Sistemas Especialistas: uma introduo

Mnica Xavier Py Instituto de Informtica Universidade Federal do Rio Grande do Sul Caixa Postal 15064 90501-970, Porto Alegre, RS mpy@inf.ufrgs.br

Introduo

A Inteligncia Articial (IA) nasceu ociamente em 1956, durante uma conferncia de vero em Dartmouth College, nos Estados Unidos. Jonh McCarthy, Marvin Minsky, Nathaniel Rochester e Claude Shannon se reuniram com a inteno de realizar um estudo sobre o tpico Inteligncia Articial, que a partir de ento cou conhecida, gerando inclusive polmicas. Os pesquisadores cando impossibilitados de adotar uma denio formal precisa para IA, visto que seria necessrio denir, a prpria inteligncia, propuseram algumas denies operacionais: Inteligncia Articial a parte da cincia da computao que compreende o projeto de sistemas computacionais que exibam caractersticas associadas, quando presentes no comportamento humano, inteligncia (BARR; FEIGENBAUM, 1981). Existem duas linhas principais de pesquisa para a construo de sistemas inteligentes: a linha conexionista e a linha simblica. A linha conexionista visa modelagem da inteligncia humana atravs da simulao dos componentes do crebro, isto , de seus neurnios, e de suas interligaes. Esta proposta foi formalizada inicialmente em 1943, quando o neuropsiclogo McCulloch e o lgico Pitts propuseram um primeiro modelo matemtico para um neurnio. A linha simblica segue a tradio lgica e teve em McCarthy e Newell seus principais pesquisadores. Os princpios dessa linha de pesquisa so apresentados no artigo Physical symbol systems de Newell. O sucesso dos sistemas especialistas(expert system), a partir da dcada de setenta, 1

estabeleceu a manipulao simblica de um grande nmero de fatos especializados sobre um domnio restrito como o paradigma corrente para a construo de sistemas inteligentes do tipo simblico. Uma das metas na Inteligncia Articial ter uma mquina que simule com exatido as atividades da mente humana. Como aplicaes para os sistemas especialistas, apresenta-se trs categorias: manufatura, nanas e servios (educao, engenharia, medicina, meteorologia, militar, etc). Este trabalho apresenta os Sistemas Especialistas, passando por uma breve denio, descrevendo a arquitetura, e apresentando exemplos.

Sistemas baseados no conhecimento

Os sistemas baseados no conhecimento foram alvo de vrias pesquisas em Inteligncia Articial, realizadas com sucesso. Esses sistemas so baseados num modelo explcito de conhecimento destinado a solucionar problemas. O conhecimento deve ser representado em forma de regras ou modelos de objetos. Sistemas Baseados no Conhecimento (SBC) ou Knowledge-based systems so sistemas que aplicam mecanismos automatizados de raciocnio para a representao e inferncia de conhecimento. Esses sistemas costumam ser identicados como simplesmente "de inteligncia articial aplicada"e representam uma abrangente classe de aplicaes da qual todas as demais seriam aproximadamente subclasses. Existe uma srie de formalismos que podem ser utilizados para modelar o conhecimento de sistemas baseados no conhecimento, tais como, regras de produo, raciocnio baseados em casos, redes neurais, redes probabilsticas, entre outros. A IA est dividida em trs reas de pesquisa relativamente independentes. Alguns pesquisadores preocupam-se em desenvolver programas de computador que leiam, falem ou entendam a linguagem que as pessoas usam em sua conversa diria, sendo conhecido como "processamento da linguagem natural. Outra rea trabalha com o "desenvolvimento de robs inteligentes". E a terceira rea de pesquisa desenvolve programas que usem o conhecimento simblico para simular o comportamento dos especialistas humanos. A idia desenvolver programas que possibilitem a utilizao dos conhecimentos dos especialistas atravs de uma mquina que permita o armazenamento e o seqenciamento de informaes e a auto-aprendizagem, sendo conhecido como Sistemas Especialistas.

