sistemas especialistas - valdick · •sistemas especialistas são programas destinados a...
TRANSCRIPT
1
Sistemas Especialistas
2
Sumário
• Conceito
• Vantagens
• Aplicações
• Componentes
• Exemplos de Bases de Dados
3
Conceito
• Sistemas especialistas são programas
destinados a solucionar problemas em
campos específicos de conhecimento. Estes
programas devem ter desempenho
comparável ao dos especialistas humanos na
execução dessas tarefas.
4
Vantagens
Os Sistemas especialistas apresentam, emrelação aos especialistas humanos asseguintes vantagens :
• Disponibilidade a qualquer tempo;
• Ausência de fadiga;
• Ausência de incompatibilidades pessoais;
• Tecnologia portável a outros ramos doconhecimento.
5
Aplicações
1) Sistemas de diagnóstico
Exemplo : MYCIN para diagnóstico de doenças
bacteriológicas, desenvolvido em Stanford nos anos 70.
2) Sistemas de planejamento
Exemplos :
• XCON para configuração de hardware, desenvolvido na
Carnegie Mellon University e utilizado pela DEC.
• STRIPS para movimentação de robôs, desenvolvido em
Stanford.
6
Aplicações (cont.)
3) Sistemas de previsão
Exemplo : PROSPECTOR para estudo de geologia
4) Sistemas de controle
Exemplos :
• ACE para vigilância de sistemas telefônicos.
• PICON para alarmes em centrais nucleares.
7
Aplicações (cont.)
5) Sistemas de Instrução
6) Sistemas de Interpretação
8
Componentes
São componentes essenciais de um Sistema
Especialista :
• Base de conhecimentos composta de fatos e
regras;
• Mecanismo de inferência;
• Interface com o usuário.
9
Componentes (cont.)
As bases de conhecimentos compreendem
coleções de :
• Objetos, que são as conclusões a que o
Sistema deve chegar;
• Atributos, que são propriedades que servem
para caracterizar os objetos.
10
Componentes (cont.)
Os mecanismos de inferência podem ser de dois tipos :
1. Encadeamento para diante. Neste tipo selecionam-se
atributos até obter uma combinação deles que caracterize
um objeto;
2. Encadeamento para traz. Neste tipo seleciona-se um
objeto, como sendo a hipótese de estudo, e busca-se
determinar a viabilidade da aceitação dessa hipótese pela
ocorrência ou não dos atributos adequados. Caso a
hipótese falhe seleciona-se outra hipótese e prossegue-se
com as tentativas.
11
Exemplos de base de dados
• Serão apresentados dois exemplos de basesde dados que podem ser utilizadas emqualquer “shell” de Sistemas Especialistas
• O primeiro deles é encontrado no livro deSchildt (Inteligência Artificial usando aLinguagem C)
• O segundo deles foi desenvolvido na UFFhá mais de dez anos
12
Primeiro exemplo de base de dados
• Os objetos do sistema especialista são
doenças e os atributos desses objetos
(doenças) são seus respectivos sintomas
• A resposta do sistema é o diagnóstico da
doença a partir dos sintomas
13
Primeiro exemplo de base de dados
(cont.)
As doenças são:
• meningite
• dengue
• malária
• pneumonia
• tuberculose
• esclerose múltipla
• mal de Parkinson
• butolismo
14
Primeiro exemplo de base de dados
(cont.)Os sintomas são:
• dor de cabeça forte
• vomito
• febre
• dor no corpo
• diarréia
• delírio
• dificuldade de
respirar
• tosse intensa
• cor do corpo amarelada
• perda progressiva da
motricidade
• tremedeira
• inflamação na parte
interna da boca
• perda temporária da
visão
15
Primeiro exemplo de base de dados
(cont.)
• Considere-se
diag( ) - diagnostico
sint - sintoma
S - é uma lista contendo os sintomas de determinadadoença tal que na clausula diag, enquadra-se ocorpo que possui os predicados sint.
Os argumentos são comparados com os elementosda lista que se supõe sejam iguais aos do átomo detal predicado.
16
Primeiro exemplo de base de dados
(cont.)• As regras para determinar os diagnósticos são:
• diag(S,meningite) :- sint(S,dor_de_cabeça_forte), sint(S,vomito), sint(S,febre).
• diag(S,dengue) :- sint(S,dor_de_cabeça_forte), sint(S,vomito), sint(S,febre), sint(S,diarréia) , sint(S,dor_no_corpo).
• diag(S,malaria) :- sint(S,dor_de_cabeça_forte), sint(S,delírio), sint(S,febre).
