Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
* 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 de dados, e dentre um conjunto de objetos, representados em uma outra estrutura. TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS AULA 05 Voltando as Áreas de Atuação . Algoritmos Genéricos Exemplo (continuação): Os pixels são comparados com base em seu valor de intensidades, e objetos são comparados com base em um de seus atributos. Uma abordagem iria escrever um algoritmo para cada estrutura de dados, assim: TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS AULA 05 Voltando as Áreas de Atuação . Realidade Virtual (RV) . As aplicações de RV são voltadas para simular a realidade em ambientes computacionais e desenvolver interfaces homem-máquina . Utiliza dispositivos multissensoriais com instrumentos de entrada e saída capazes de acompanhar e monitorar os movimentos humanos Exemplo: Indústria automobilística carros são projetados em salas de realidade virtual aumentada TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS AULA 05 Voltando as Áreas de Atuação . Agentes Inteligentes . São programas de software que realizam tarefas específicas, repetitivas e procedurais para o ser humano: percebem o ambiente e agem sobre ele. Exemplo: -Internet conta com diversas iniciativas que utilizam agentes, desde sites que comparam preços de produtos para compra até mecanismos de busca inteligentes que navegam dentro das páginas Web -Agente de reconhecimento de fala tem um conjunto pré-definido de padrões, mas pode aprender o sotaque de um novo usuário TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS AULA 05 CONCEITOS BÁSICOS DE SISTEMAS ESPECIALISTAS (SE) . “S.E.” são aplicações da IA, representadas por softwares que simulam o comportamento de um especialista para a solução de problemas. .Os problemas que podem ser solucionados por um sistema especialista são do tipo que seria atendido por um especialista humano - um médico ou outro profissional Exemplo (não informatizado): -Diagnóstico Médico Com base no próprio conhecimento acumulado sobre os sintomas descritos e nos resultados dos exames, o médico, consultando sua base de conhecimentos (internos), faz o diagnóstico da doença TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS AULA 05 CONCEITOS BÁSICOS DE SISTEMAS ESPECIALISTAS (SE) . Base de Conhecimento: Base de regras; Memória de trabalho. . Motor de inferência. . Partes de um Sistema Especialista (Arquitetura) TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS AULA 05 CONCEITOS BÁSICOS DE SISTEMAS ESPECIALISTAS (SE) . Definição: Base de Conhecimento (BC) . Partes de um Sistema Especialista (Arquitetura) Parte de um SE que contém o conhecimento do domínio. Tarefa do engenheiro de conhecimento obter o conhecimento do especialista e codificá-lo em uma base de conhecimento usando uma dada técnica de representação (e.g. regras). Exemplo de regras: Regra 01: Se o carro não ligar Então o problema pode estar no sistema elétrico Regra 02: Se o problema pode estar no sistema elétrico E a voltagem da bateria está abaixo de 10 volts Então a falha é uma bateria ruim TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS AULA 05 CONCEITOS BÁSICOS DE SISTEMAS ESPECIALISTAS (SE) . Definição: Memória de Trabalho . Partes de um Sistema Especialista (Arquitetura) Parte de um sistema especialista que contém os fatos do problema que são descobertos durante a sessão de consulta. Comentário: A memória de trabalho contém todas as informações sobre o problema que são fornecidas pelo usuário ou inferidas pelo sistema. Toda informação obtida durante uma consulta é freqüentemente chamada de contexto da sessão. TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS AULA 05 CONCEITOS BÁSICOS DE SISTEMAS ESPECIALISTAS (SE) . Definição: Motor de Inferência . Partes de um Sistema Especialista (Arquitetura) É o ‘processador’ em um sistema especialista que confronta os fatos contidos na memória de trabalho com os conhecimentos de domínio contidos na base de conhecimento para tirar conclusões sobre o problema. Comentário: O M.I. trabalha com os fatos contidos na memória de trabalho e o conhecimento de domínio contido na base de conhecimento para derivar uma nova informação. Ele procura as regras para um casamento entre as suas premissas e as informações contidas na memória de trabalho. Quando o M.I. encontra um casamento, adiciona a conclusão da regra na memória de trabalho e continua … TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS AULA 05 CONCEITOS BÁSICOS DE SISTEMAS ESPECIALISTAS (SE) Funcionamento . Partes de um Sistema Especialista (Arquitetura) Considerando uma regra: Se as premissas estão contidas na memória de trabalho Então aplica-se a regra, adicionando as conclusões MT Senão passa para a próxima regra Quando detecta-se que um objetivo foi atingido ou que mais nenhuma regra se aplica, o processo de raciocínio é encerrado Comentário: As variações nesse mecanismo estão relacionadas a escolha da primeira regra, a escolha próxima regra, . . . TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL E SISTEMAS ESPECIALISTAS AULA 05 CONCEITOS BÁSICOS DE SISTEMAS ESPECIALISTAS (SE) Exemplo: . Partes de um Sistema Especialista (Arquitetura) Atividades que envolvem diagnósticos .Inicia-se com a consulta de algumas fontes de conhecimento livros, manuais, relatórios técnicos e a experiência e o conhecimento dos especialistas. .O processo de coleta e estruturação do conhecimento é chamado de aquisição de conhecimento. .Se o conhecimento é obtido entrevistando o especialista, o processo é denominado de elicitação do conhecimento. RESUMO AULA 01 . Que existe uma evolução muito grande no uso da I. A., através de vários tipos de aplicação como em Ciência Cognitiva, Robótica e Realidade Virtual (RV) . Os computadores tendem a realizar as funções do cérebro humano. . Para que este processo se torne viável, são necessárias ferramentas específicas como DW – Data Warehouse. . Que os S.E. – Sistemas Especialistas, simulam o comportamento de um “especialista” para a solução de um problema, usando também a Base de Conhecimento e o Motor de Inferência como “processador” deste S.E.. *