Sistemas Especialistas

Sistemas Especialistas Fred Freitas Centro de Informática Universidade Federal de Pernambuco

Roteiro • Definição e Histórico • Conceitos Básicos • Componentes de um Sistema Especialista • Ciclo de desenvolvimento • Problemas e soluções de Aquisição de Conhecimento • Tendências Futuras

Definição de Sistemas Especialistas • Sistemas Baseados em Conhecimento (SBCs) que: • Resolvem problemas complexos • usando conhecimento humano profundo sobre o problema e/ou sobre áreas relacionadas • Lembrar que, como todo SBC, os Sistemas Especialistas só funcionam em domínios restritos! • Produtos de maior sucesso em IA!

Representação de Conhecimento • SBCs são estudados e produzidos a partir da disciplina de Representação de Conhecimento • Disciplina que estuda o uso de símbolos formais para representar conjuntos de proposições • Raciocínio – manipulação mecânica destes símbolos de forma a criar novos símbolos

segue-se fatos fatos sentenças sentenças Mundo semântica semântica Representação implica Conhecimento: Representação e Uso • Raciocínio: • processo de construção de novas sentenças a partir de outras sentenças. • Deve-se assegurar que o raciocínio é consistente (sound)

Hipótese de RC [Brian Smith] • Propriedades de um SBC: • Um observador externo pode entender o que está representado em suas proposições • O sistema se comporta de um dado jeito por causa do que está representado nestas proposições • Vantagem em relação a sistemas tradicionais (procedimentais): pode-se perguntar a um programa sobre o que ele sabe, etc...

Inteligência Artificial sistemas que exibem / replicam comportamentos inteligentes Sistemas Baseados em Conhecimento o conhecimento é vital , divisão entre conhecimento e raciocínio Sistemas Espec. o conhecimento é obtido a partir de um perito Sistemas Especialistas

Como reconhecer um Sistema Baseado em Conhecimento ?

Qual deles é um SBC? Por quê? printColor(snow) :- !, write(“It’s white.”). printColor(grass) :- !, write(“It’s green.”). printColor(sky) :- !, write(“It’s yellow.”). printColor(X) :- write(“Beats me.”). printColor(X) :-color(X,Y), !, write(“It’s “), write(Y), write(“.”). color(X, Y) :- madeOf(X, Z), color(Z, Y). madeOf(grass, vegetation). printColor(X) :- write(“Beats me.”). color(snow,white). color(sky,yellow). color(vegetation, green).

DECLARATIVO Fácil adicionar mais conhecimento ao sistema Fácil estendê-lo para novas tarefas Quais objetos têm a mesma cor? O sistema se explica! PROCEDURAL Mais rápido (já possui o script) Tomou o mercado... Prós e contras

Usos e Benefícios • Sistemas Especialistas podem servir para: • Resolver problemas  • Assistentes de decisão de especialistas • Treinamento e disseminação do conhecimento • Ex: CATS-1 • Benefícios • Preservação de conhecimento • Vantagens declarativas • Conhecimento fora do programa • Regras podem ser inseridas sem se preocupar com o fluxo do programa

Histórico • 1965 – DENDRAL • Ed Feigenbaum – Univ. Stanford – EUA • Determinava automaticamente a estrutura molecular de uma molécula desconhecida através de sua análise espectrográfica • Abordagem algorítmica impossível • Resultados melhores que os especialistas (!) • Suas descobertas geraram publicações em revistas especializadas

MYCIN [Shortliffe 76] • Diagnóstico e terapia de doenças infecciosas • Muito consultado por médicos que não eram especialista em infecções • 450 regras com coeficientes de certeza associados • Pioneiro no uso de interface e de módulo explanador • Procurou imitar um médico num consultório

Regra e diálogo do MYCIN If • the infection is primary-bacteremia, and • the site of the culture is one of the sterile sites, and • the suspected portal of entry of the organism is gastrointestinal tract, then there is suggestive evidence (0.7) that the identity of the organism is bacteroides.

> What is the patient’s name? • John Doe. • > Male or Female? • Male. • > Age? • He is 55. • > Have you obtained positive cultures indicating general type? • Yes. • > What type of infection is it? • Primary bacteremia. • > When did symptoms first appear? • May 5. • > Let’s call the most recent positive culture C1. From what site was C1 taken? • From the blood. • > When? • May 9. • > Let’s call the first significant organism from this culture U1. Do you know the identity of U1? • No. • > Is U1 a rod or a coccus or something else? • Rod. • > What is the gram stain of U1? • Gram-negative. • > Have there been positive cultures from sites that are not associated with the infections about which you are seeking advice? • No.

