começa a resplandecer no horizonte tecnológico.A definição de inteligência torna-se cada dia mais divergente da idéia originalda palavra em latim intelligere, uma associação das palavras em latim intelligenzia eintèndere, que significa “entender, compreender” (BONOMI, 2008). Atualmente, não hácomo definir o quão divergente é a compreensão de uma pessoa perante acompreensão de uma máquina, pois não há definição de que a compreensão humanaé simplesmente um emaranhado de neurônios que entendem algum estímulo externoe inicia uma seqüência de atividades; ou é algo mais profundo, que a lógica Fuzzy nãoconseguiria produzir uma condição que atenda explicitamente a uma máquinaexecutar as ordens que a foram incumbidas.Tendo esta definição incongruente em mente, definir o que é a inteligênciaartificial se torna uma árdua tarefa de horas de raciocínio. Por hora, utilizamo-nos deuma definição amplamente conhecida, de que “Inteligência Artificial é a parte daciência da computação que compreende o projeto de sistemas computacionais queexibam características associadas, quando presentes no comportamento humano, àinteligência” (BARR & FEIGENBAUM, 1981).Com tal definição em mente, podemos afirmar que o conhecimento englobadopor este conceito de inteligência artificial muda a cada dia, por um lado ampliandoseus horizontes com novas descobertas humanas, por outro reduzindo conformenovas tecnologias são descobertas.Uma das mais difundidas concepções aplicadas de Inteligência Artificial nocotidiano são os sistemas especialistas. Antes de entrar em discussão o que é umsistema especialista e suas fronteiras, vamos definir o que é sistema e o que éespecialista.Primeiramente, definamos sistema, que é um “Conjunto de elementos,materiais ou ideais, entre os quais se possam encontrar ou definir alguma relação”(FÁVERO & SANTO, 2005), ou seja, um agrupamento de objetos com o objetivo deprocessar algo e apresentar um resultado esperado, logo, uma derivação das1

atividades que os humanos realizam, como o ato de andar, cujo objetivo é chegar aalgum ponto no globo terrestre.Um sistema que possua uma boa integração dos módulos é chamado desistema sinérgico, onde as transformações ocorridas em uma das partes do sistemaserão influenciadas pelas transformações ocorridas em outras partes deste mesmosistema. (TONSIG, 2003)Já a idéia de sistema em nosso contexto, podemos definir como umagrupamento de módulos (programas), com entradas de dados e saída deinformações, com o objetivo de resultar em informações lógicas para seus usuários.Com a idéia de sistema em mente, definamos especialista como sendo a"Pessoa que se consagra com particular interesse e cuidado a certo estudo.Conhecedor, perito". (FÁVERO & SANTO, 2005), ou seja, é algo ou alguém quepossui características de profunda sabedoria/conhecimento em um assunto específico,de forma a fornecer resultados de processamentos com ênfase realística. Em nossocontexto, abstrairemos a palavra “pessoa” para “ser ou máquina”.Juntando estas duas concepções, conclui-se que sistema especialista é umagrupamento de objetos/módulos, cada qual com sua especialidade, com o objetivo defornecer uma resposta mais factível possível da real resposta esperada. Juntando istocom os conceitos de Inteligência Artificial, tal sistema deverá possuir interfaces deentrada de dados, de forma a obter sempre mais conhecimento em determinadoassunto, de forma a especializar-se mais e mais no assunto ao qual submete suaespecialidade.Com estas idéias bem definidas, podemos mostrar como um sistemaespecialista funciona e quais são seus embasamentos para tal.O trabalho está estruturado como se segue: no Capítulo 2 é apresentado oembasamento teórico deste trabalho contendo informações sobre o a base desistemas especialistas e definições; no capítulo 3 são apresentados os desafiosencontrados em desenvolver sistemas especialistas, bem como suas vantagens edesvantagens; no capítulo 4 são apresentados os tipos de sistema especialistas, deacordo com suas funções; no capítulo 5 são apresentados os elementos que umsistema especialista deve possuir para garantir seu funcionamento e ter as respostasfactíveis mais próximas do esperado; no capítulo 6 são apresentados os possíveistipos de resposta que um sistema especialista pode conceder; no capítulo 7 é2

apresentada uma comparação de resultados entre sistemas especialistas e sistemastradicionais e no capítulo 8 são apresentadas as conclusões.3

