O documento discute sistemas especialistas, incluindo sua definição como sistemas computacionais que executam funções semelhantes às de especialistas humanos em um determinado domínio. Também aborda aplicações como sistemas de diagnóstico, predição e controle, além de ferramentas como "shells" para construir sistemas especialistas.

1. Sistemas Especialistas
• sistema de
computação que
executa funções
semelhantes às
normalmente
executadas por um
especialista humano ,
ou...

2. Sistemas Especialistas
• sistema de
computação que usa
representação de
conhecimento ou
perícia humana num
domínio particular de
forma a executar
funções semelhantes
às de um especialista
humano naquele
domínio.

3. Sistemas
Especialistas
• primeiros sistemas foram construídos de
forma incremental, ao longo de muito
tempo, em LISP;
• idéia: separar a parte do sistema que trata
especificamente do problema no domínio
considerado ("base de conhecimento"), da
parte que "move" o sistema, e que é comum
("motor de inferência");

4. Aplicações de SE
• Sistemas de interpretação (deduz • Sistemas de Diagnóstico (deduz
descrições a partir de observações; possíveis problemas a partir de
ex: compreensão de fala, análise de observações ou sintomas; ex:
imagens...)
diagnósticos médicos,
• Sistemas de Predição (deduz mecânicos,...)
conseqüências a partir de • Sistemas de Monitoração
situações; ex: predição de (comparam observações de
tempo, clima, predição de comportamento de sistemas,
tráfego,...) com características
consideradas necessárias para
alcançar objetivos; ex:
monitoração de rede de
distribuição elétrica, controle de
tráfego aéreo,...)

5. Aplicações de SE
• Sistemas de Reparo (conserto) • Sistemas de Controle
(desenvolvem e aplicam plano (governar de forma
para consertar problema
diagnosticado; ex: manutenção
adaptativa o
de redes de comunicação, comportamento de um
manutenção de sistemas de sistema; ex: robôs,
computação,...) gerência de produção,...)

6. SHELL
• "Shell" é ferramenta para construir SE,
baseada em algum tipo de formalismo de
representação de conhecimento (assim
como um SGBD está baseado em algum
tipo de modelo de dados).
• "Shell" é um SE sem o conhecimento
específico do domínio;

7. Vantagens do Shell
• Prototipagem rápida de SE;
• Usam estruturas de dados e conhecimento
pré-definidas (menos flexibilidade, mas
mais rapidez e tranqüilidade para
desenvolvedores);
• Menor necessidade de treinamento de
desenvolvedores de SE (é mais simples
construir um SE com "shell").

8. Inteligência Artificial
• Inteligência:
“Qualidade ou
capacidade de
compreender e
adaptar-se
facilmente”.
• Artificial: Produzido
pela arte ou pela
indústria”.
Aurélio Buarque de Holanda

9. Histórico da IA
• Raízes antes da 2ª • Lógica Formal
Guerra Mundial • Psicologia Cognitiva
• Pós Guerra • Computadores
1945-1954 desenvolvidos
Pré-IA • Conferências Macy
(Computing
Machinery and
Intelligence) sobre
Cibernética

10. Histórico da IA
• Os anos formativos • Disponibilidade
1955-1960 crescente de
O início da pesquisa em computadores
IA • Linguagem IPL-I
(Processamento da
Informação)
• Psicologia do
Processamento da
Informação

11. Histórico da IA
• Os anos de • Heurística
desenvolvimento e • Robótica
reorientação • Programas de Xadrez
1961-1970
A busca de
solucionadores de
problemas gerais

12. Histórico da IA
• Os anos de • MYCIN (Stanford)
especialização e êxito, • Engenharia do
1971-1980 Conhecimento
A descoberta de • PROLOG
sistemas baseados no
conhecimento

13. Histórico da IA
• A corrida às • PROSPECTOR
aplicações • Projeto Japônes de
1981 – Quinta Geração
Concorrência • Várias companhias
Internacional e corporativas e
especulação empresariais de IA
comercial

14. A Inteligência Artificial é uma área da computação
que procura tornar a máquina "inteligente", através
de algoritmos e técnicas que simulam situações
consideradas especificamente como humanas, tais
como:
• Compreensão de linguagens naturais;
• reconhecimento de padrões;
• jogos de estratégia;
• demonstração automática de teoremas;
• robótica;
• sistemas de consulta especializados.

15. Inteligência Artificial (IA)
• A IA é um campo de pesquisa voltado
principalmente para o estudo da resolução
de problemas na teoria.
• A IA tem enormes aplicações em muitas
áreas socialmente relevantes.
• É um meio para o estudo da própria
inteligência.

16. Teste de Turing
• Usado para determinar
se uma máquina
simula a inteligência
humana.

17. Abordagens para solução de um
problema em IA
• Performance Mode: máquinas de
comportamento inteligente,
independentemente de serem os seus
métodos similares aos dos seres humanos.
• Simulation Mode: Tentativa de imitar a
maneira pela qual o ser humano realiza
tarefas que exijam inteligência.

18. Aplicações de IA
• Ajudar médicos a analisar certos tipos de
doenças;
• manipular perguntas em inglês e respondê-
las em inglês;
• Programas compreendedores de circuitos.

19. Redes Neurais Artificiais
• Sistemas que possuem
inspiração biológica,
onde os modelos são
desenvolvidos com
base no que se sabe
sobre os princípios de
processamento
neurofisiológico.

20. Breve Histórico
• Em 1943 - McCullock e Pitts
• Em 1949, por Frank RosenBlatt
(perceptron)
• Somente em 1972, Teuvo Kohonen (mapa
Auto-organizável de características)
• Em 1982, Hopfield, criou o “modelo de
Hopfield”

21. Características Básicas de RNA’s
• Componentes físicos:
- conexões
- elementos de processamento
• Componentes não-físicos
- padrões
- funções

22. Funções
• Linear

23. Funções
• Hard-limiter ou step

24. Funções
• Em rampa

25. Funções
• Sigmóide

26. Funções
• Gaussiana

27. Perceptron

28. Backpropagation

29. Conexões

30. Aplicações práticas de RNA’s
• OCR
• Reconhecimento da Fala e da Escrita
• Análise de dados do mercado de ações
• Controle de processo industrial
• Identificação de sinais de radar
• Diagnóstico médico
• Identificação de fraude em cartões de
crédito