Aula_05

*
FUNDAMENTOS DE SISTEMAS DE INFORMAÇÃO
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL (IA) E SISTEMAS ESPECIALISTAS (SE)
EaD – GRADUAÇÃO A DISTÂNCIA – PROFESSOR FARIAS
Rio de Janeiro, 23 de Maio de 2011
*
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL (IA) E SISTEMAS ESPECIALISTAS (SE)
OBJETIVOS DA AULA
Entender os conceitos básicos sobre as redes neurais, realidade virtual e agentes inteligentes.
 
Explicar como estes componentes podem ser utilizados nos negócios.
Entender os conceitos básicos de sistemas especialistas.
Explicar e exemplificar como os sistemas especialistas podem ser utilizados nas mais diversas situações.
AULA 05
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS
AULA 05
O que é Inteligência?
É uma capacidade, uma possibilidade humana
Os computadores já são capazes de pensar?
Sim. 
Eles evoluíram tanto que são, hoje, capazes de inúmeros feitos nunca dantes imaginados.
Qual o objetivo da Inteligência Artificial (IA)?
Fazer com que os computadores e seus respectivos sistemas aplicativos possam fazer uso dos cinco sentidos:
Pensar, raciocinar, agir, ver, ouvir, falar e sentir.
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS
AULA 05
Aplicações da IA
Utilização de recursos computacionais baseados em conhecimentos e não mais em sistemas de informações gerenciais
A decisão fica a cargo dos sistemas dotados de “inteligência”
Os tomadores de decisão contarão com a sua própria experiência e com a experiência de outros especialistas cujos conhecimentos estarão armazenados nos computadores
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS
AULA 05
Objetivo da IA
Tornar os computadores e respectivos sistemas capazes de tomar decisões de forma parecida com as do ser humano
Estudar técnicas de representação de conhecimentos, heurísticas (arte ou ciência do descobrimento - soluções de problemas), raciocínios lógicos e nebulosos que darão boas, mas nem sempre, soluções ótimas
Principal objetivo da IA  propiciar o desenvolvimento de ferramentas capazes de melhorar as operações empresariais e aumentar a sua vantagem competitiva
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS
AULA 05
Aplicações (exemplos) em uso
. Sistemas Especialistas
. Processamento da linguagem natural
. Reconhecimento de imagem (medicina)
. Reconhecimento de voz
- Empresas de cartões de crédito para tomar decisões rápidas de aprovação de transações individuais dos clientes;
- Corretor ortográfico
- Aplicações de chatting, que lidam com conversas com seres humanos (chatting robot)  Telefonia
- Scanner usa software OCR (Optical Character Recognition)
Censo por telefone (EEUU)
VoiceType (IBM) - permitir a emissão de comandos para o computador
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS
AULA 05
Aplicações (domínios) da IA
. Aplicações da ciência cognitiva
. Aplicação da Robótica
Sistemas Especialistas  simular conhecimento e tomada de decisão humana
Redes neurais  simular a estrutura física do cérebro
Lógica difusa  Admitir valores entre o 0 (falso) e o 1 (verdadeiro) como o 0,5 (talvez) 
Sistemas perceptivos  simular sentidos humanos
Robótica  desempenhar tarefas físicas
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS
AULA 05
Qual tecnologia deve ser usada? 
. Data Warehouse (Armazém de Dados)
Banco de dados que armazena dados sobre as operações da empresa.
Transforma-os em informações
Oferece um enfoque histórico
Fonte
Fonte
Fonte
Data Warehouse
Transformação dos dados
Integração dos dados
Usuário
Usuário
Usuário
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS
AULA 05
Qual tecnologia deve ser usada? 
. Data Warehouse (Armazém de Dados)
Banco de dados que armazena dados sobre as operações da empresa.
Transforma-os em informações
Oferece um enfoque histórico
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS
AULA 05
Qual tecnologia deve ser usada? 