EMBASAMENTO TEÓRICOEste capítulo contém o embasamento teórico utilizado para compreender ofuncionamento de um sistema especialista, ainda que de forma bem simplória.Fundamentos de um sistema especialistaComo definimos acima, sistema especialista nada mais é que um sistema cujosmódulos possuem embasamento em determinado assunto, a fim de fornecerrespostas especializadas em determinado assunto.Visto que decisões especializadas são frutos do pensamento humano, quecompara fatos levantados e localiza certa ligação entre os demais fatos que possuamsituações idênticas, o sistema especialista também deve ter funcionamento embasadoem experiências passadas para fornecer respostas especializadas ao usuário.Se um sistema destes armazenar suas experiências, e, assim como oshumanos aprendem, ser alimentados por conhecimento através de um humano, umsistema pode tornar-se especialista no assunto e obter certa vantagem sobre aespecialidade humana, visto que a máquina não irá esquecer as informações que lheforam passadas.Mas, ao trabalharmos no conhecimento que um sistema especialista podearmazenar, deparamo-nos com o grande empecilho hoje da Inteligência Artificial: atéquando o senso humano auxilia o processo de fornecimento de informações.Novamente, definiremos senso, que é “a suposta compreensão de todas ascoisas por meio do saber social, ou seja, é o saber que se adquire através deexperiências vividas ou ouvidas do cotidiano“. (MUNDO EDUCAÇÃO, 2009).A definição acima nos mostra uma frase intrigante: “... suposta compreensãode todas as coisas ... de experiências vividas ou ouvidas do cotidiano”, ou seja, sensobasicamente é o aprendizado diário humano, que faz com que tome decisões emmomentos que o mesmo não possua a certeza de que a verdade absoluta estejasendo findada no momento.4

As máquinas tentam simular tal senso com a lógica Fuzzy, que pode serdefinida como “uma derivação da vagacidade do universo crisp (onde só existemverdades e falsidades absolutas, o popular true or false), podendo definir situaçõesonde a verdade absoluta ou a falsidade absoluta não podem ser definidas, mas que asituação chegue perto de uma camada de coincidência onde possa ser definido umcenário propício a uma verdade ou falsidade”. (ABAR, 2008).Ou seja, máquinas podem executar sistemas cuja resposta assemelha-se a deespecialistas humanos, simulando o senso humano através de lógica cujo resultadopossa aproximar-se de uma possível resposta crisp, simulando, por sua vez, terconhecimento a respeito de determinado assunto.A especialização deste sistema se dá pelo “aprendizado” de novos conceitos enovas resoluções para problemas já apresentados anteriormente. Obviamente, umamáquina não aprende simplesmente o que fazer, pois lhe falta o senso, como descritoanteriormente, mas esta máquina poderá armazenar em sua base de dados, possíveisdados que possuam relação direta com uma determinada resposta que o usuáriopossa definir como sendo satisfatória.Como o sistema especialista “aprende”A formação de um sistema especialista é basicamente composta por trêscomponentes principais:- Base de dados, responsável por armazenar os dados pré-levantados e aspossíveis respostas de um determinado conjunto de entradas, assim chamada debase de conhecimento;- Conjunto de operadores, que são mecanismos que fazem as buscas na basede dados a fim de encontrar respostas aos dados informados inicialmente;- Estratégia de controle, que assim como uma árvore binária, é a responsávelpor facilitar a localização do conjunto de operadores, restringindo a base de dados aum subconjunto de metas, a fim de diminuir, a cada dado fornecido, a gama depossíveis respostas aos problemas especificados.Baseado em (FÁVERO & SANTO, 2005).5