Sistema Especialista

Um sistema especialista (SE) pode ser visto visto como uma subria da Inteligncia Articial, desenvolvido a partir da necessidade de se processar informaes no numricas, um sistema especialista capaz de apresentar concluses sobre um determinado tema, desde que devidamente orientado e alimentado. Um sistema especialista (FLORES, 2003) uma forma de sistema baseado no conhecimento especialmente projetado para emular a especializao humana de algum domnio especco. Um SE ir possuir uma base de conhecimento (BC) formada de fatos, regras e heursticas sobre o domnio, tal como um especialista humano faria, e devem ser capazes de oferecer sugestes e conselhos aos usurios e, tambm, adquirir novos conhecimentos e heursticas com essa interao. O objetivo do sistema especialista bastante restrito, se considerar o objetivo dos modelos psicolgicos: os SEs so concebidos para reproduzir o comportamento de especialistas humanos na resoluo de problemas do mundo real, mas o domnio destes problemas altamente restrito (BARR; FEIGENBAUM, 1981). Os primeiros sistemas especialistas que obtiveram sucesso em seus objetivos foram os sistemas DENDRAL (FEIGENBAUM; BUCHANAN; LEDERBERG, 1971) e MYCIN (SHORTLIFFE, 1976), detalhados na seo 4. A partir dessa poca, vrios sistemas foram desenvolvidos e resolveram diversos problemas, em diferentes domnios, como por exemplo, agricultura, qumica, sistemas de computadores, eletrnica, engenharia, geologia, gerenciamento de informaes, direito, matemtica, medicina, aplicaes militares, fsica, controle de processos e tecnologia espacial. Pode-se dizer que um sistemas de produo um nome genrico para todos os sistemas baseados em regras de produo, isto , pares de expresses consistindo em uma condio e uma ao. Inicialmente a idia dos sistemas de produo foi introduzida por Post, em 1936, quando ele props os chamados sistemas de Post (DIVERIO; MENEZES, 2000). Na representao de um modelo de sistema de produo, apresentamse dois componentes: o conjunto de regras e a memria de trabalho. Esses componentes so denidos conforme: Regras de produo: conjunto ordenado de pares (LHS, RHS), onde LHS e RHS so seqncias de caracteres. Memria de trabalho: uma seqncia de caracteres. Apresenta ainda, um componente ativo, chamado interpretador. 3

Usuario

Interface/Usuario

Memoria de trabalho

Base de regras

Motor de Acao recomendada Inferencia

Quadro negro

Figura 1: Arquitetura de um sistema especialista

Esse interpretador realiza o seguinte procedimento: para cada regra (LHS,RHS), se a seqncia de caracteres LHS est contida na memria de trabalho, ento substituir os caracteres LHS na memria de trabalho pelos caracteres de RHS; se no continuar na prxima regra. O sistema PAS II e o sistema VIS utilizaram o modelo de sistemas de produo para a modelagem do comportamento humano. O formato condio-ao se adapta modelagem de comportamentos baseados em pares. De acordo com a Figura 3, um sistema especialista apresenta uma arquitetura com os seguintes componentes: base de conhecimentos, mecanismos de inferncia, explanao e aquisio de conhecimento. A base do conhecimento reune o conhecimento do especialista modelado conforme a representao do conhecimento escolhida para modelar o domnio em questo. Atualmente no existe um formalismo de representao que possa ser considerado melhor do que todos os outros existentes. O mecanismo de inferncia examina o contedo da base de conhecimentos, decidindo a ordem em que se tiram as inferncias. Assim, o mecanismo de inferncia conduz a consulta com o usurio, transferindo os fatos e regras, utilizados durante uma consulta, para a memria de trabalho. O mdulo de aquisio de conhecimentos responsvel pela atualizao da base de conhecimentos, atravs de um mecanismo de interao coo4