. Data Warehouse (Armazém de Dados)
Banco de dados que armazena dados sobre as operações da empresa.
Transforma-os em informações
Oferece um enfoque histórico
D Marts (repositório de dados) é sub-conjunto de dados de um Data warehouse (armazém de dados)
ou Metainformação. São dados sobre outros dados
Certificação Scrum Master
Customer Relationship Management - 
Gerenciamento do Relacionamento com o Cliente
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS
AULA 05
Como fazer a Análise e Garimpagem dos dados? 
. KDD
Knowledge-Discovery in Databases 
(Descoberta de Conhecimento em banco de Dados)
 Processo de extração de dados 
. Consultas Ad Hoc - OLAP
Processamento Analítico On Line  Consultas para esta finalidade – Agrupando, Desagregando ou fatiando os dados (como visto na aula anterior)
. Data Mining - Mineração de Dados 
Importante ferramenta para gestão da  tomada de decisão
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS
AULA 05
Como fazer a Análise e Garimpagem dos dados? 
. KDD
Processo de extrair conhecimento através de um grande volume de dados
 Coleta maciça de dados
 Computadores com multiprocessadores de alta potência
 Algoritmos de data mining
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS
AULA 05
Como fazer a Análise e Garimpagem dos dados? 
. OLAP – Processo Analítico On Line
Grande volume de dados consolidados e relações complexas
 Analisam relações entre muitos elementos de negócios – dimensões (vendas, produtos, regiões, canais)
 Envolvem dados agregados ao longo do tempo – mensais , trimestrais, anuais
 Apresentam dados sobre diversas perspectivas vendas como por exemplo: por região, vendas por produto, produto por canal, produto por região
 São capazes de reagir rapidamente a solicitações novas e não-estruturadas
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS
AULA 05
Como fazer a Análise e Garimpagem dos dados? 
. Data Mining
Nome devido a semelhança da pesquisa de informação de valor e a garimpagem em busca de minérios valiosos.
 Os Dados são armazenados em repositórios dos Data Warehouse ou Data Mart e extraídos com ferramentas de Data Mining.
 Os Data Marts são construídos para responder prováveis perguntas de um tipo específico de usuário.
 Exemplo: um Data Mart financeiro poderia armazenar informações consolidadas dia-a-dia para um usuário gerencial e em periodicidades maiores (semana, mês, ano) para um usuário no nível da diretoria.
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS
AULA 05
Voltando as Áreas de Atuação
. Redes Neurais
 Neural  Neurônio
 Idéia: montar uma rede de neurônios de forma a simular o funcionamento do cérebro humano  implementar um modelo computacional onde os elementos de processamento são interconectados em uma malha neural.
 A interconexão da rede neural permite o processamento em paralelo
 A rede pode “Aprender”
 Quanto mais dados de entrada, melhor é o aprendizado
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS
AULA 05
Voltando as Áreas de Atuação
. Sistemas de Lógica Difusa
 Difere da Lógica de Aristóteles  Verdadeiro ou Falso
 O Sim ou Não a determinadas questões como: aquele homem é alto ou baixo? é dependente de infinitos graus de incerteza
 A Lógica Difusa, com base na Teoria dos Conjuntos Nebulosos, tem se mostrado mais adequada para tratar imperfeições da informação do que a teoria das probabilidades
Exemplos:
Abertura de porta, aceleração e frenagem  Metrô
Avaliar a temperatura  quente, morno, médio
TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS
AULA 05
Voltando as Áreas de Atuação
. Algorítimos Genéricos
São úteis para situações nas quais milhares de soluções são possíveis e precisam ser avaliadas para a escolha de uma solução ótima. 
O software de algoritmo genético utiliza um conjunto de regras de processo matemático que especificam como a combinação de componentes deve ser feita.
Exemplo:
Suponha um algoritmo para determinar o valor mínimo dentre os pixels de uma imagem, armazenada segundo uma certa estrutura