Como podemos observar, nenhum dos módulos aplica explicitamente a lógicaFuzzy, pois tal lógica é aplicada pelo conjunto de ação dos três componentes, sejarestringindo, procurando ou fornecendo dados com consideráveis taxas de acerto acerto tipo de questão levantada.Como todos estes componentes são alterados a cada pergunta realizada /resposta esperada divergente da fornecida ao usuário, o sistema especialistanecessita ser executado em ambientes de armazenamento e processamento de dadoscujo código seja dinamicamente alterado, de forma a sempre acrescentar e modificarpossíveis regras inseridas no sistema.Desta forma, o sistema acaba chegando a um ponto que sua base de dados ede regras é tão desenvolvida que as respostas começam a satisfazer mais e mais osusuários, ou seja, quanto mais um sistema especialista é utilizado, mais conhecimentoele adquire, e mais especialista ele se torna, diferentemente do ser humano que acada pensamento especialista que possua, mais genérico torna seu pensamento.Ainda assim, é levantada a questão da substituição de profissionaisespecialistas por uma máquina especialista. Como citado anteriormente, o que tornainviável tal fato é a falta de senso humano de um sistema especialista, percebida peloproblema que um médico sofre ao diagnosticar uma doença a um paciente: Se umpaciente possui tosse e escorrimento no nariz, ele está resfriado, se ele possui doresno corpo, náuseas e vômito, dengue. Mas, e se o paciente mentir sobre algum destessintomas apenas para ser medicado? É neste momento que entra o senso humano,que de uma forma injustificável, percebe que o paciente está mentindo, analisando,por exemplo, seu tom de voz, trejeitos de expressar-se e comportamentos de umpaciente que mente.Assim, visto pelo lado do senso, um sistema especialista acaba se tornandomais um auxilio à um humano especialista do que um sistema que por si só sejaespecialista.Mas, vendo por outro ângulo, é possível que um médico possua conhecimentodo diagnóstico de todas as doenças com a qual ele se depara? Ou ele só possuiconhecimento daquelas que são mais comuns de ocorrer? Visto que o ser humano éincapaz de armazenar grandes quantidades de conhecimento em sua mente aomesmo tempo, é levada a conclusão de que o médico possua algum tipo dedocumentação para ser consultada quando se deparar com uma doença anormal aoseu dia-a-dia. Se ele possui uma base de conhecimento com a qual ele consulta os6

sintomas, nada pode impedir de que tenha uma base da mesma forma que esta, mascom a vantagem de aprender com os diagnósticos fornecidos pelo médico.Assim, novamente fica a pergunta no ar: será que um sistema especialistapode ou não substituir a opinião humana?7

DESAFIOS E SOLUÇÕES ENCONTRADAS COM SISTEMASESPECIALISTASAssim como qualquer questão ou tecnologia que seja descoberta ou discutidana atual sociedade, a vertente da Inteligência Artificial que trabalha com sistemasespecialistas também encontrou algumas soluções e desafios nos algoritmos de seussistemas especialistas.VantagensAbaixo, um estudo de tais soluções a desafios já transpassados e algunsquestionamentos que ainda assolam o universo de sistemas especialistas, começandopelas vantagens:Velocidade em determinar a fronteira do que é o problema com a fronteira dapossível solução.O ser humano possui uma capacidade infinita em resolver problemas de seucotidiano. Mas, por ter senso (já discutido neste trabalho), acaba muitas vezesconfundindo-se em definir a fronteira do problema com a respectiva solução. Com isto,acaba se gastando tempo precioso em se determinar a principal causa do problema,para depois vir atacando as causas menores e respectivamente acabar com oproblema em si e gerar uma solução. Logo, como uma máquina processa em padrãológico, a fronteira do problema com a solução acaba sendo explícita, facilitando o focoem encontrar a principal causa e apontar as possíveis falhas para se chegar à soluçãoesperada.8

Decisões fundamentadas em bases de conhecimento.Diferente do ser humano, que possui uma base finita de armazenamento deinformações (além do problema de esquecer momentaneamente alguma informação),a capacidade de armazenar informações em uma máquina é praticamente infinita(mesmo quando está chegando ao fim, basta adicionar HD ou memória que suacapacidade aumenta). Logo, partindo do princípio que a máquina tenha sidoalimentada com a mesma quantidade de informação que um humano, a máquinateoricamente seria superior ao humano em tomada de decisões. Alinhado a isto, umamáquina toma decisões findadas em conhecimento previamente inserido eprocessado, diferente de algumas situações humanas onde decisões são definidas embase de premissas incertas de “acreditar” em uma determinada solução. Uma máquinatoma decisões em informações findadas.Estabilidade do conhecimento.Como foi citado no sub-tópico acima, uma máquina toma decisões baseadasem conhecimento previamente cadastrado e processado. Também foi citado oproblema humano de esquecer momentaneamente uma informação (praticamentetodo humano já passou por situações onde tenha esquecido alguma data importante,ou de comprar algum objeto para sua esposa), algo que dificilmente ocorreria em umamáquina (salvo em situações de perda de informação ou problema técnico). Mesmocom tais informações em mente, ainda é infinitamente superior a quantidade de vezesque um humano poderia esquecer uma informação perante a quantidade de vezes queuma máquina poderia ter um problema técnico e perder alguma informação.Dependência decrescente de humano especialista.Assim como ocorre com os humanos, quanto mais informações uma máquinaconsegue “aprender” (utilizaremos este termo para assimilar a um humano a máquina,na realidade, ela está ampliando sua base de conhecimento), mais especialista ela setorna, e quanto mais especialista ela se torna, menos dependência com interações de9