> Diagnosis... • > My recommendations will be based on the opinion that the identity of U1 may be: • 1. Psedomonas-aeruginosa • 2. Klebsiella-pneumoniae • 3. E. coli • 4. Bateroides-fragilis • 5. Enterobacter • 6. Proteus-nommirabilis • Some more questions... • > On a scale of 0 to 4, where higher numbers indicate greater severity, how would you rate • the patient’s degree of sickness? • 3. • > Does the patient have a clinically significant allergic reaction to any antimicrobial agent? • No. • > How much does the patient weigh? • 70 kg. • > First recommendation... • > My first recommendation is as follow: to cover for items 1,2,3,5 and 6, give gentamycin using a dose of 119 mg (1,7 mg/kg) q8h IV [or IM] for 10 days. Modify dose in renal failure. Also, to cover for item 4, give clindamycin using a dose of 595 mg (8.5 mg/kg) qh6 IV [or IM] for 14 days. If diarrhea or other gastrointestinal symptoms develop, check for pseudomembranous colitis.

Explicando-se…

Histórico • Anos 60 -70: SEs orientados a tarefas exclusivamente • Regras e heurísticas, sem descrições de domínio • Anos 70-80: SEs orientados a domínios • PROSPECTOR [Hart et al 78]: • Prospecção mineral • Redes semânticas, classes, subclasses, instâncias... • Aceitação comercial: CATS-1, XCON, ...

CATS-1 • Problema da General Electric: • Aposentadoria de David Smith: engenheiro especialista em falhas de motores elétrico-diesel de locomotivas • Solução convencional • Treinamento de engenheiros novatos • 1980: Construção de CATS-1 (DELTA) • Meses de entrevista, 3 anos p/ primeiro protótipo • Permite diagnóstico em poucos minutos • Existe um em cada oficina • Dá treinamento, é amigável e explica decisões

Exemplo de SE: XCON (1978) • Domínio do conhecimento: Configuração de computadores de VAX, a partir de especificações dos clientes. • Entrada: Características necessãrias ao sistema computatorizado. • Saída: Especificação do sistema computatorizado. • A DEC tentou escrever um programa convencional para fazer este tarefa, sem nenhum sucesso • McDermott foi então convidado escrever um sistema espeiclista

Sucesso do XCON • Até 1986, o XCON tinha processado 80.000 orçamentos, com precisdão de 95-98% conseguida • Lucro para a DEC: $25M / ano • O sucesso foi tão grande que a DEC fez uma família de SEs • XSEL – suporte à pré-venda e venda • XSITE – planos par ao projeto físico

Exemplo de regra no XCON IF the most current active context is distributing massbus devices & there is a single port disk drive that has not been assigned to a massbus & there are no unassigned dual port disk drives & the number of devices that each massbus should support is known & there is a massbus that has been assigned at least one disk drive and that should support additional disk drives & the type of cable needed to connect the disk drive to the previous device on the disk drive is known THEN assign the disk drive to the massbus

Expertise • Conhecimento específico sobre a tarefa modelada e seu domínio: • Fatos e teorias sobre o domínio • Frames, redes semânticas,... • Regras boas e rápidas e procedimentos gerais, advindas da experiência • Heurísticas para situações específicas • Estratégias globais

Especialista • Detentor do conhecimento sobre a área e sobre a tarefa específica. Sabe: • Reconhecer e formular o problema em sua verdadeira extensão • Explicar a solução (às vezes) • Quando quebrar regras • Relevância dos fatos

Engenheiro de Conhecimento • Ajuda a transferir a expertise para o Sistema Especialista. Tarefas: • Aquisição do conhecimento • Representação • Documentação • Principalmente para o módulo explanador

Usuário Módulo Explanador Interface Motor de Inferência Base de Conhecimento Módulo de Aquisição de Conhecimento Especialista/ Engenheiro de Conhecimento Estrutura de um Sistema Especialista

Componentes • Interface: • Linguagem natural ou menus • Pode fazer perguntas ao usuário • Deve permitir ao usuário descrever o problema • Pode permitir ao especialista ou engenheiro de conhecimento inserir conhecimento • Módulo de Explanação. Responde a: • Como chegou a uma dada conclusão? • Porque rejeitou uma dada alternativa? • Qual o plano para achar uma solução? • Porque fez uma pergunta específica?

Funcionamento típico • O especialista e o engenheiro especificam conhecimento, que é armazenado na memória permanente (regras, frames,...) do motor de inferência • Usuário entra com descrição do problema, normalmente por um template da interface • O motor de inferência aplica o conhecimento permanente ao problema e vai deduzindo fatos novos na memória volátil, até chegar a uma solução do problema

Ciclo de Desenvolvimento de um Sistema Especialista Inicialização Fechamento da Base de Conhecimento e dos módulos, Testes, Avaliação Análise Definição do Problema, Requisitos Prototipagem Validação pelos usuários, Treinamento, Documentação Projeto, Identificação das fontes de conhecimento Desenvolvi- mento Operação, Upgrades, Avaliação periódica Implemen- tação Definição e Representação do Conhecimento, Protótipos, Módulos, Interface, Testes Manutenção

Aquisição de Conhecimento • De que conhecimento precisa um SE? • Conhecimento, principalmente, do especialista • Conhecimento sobre a tarefa • Ver que conceitos e relações são relevantes! • Heurísticas/ regras para a solução • Livros e documentos sobre o problema e sua área • Ontologia do domínio • Conceitos, instâncias, relações, restrições • Conhecimento geral (às vezes necessário)