• diag(S,pneumonia) :- sint(S,febre), sint(S,dificuldade_de_respirar) , sint(S,dor_no_corpo).
• diag(S,tuberculose) :- sint(S,tosse_intensa).
• diag(S,hepatite) :- sint(S,dor_de_cabeça_forte), sint(S,cor_do_corpo_amarelada), sint(S,vomito).
• diag(S,esclerose_múltipla) :- sint(S,progressiva_perda_da_motricidade), sint(S,delírio) .
• diag(S,mal_de_parkson) :- sint(S,tremedeira).
• diag(S,botulismo) :- sint(S,tosse_intensa), sint(S,inflamação_na_parte_interna_da_boca), sint(S,perda_temporária_da_visão).
17
Sistema ESIE
• O Sistema ESIE é um sistema especialista
elementar desenvolvido por alunos da
Disciplina Inteligência Artificial da UFF
em linguagem Pascal.
18
ESIE - Introdução
INSTRUÇÕES PARA
DESENVOLVIMENTO DA BASE DE
CONHECIMENTOS
19
ESIE - Introdução
• Para criar uma base de conhecimentos para
o shell uff deve-se seguir os seguintes sete
passos:
20
ESIE – Passos para a criação da base de conhecimentos
1. definir o texto introdutório através de:introtext is " texto " . este textointrodutório deve dizer a área de atuação dosistema, e dar instruções ao usuário.
2. definir a meta através de : goal is (nome deuma variável). esta variável será usada nasregras para receber o diagnóstico.
exemplo: goal is diag
21
ESIE – Passos para a criação da base de conhecimentos
3. definir as respostas válidas através de:legalanswers are aqui se define quais sãoas respostas válidas (terminar com *).
exemplo: legalanswers are sim não *
4. definir todas as perguntas através de:question (nome) is
exemplo: question p1 is
"o paciente apresenta tosse?"
22
ESIE – Passos para a criação da base de conhecimentos
5. gerar regras combinando as respostas das perguntas.
a sintaxe é: if ....
and ....
and ....
then ....
exemplo:
if p1 is sim
and p2 is sim
then diag is pneumonia
23
ESIE – Passos para a criação da base de conhecimentos
6. definir qual deve ser a resposta do sistema através
de: answer is
exemplo: answer is "o paciente deve ter ", diag
7. definir um texto de terminação com : termtext is.
aqui entra-se com recomendações para o usuário,
telefones para contato e demais instruções que
possam ser úteis.
24
ESIE - Exemplo
• A seguir apresenta-se uma base de
conhecimentos que poderá ser executada.
nome do arquivo : base1.esie
25
ESIE – Texto de abertura, definição de alvo e
respostas admissíveis
introtext is "
• este sistema tem por objetivo determinar a etiologia da amenorréia.
• responda sim ou não as questões que se seguem
• para interromper o questionário, digite * "
goal is epa
legalanswers are sim não *
26
ESIE – Diálogo com o usuário
question wp is
"ocorreu alguma resposta a indução progestacional ?"
question tsh is
"a paciente apresenta tsh elevado ?"
question pro is
"a paciente apresenta nível de prolactina >100 ?"
27
ESIE – Diálogo com o usuário (cont.)
question est.pro is
"a suspensão de um ciclo estrogenio-
progesterona causa sangramento ?"
question fsh.lh is
"os níveis de fsh e lh estão elevados ?"
28
ESIE – Regras
if wp is sim
and tsh is sim
then epa is hipotiroidismo
if wp is não
and tsh is sim
then epa is hipotiroidismo
29
ESIE – Regras (cont.)
if wp is não
and tsh is não
and pro is sim
then epa is indefinida.pedir.tomografia
if wp is sim
and tsh is não
and pro is sim
then epa is idefinida.pedir.tomografia
30
ESIE – Regras (cont.)
if wp is sim
and tsh is não
and pro is não
then epa is anovulacao
if wp is não
and tsh is não
and pro is não
and est.pro is não
then epa is insuficiencia.ovariana
31
ESIE – Regras (cont.)
if wp is não
and tsh is não
and pro is não
and est.pro is sim
and fsh.lh is sim
then epa is insuficiencia.ovariana
if wp is não
and tsh is não
and pro is não
and est.pro is sim
and fsh.lh is não
then epa is disfuncao.hipotalamo.hipofisiaria
32
ESIE – Diagnóstico e texto de encerramento
answer is "com base nas respostas acima, posso inferir que a
etiologia da amenorréia é: epa
termtext is "
a conduta a ser adotada para correção da amenorréia
dependerá' da etiologia levantada e de outras condições da
paciente. confira estes resultados com sua experiência
clinica.