inserções de conhecimento (sentido humano de aprendizado) esta possuirá, logo, aospoucos, vai se extinguindo a relação de um humano especialista alimentandoconhecimento nesta máquina, desta forma, tornando-a independente em algunsaspectos relacionados à sua tomada de decisão.Integração de soluções.Novamente comparando a um humano, uma máquina possui a vantagem decompartilhar as soluções encontradas com outras soluções, de forma a compartilharsua base de conhecimento com outras soluções, ou seja, um sistema especialista dediagnóstico médico pode compartilhar informações com o sistema especialista demedicamentos, de forma que a inserção em qualquer uma das bases de conhecimentogere automaticamente uma solução de determinado problema em outra base,mantendo cada solução especialista em sua área, diferentemente de um humano.Seria como tentar fazer um humano compreender a especialidade de outro humano,sem que este se torne especialista em determinada área, utilizando dos recursos dooutro humano. Em outras palavras, um humano utilizar da massa cinzenta de outrohumano para encontrar uma solução em sua área especialista.DesvantagensAssim como qualquer tecnologia, um sistema especialista também possuidesvantagens. Como na área de tecnologia desvantagens podem ser momentâneas,durando apenas até uma nova tecnologia surgir, veremos estas desvantagens comodesafios. Agora, discorreremos sobre alguns dos desafios:Especialização focalizada.Já fora discorrido nos sub-tópicos anteriores que, desde que previamentealimentado, uma máquina especialista possui uma capacidade superior à humana aooferecer soluções técnicas a problemas especializados. Mas, ao tentar localizar umasolução genérica para algum problema do cotidiano, a máquina torna-se totalmente10

ignorante àquilo que não fora previamente programada. Por exemplo, um médico (umespecialista em diagnósticos) pode muito bem pregar um prego solto (tarefa de ummarceneiro, o especialista em trabalhar madeira). Mas, se existir uma máquinaespecialista em diagnósticos, e ela não for previamente instruída a como pregar umprego, ela jamais irá corresponder da maneira esperada diante de tal problema. Logo,em situações genéricas, o humano possui uma capacidade superior à máquina, vistoque um humano pode ser especialista em qualquer coisa, que continuará possuindouma estrutura corporal idêntica, já a máquina, muda de peças de acordo com aespecialidade que irá prover.Falta de meta-conhecimento.Um humano pode aprender novas habilidades sozinho. Seja uma língua, umesporte, tocar um instrumento ou mesmo programar, um ser humano não precisa deoutro ser humano inserindo conhecimento para que possa realizar algumas tarefasespecíficas. Uma máquina necessita ser instruída logicamente para que possa realizaralgo específico. Ou seja, sem algo ou alguém que a “instrua”, uma máquina não passade um aglomerado de metal e silício sem utilidade alguma.Validação do desempenho.Diferente do humano, que para validar seu conhecimento e seu desempenho,utiliza de provas com tempo para responder, uma máquina possuirá sempre um tempoX para realizar determinada tarefa, e ainda assim terá de ser validada por algumhumano especialista, que diferente do humano, que valida o seu próprio desempenho,a máquina não possui métodos precisos para validar-se. Assim concluímos quemesmo a máquina tornando-se especialista com respostas mais bem fundadas que asdo ser humano, o humano ainda possui as respostas mais confiáveis que as de umamáquina, por se responsabilizar pelo uso das mesmas.Informações baseadas em (FÁVERO & SANTO, 2005).11