Ciclo de Desenvolvimento de um Sistema Especialista Inicialização Fechamento da Base de Conhecimento e dos módulos, Testes, Avaliação Análise Definição do Problema, Requisitos Aquisição de Conhecimento, o Gargalo! Prototipagem Validação pelos usuários, Treinamento, Documentação Projeto, Identificação das fontes de conhecimento Desenvolvi- mento Operação, Upgrades, Avaliação periodica Implemen- tação Definição e Representação do Conhecimento, Protótipos, Módulos, Interface, Testes Manutenção

Problemas na aquisição • Problemas inerentes ao problema que se deseja resolver: • Dificuldade de enumeração de todos os casos • Terminologia difícil do domínio (ex: medicina) • Problemas com o especialista • Às vezes, o especialista não sabe porque toma determinadas decisões • Muitas informações implícitas nas decisões do especialista, e ele não consegue expressá-las • Separar o joio do trigo • Conhecimento relevante x irrelevante • O especialista não quer colaborar

Soluções para os Problemas de Aquisição • Métodos de aquisição • Manuais • Semi-automáticos • Automáticos • Sistemas Especialistas de 2ª. geração

especialista explicitação codificação Engenheiro de conhecimento Base de conhecimento documentação Métodos Manuais de Aquisição • Entrevistas • Desestruturada • Estruturada: agendas, formulários, casos, etc • Rastreamento cognitivo • Gravações de descrições detalhadas do especialista • Engenheiro faz regras e valida com o especialista

Métodos Semi-automáticos de Aquisição especialista Ferramentas de apoio Base de conhecimento Engenheiro de conhecimento • Ferramentas para o engenheiro • Editores, ambientes integrados (ex: Protégé), ferramentas visuais • Ferramentas para o especialista • Análise de grades de características (repertory grid analysis)

Casos e exemplos Indução automática Regras Métodos Automáticos de Aquisição • Técnicas de Aprendizado Automático • É preciso gerar conhecimento explícito, muitas vezes em forma de regras! Por isso... • Técnicas simbólicas de aprendizado • Árvores de Decisão • Espaço de Versões, ...

Variável Especialista Sistema Espec. Tempo Disponível Horário de Trabalho Sempre Localização Geográfica Local Global Segurança Insubstituível Substituível Perecível Sim Não Desempenho Variável Consistente Velocidade Comparação entre usar um especialista e um SE Variável Constante Custos Altos Suportá veis Aspectos Emotivos Sim Não Sujeito a Cansaço Sim Não

Sistemas Especialistas –2ª. Geração • Objetivo: Acelerar a construção de SEs • Reuso é imperativo: • BCs são a parte mais cara de um SBC • Melhorias no processo de modelagem do conhecimento • Tendência a que o próprio especialista edite o conhecimento • Protégé [Gennari et al 2003] • Integração entre aprendizado e inferência simbólica para acelerar a aquisição • Sistemas híbridos

Como reusar conhecimento?? • Reuso de conhecimento sobre as tarefas: MetodologiaCommonKADS [Schreber et al 94] • Reusa modelos de problemas e sub-problemas • Propõe especificar as tarefas em função da decomposição destas em sub-tarefas, e assim recursivamente • Reuso do conhecimento sobre o domínio • Ontologias

Reuso de Conhecimento sobre Tarefas: CommonKADS • Meta-modelos prontos para determinados tipos de tarefa: Diagnóstico, Monitoração, etc • Não entrou muito em uso: • Muito abstrato • Necessita de muitas especificações • Mas agora os metamodeos voltaram à moda!

KADS system’s structure given (analysis) constructed (synthesis) modified (transformation) solution type solution type states (predict) category (identification) structure (design) sequence of steps (planning) category type discrepancy (monitoring) decision class (assessment) faulty category (diagnosis) model type fault model (heuristic classification or cover & differentiate) correct model (systematic diagnosis)

part-of is-a component audio system audio system speaker system tape deck ... speaker system tape deck ... amplifier left speaker right speaker Ontologia do domínio de áudio • components’ properties • deck: function (stop, play, rew, ff, pause) • deck: power (on,off) • amplifier: power (on,off) • amplifier: input-signal (deck, turner, CD, VCR, Aux) • ... • Properties tests • deck-power-switch (preessed, not pressed) • input-selector (deck, turner, ...)

Ontologia do domínio de áudio • causes (relation) • deck: power = on and deck: function = play andcable-connection: deck amplifier = presentCAUSESamplifier: input-signal = deck • amplifier: input-signal = deck and amplifier: input-selector = deckCAUSESamplifier: output-signal = deck • indicates • deck-power-switch = pressedINDICATESdeck-power = on • input-selector = XINDICATESamplifier: input-signal = X

Sistemas Especialistas por Área de Aplicação

Sistemas Especialistas