CLASSIFICAÇÃO DOS SISTEMAS ESPECIALISTASAssim como qualquer outro tipo de sistema, os sistemas especialistas podemser classificados de diversas formas. Se classificados quanto a sua forma defuncionamento, existem 10 possíveis categorias onde um sistema especialista podeser enquadrado:Sistema Especialista de InterpretaçãoPartindo do princípio de que um sistema especialista possua uma ampla basede conhecimento, um sistema especialista de interpretação irá prover descrição desituações de solução para determinados problemas, realizando uma análise nospontos chave do problema e relacionando com situações parecidas que este tenha emsua base de conhecimento. Assim, é possível fazer uma análise por aproximação(baseando-se em lógica Fuzzy) das causas que sejam parecidas com a causa do atualproblema, e oferecer uma solução equivalente a de outros problemas apresentados.As demais soluções que possuam um grau de acerto inferior são descartadas.Sistema Especialista de DiagnósticoSistemas de apoio à decisão dos sistemas especialistas de interpretação.Geralmente, são interligados por módulos ao próprio sistema especialista deinterpretação. Baseando-se nas falhas de solução que um sistema especialista deinterpretação possa gerar, como falhas técnicas, falhas de interpretação de dados oufalhas de diagnóstico, efetua uma correção na base de dados dos sistemasespecialistas, atuando sobre as possíveis respostas que um sistema especialista deinterpretação possa concluir como sendo a resposta mais próxima de estar correta.12

Sistema Especialista de MonitoramentoAtua em conjunto com sistemas comuns. Monitora determinadocomportamento dos sistemas, informando ao usuário humano as intervençõesnecessárias do usuário. Desta forma, realiza uma interpretação do status do sistema,aguardando momentos onde o sistema necessite de entradas humanas para que aoperação seja concluída com sucesso. Um exemplo deste é o Adobe Acrobat Updater.Sistema Especialista de PrediçãoBaseando-se em informações históricas dos sistemas, um sistema especialistade predição consegue retornar possíveis informações futuras de um sistema, como ocrescimento deste, o índice de possíveis erros e as áreas de possível falha. Diferentede um sistema especialista de planejamento (como visto abaixo), este sistema apenasinforma ao usuário humano possíveis problemas futuros, não tomando decisão algumade alterações e etc., que fica a cargo do humano operador do sistema.Sistema Especialista de PlanejamentoBaseando-se em dados levantados pelos sistemas especialistas de predição, enos dados de possíveis metas definidas para os próximos períodos de análise, estetipo de sistema fornece uma lista de tarefas e sub-tarefas para atingir determinadoobjetivo, tomando ações para que tais tarefas sejam cumpridas no prazo. Este tipo desistema pode funcionar baseando-se em dados de software e hardware para previsõesde tecnologia ou em dados das bases de dados para fornecer análises a um horizontede negócio.13

Sistema Especialista de ProjetoBusca soluções alternativas a problemas encontrados pelos sistemasespecialistas de planejamento, oferecendo alternativas com o mínimo de alterações noresultado final buscado pelos sistemas especialistas de planejamento. Logo, gerajustificativas plausíveis para explanar sobre as mudanças nas fases de planejamento,atacando as sub-tarefas geradas pelos sistemas especialistas de planejamento.Sistema Especialista de DepuraçãoProvê soluções para um possível mau-funcionamento por distorção das basesde dados e de regras do sistema. Desta forma, age como um agente de validação dequebra de regras de um sistema especialista, validando os processos executadosdentro do sistema e identificando possíveis procedimentos danosos ao programa.Sistema Especialista de ReparoSistema especialista em executar as correções sugeridas pelos sistemasespecialistas de depuração, administrando as falhas que necessitem de paradas desistema para conserto e agendando tais paradas para efetuar a manutenção. Como setratam de sistemas complexos de alto impacto nos negócios, ocasionando muitasparadas de processo, este tipo de sistema especialista é pouco desenvolvido, pois aresponsabilidade sob o sistema é muito grande para algo tão artificial.Sistema Especialista de InstruçãoSistema especialista com objetivo de propor desafios a seu operador, de formaa instruí-lo a realizar determinadas tarefas, de forma a ensinar sobre determinadoassunto a um possível estudante que opere o sistema. Pode incorporar subsistemas14

especialistas, como de depuração ou reparo, para que o estudante possa obtersituações parecidas durante a operação com o sistema.Sistema Especialista de ControleSistema especialista de maior nível de complexidade. Sistema especialista quecontrola diversos outros tipos de sistemas, não somente os computacionais. Realizaanálises baseadas nos sistemas especialistas de diagnóstico e predição, de forma adeterminar horizontes de negócio para os próprios sistemas especialistas incorporadosa ele.Informações baseadas em (FÁVERO & SANTO, 2005).15

ELEMENTOS PRIMORDIAIS DE SISTEMAS ESPECIALISTASBaseando-se na premissa de que sistemas especialistas não possuem domíniototal de toda informação de sua especialidade, o sistema especialista necessitaoferecer ao usuário respostas que sejam o mais próximo de respostas ideais, logo, aresposta que estiver mais próximo de ser a ideal, será a que será escolhida para saídade um sistema especialista.Dentro de muitas arquiteturas de sistemas especialistas, existe uma que sedestaca pela simplicidade de compreensão, chamada de “Estruturação Básica”, que édividida em sete partes básicas: Base de Conhecimento, Quadro Negro, Mecanismode Inferência, Processador de Linguagem Natural, Justificador de Conhecimento,Seqüenciador e Interpretador. Abaixo, uma representação gráfica das interligaçõesdos componentes da estrutura básica e a descrição detalhada de cada estrutura:Figura 1 – Estrutura básica de um sistema especialista16

Base de ConhecimentoLocal de armazenagem de todas as regras e fatos dos sistemas especialistas.Seria o banco de dados de um sistema tradicional ou a área do cérebro humano quearmazena o conhecimento adquirido.Quadro NegroLocal de compartilhamento de regras dos sistemas especialistas. Assim comoum código em Prolog que carrega bases de regras na memória do computador,disponibilizando tais regras para que outros sistemas possam a utilizar, o quadronegrocompartilha informações levantadas pela Base de Conhecimento e Mecanismode Inferência com os demais softwares que compartilham informação.Desta forma, as regras tornam-se públicas para que os sistemas compartilhementre si tais regras, ou seja, um sistema pode fornecer e requisitar regras disponíveisem um quadro negro público. Assim como funciona qualquer lousa escolar, um quadronegro oferece informações aos leitores de tais quadros, que a qualquer momentopodem alterar as regras ali escritas, de forma que os novos leitores possamcompartilhar a nova informação descrita na lousa.Assim, conforme os objetivos parciais são atingidos, os resultados parciais deum determinado problema são publicados no quadro-negro, num processo de escrita,leitura e exclusão de informações que se estende até a conclusão final do problema.Mecanismo de InferênciaMecanismo compartilhado entre sistemas especialistas para busca de dadosna base de conhecimento. Tendo a premissa de que as bases de conhecimento sãopadronizadas e que os mecanismos de inferência sigam um padrão de busca, omecanismo de inferência irá encontrar a melhor solução dentre um conjunto racionalpré-determinado na base de conhecimento, chegando a resposta mais próxima doideal esperado pelo usuário.17

abaixo:Basicamente, as tarefas de um mecanismo de inferência se resumem a figuraFigura 2 – Regras básicas de um mecanismo de inferênciaApós estes passos descritos na figura acima, o mecanismo de inferência fixaestes dados no quadro-negro, de forma a serem avaliadas antes das regras anterioresdo quadro-negro, logo, empilha as informações no quadro-negro.A regra é avaliada enquanto ter contexto verdadeiro, caso contrário, a regra éeliminada do quadro-negro, a meta estabelecida é desempilhada e uma nova regrapara a meta estabelecida é criada, num processo recíproco até a localização dasolução esperada. Logo, definiremos mecanismo de inferência o processo deavaliação das possíveis soluções das sub-tarefas de uma possível resposta de umproblema. Este mecanismo também nos auxilia a localizar erros nos fundamentos eobjetivos lógicos, de forma a aprimorar nossas regras de localizar soluções aproblemas.É responsável também por consistir nas regras executadas pelo Interpretador,realizando uma verificação final em todas as regras que serão enviadas ao usuário pormeio do Processador de Linguagem Natural.18

Processador de Linguagem NaturalSistema especialista responsável por manter a interface com o usuário na áreade regras do sistema, de forma a receber e enviar regras ao usuário, da forma maistransparente possível para o mesmo. A palavra “Natural” está associada a este termopelo fato do processador necessitar interpretar a linguagem utilizada pelo usuário,respondendo aos estímulos do usuário nas bases de conhecimento, de forma a esteatributo por si só tornar-se um mecanismo especialista, interligando-se ao sistema deforma também natural, sendo o menos artificial possível ao emitir saídas ao usuário.Justificador de ConhecimentoVoltado para trabalhar com as saídas do processo de Regras do Mecanismo deInferência, este módulo é responsável por detalhar como o sistema chegou adeterminada conclusão, para utilizar do Processador de Linguagem Natural parainteragir com o usuário e, se necessário, solicitar ao usuário as entradas de sistemanecessárias para finalizar determinada conclusão. Com isto, alinha a lógicacomputacional com a lógica humana, mantendo o sistema o mais natural possível, e,consequentemente, utilizando-se menos do Processador de Linguagem Natural aoretornar as respostas ao usuário (as entradas do sistema sempre serão em linguagemnatural, logo, este tipo de tarefa não pode ser aliviada no Processador de LinguagemNatural).SeqüenciadorSeleciona regras à serem utilizadas de acordo com fatos e hipóteses,colocando-as em ordem de execução para que o interpretador trabalhe com elas.Desta forma, executa as operações Fuzzy necessárias para desenvolver umaseqüência de processamento interno, concluir em uma resposta e enviar aointerpretador para execução.19

InterpretadorResponsável por interpretar as regras passadas pelo Seqüenciador, ou seja,processa as informações e regras que lhe são enviadas para processamento. Logo,torna-se em parte o núcleo do sistema, para que este possa trabalhar com asinformações passadas.Informações baseadas em (FÁVERO & SANTO, 2005).20

RESPOSTAS/SAÍDAS DE UM SISTEMA ESPECIALISTAAté o momento, definimos um sistema especialista, abordamos suaclassificação, como mantém sua base de informações e etc., agora adentramos nouniverso das saídas de um sistema especialista, ou seja, como são classificadas assaídas de um sistema especialista.Para tanto, imaginemos a seguinte situação: um aluno está utilizando umsistema de busca (Google) para localizar o significado de ”Variável”.Teríamos três tipos de resposta com abordagens do sistema de modo distinto:Abordagem de Primeiro Modo: A definição genérica.Partindo do princípio que cada informação possui seu contexto/universo deaplicação, mudando seu significado a cada contexto utilizado, a máquina irá forneceruma visão abrangente sobre o assunto pesquisado, de forma a definir o universoespecífico de aplicação da palavra.No nosso caso de exemplo, a máquina iria retornar ao usuário para que estepesquise livros de desenvolvimento básico de algoritmos de informática, ou seja, nãodefiniu o que era a variável, mas apontou para o usuário onde poderia localizar talinformação.Abordagem de Segundo Modo: A definição Específica.Ainda dentro da idéia de contextos de informação, seria especificar osignificado da expressão pesquisada.Em nosso caso de exemplo, a máquina especificaria que dentro do contexto dedesenvolvimento de algoritmos de informática, variável é um espaço em memória cujoconteúdo pode sofrer alterações no decorrer da utilização do algoritmo.21

Abordagem de Terceiro Modo: A definição auto-criada.Esta abordagem talvez seja a que mais pode influenciar um usuário, sendo amais complicada a se desenvolver em um algoritmo de sistema especialista. Estaabordagem visa forçar o usuário a criar suas próprias definições, de forma a deixar oproblema de gerar uma resposta para o problema a cargo do usuário.Seria algo como o sistema responder ao usuário, através de exemplos, o quepode ser uma variável, deixando a cargo de o usuário definir o que é variável. Este tipode abordagem só funciona na relação máquina X humano, ou seja, a máquinainformando isto para que o usuário conclua a respeito, não na relação humano Xmáquina, onde a máquina definiria sobre o assunto variável.Informações baseadas em (FÁVERO & SANTO, 2005).22

COMPARANDO SISTEMAS: SISTEMAS CONVENCIONAIS XSISTEMAS ESPECIALISTASUm sistema convencional baseia-se em algoritmos, onde, executando-os passoa passo, é processada uma resposta lógica ao problema fornecido de forma repetitiva,os dados são processados e o resultado correto (ou seja, o resultado perfeito para alógica da máquina) é apresentado ao usuário.Um sistema especialista trabalha com soluções de problemas que nãopossuem resolução por algoritmos, baseando-se em buscas heurísticas, ou seja,soluções aceitáveis, não soluções ideais. Assim, consegue localizar soluções emtempo muito mais hábil que um sistema convencional, pois, para localizar uma soluçãoheurística, o tempo de processamento é bem inferior que o tempo de processamentode uma solução baseada em algoritmos.Sistemas especialistas nem sempre encontram uma solução. Como é baseadoem soluções heurísticas e que não possuem soluções por algoritmos, às vezes, osistema não consegue resolver em tempo hábil o problema, de forma a localizar umasolução tão distante da desejada que tal solução torna-se descartável.Sistemas especialistas podem fornecer respostas erradas. Novamente citandoa idéia de sistemas heurísticos, o sistema pode escolher um conjunto de premissas dabase de dados incorreto, levando-o a uma conclusão incorreta do problema. Mas,diferente de um sistema tradicional, o sistema especialista possui a informação decomo chegou a determinada solução, apresentando todas as premissas que utilizara.Sistemas especialistas processam o conhecimento de sua base, não os dadosisolados. Desta forma, trabalha-se com bases de conhecimento com dados inseridosnestas bases, de forma a ajustar os dados conforme a necessidade de conhecimentoque o sistema exige. Assim, o sistema não necessita processar e trabalhar os dados,ele apenas obtém soluções baseadas nos dados nele inseridos, logo, as regrasnecessárias também podem ser tratadas pelas bases de conhecimento.Informações baseadas em (FÁVERO & SANTO, 2005).23

CONCLUSÃOA área de inteligência artificial tende a crescer gradativamente, conforme novastecnologias vão sendo desenvolvidas, assim como a lógica em si desenvolve-se hámuito tempo, e mesmo assim, surgem novas áreas a serem definidas pela lógica.Conforme o desenvolvimento da lógica computacional, os sistemas tendem a sedesenvolver em proporção igual, atingindo novos patamares de desenvolvimento.O futuro da lógica de sistema especialistas tende à abranger cada vez maisáreas especialistas, visto a quantidade de informações que transitam atualmente nainternet e são processadas por computadores. Nesta visão, logo os sistemasespecialistas terão uma base de conhecimento tão grande que poderão chegar aconclusões de horizontes de desenvolvimento superiores aos horizontes previstos porhumanos.Assim, algo indica que logo teremos sistemas especialistas fazendo check-upsem nossos automóveis, desenvolvendo análises de condição de solo e demaisvalidações que hoje são humanas, sendo certificadas por órgãos federais de eficácia ecomprovação da informação, como o Inmetro.24

REFERÊNCIAS BIBLIOGRÁFICASABAR,C. (2008) in Aula de Lógica Matemática, PUC/SP. Disponível emhttp://www4.pucsp.br/~logica/Fuzzy.htm - Acesso em 27/08/2010 - 19:52.BARR, A.; FEIGENBAUM, E. (1981) in The Handbook of Artificial Intelligence.Los Altos, California: William Kaufmann Inc., 1981. V.I-II.BONOMI, F. (2008) in Vocabolario Etimologico della Lingua Italiana. Disponívelem http://www.etimo.it/?term=intendere – Acesso em 08/07/2010 – 21:15.BONOMI, F. (2008) in Vocabolario Etimologico della Lingua Italiana. Disponívelem http://www.etimo.it/?term=intelligenza – Acesso em 08/07/2010 – 21:20.FÁVERO, A.; SANTO, N. (2005) in Sistemas Especialistas. Disponível emhttp://www.din.uem.br/~ia/especialistas/ - Acesso em 27/08/2010 – 19:11.MUNDO EDUCAÇÃO (2009) in Área de Filosofia. Disponível emhttp://www.mundoeducacao.com.br/filosofia/senso-comum.htm - Acesso em08/09/2010 - 21:42.TONSIG, S. (2003) in Engenharia de Software - Análise e Projeto de Sistemas.São Paulo: Futura.XAVIER, M. (2007) in Artigo: Sistemas Especialistas, Uma Introdução. RioGrande do Sul, Instituto de Informática, UFRS.25