perativa, gerado a partir do mdulo de explanao. O mdulo de explanao responsvel pela descrio do raciocnio do sistema para o usurio, sendo ativado tanto pelo mecanismo de inferncia como pelo mdulo de aquisio de conhecimentos. O mecanismo de inferncia evoca o mdulo de explanao, visando a um processo de transformao do conhecimento, representado na base de conhecimentos do SE ou deduzido no processo de busca de uma soluo (FLORES, 2003). Outra caracterstica comum nos sistemas especialistas a existncia de um mecanismo de raciocnio incerto que permita representar a incerteza a respeito do conhecimento do domnio. O motor de inferncia controla a atividade do sistema. Esta atividade ocorre em ciclos, cada ciclo consistindo em trs fases: Correspondncia de dados, onde as regras que satisfazem a descrio da situao atual so selecionadas. Resoluo de conitos, onde as regras que sero realmente executadas so escolhidas dentre as regras que foram selecionadas na primeira fase, e ordenadas. Ao, a execuo propriamente dita das regras. As principais vantagens dos sistemas de produo como mtodo de representao de conhecimento so: modularidade, uniformidade e naturalidade. Como desvantagens considera-se: inecincia em tempo de execuo e complexidade do uxo de controle que leva soluo dos problemas. Tais vantagens e desvantagens determinam as caractersticas que devem ter os domnios que se adaptam ao desenvolvimento de SE baseados em sistemas de produo: Ser descrito por um conhecimento consistindo em um conjunto muito grande de fatos parcialmente independentes; Dispor de mtodos de soluo consistindo de aes independentes; Apresentar claramente a separao entre conhecimento e ao. O desempenho de um sistema est no conhecimento armazenado em suas regras e em sua memria de trabalho. Este conhecimento deve ser obtido junto a um especialista humano do domnio e representado de acordo com regras formais denidas para a codicao de regras no SE em questo. 5

3.1 Mtodos de representao de conhecimento

Um ponto bastante importante no projeto de um sistema especialista a escolha do mtodo de representao de conhecimento. A linguagem associada ao mtodo escolhido deve ser sucientemente expressiva (por exemplo, lgica) para permitir a representao do conhecimento a respeito do domnio escolhido de maneira completa, e sendo eciente. Mesmo assim, existe problemas de ecincia, facilidade de uso e a necessidade de expressar conhecimento incerto, que levaram ao desenvolvimento de diversos tipos de formalismos de representao de conhecimento. Alguns dos formalismos de representao do conhecimento so apresentados a seguir: Lgica a base para a maioria dos formalismos de representao de conhecimento, seja de forma explcita, como nos sistemas especialistas baseados na linguagem Prolog, seja mascarada na forma de representaes especcas que podem facilmente ser interpretadas como proposies ou predicados lgicos. Redes semnticas um nome utilizado para denir um conjunto heterogneo de sistemas. Em ltima anlise, a nica caracterstica comum a todos estes sistemas a notao utilizada: uma rede semntica consiste em um conjunto de nodos conectados por um conjunto de arcos. Os nodos em geral representam objetos e os arcos, relaes binrias entre esses objetos. Mas os nodos podem tambm ser utilizados para representar predicados, classes, palavras de uma linguagem, entre outras possveis interpretaes, dependendo do sistema de redes semnticas em questo. Quadros (frames), e sua variao, os roteiros (scripts), foram introduzidos para permitir a expresso das estruturas internas dos objetos, mantendo a possibilidade de representar herana de propriedades como as redes semnticas. As idias fundamentais destes mtodos foram introduzidas por Marvin Minsky, em seu artigo A framework to represent knowledge (MINSKY, 1975).

3.2 Motor de Inferncia

As principais caractersticas do motor de inferncia disponvel em um sistema especialista dizem respeito s seguintes funcionalidades: mtodo de raciocnio, estratgia de busca, resoluo de conito e representao de incerteza.Algumas dessas funcionalidades so detalhadas a seguir: 6

3.2.1 Modo de raciocnio Existem basicamente dois modos de raciocnio aplicveis a regras de produo: encadeamento progressivo ou encadeamento a frente (do ingls, forward chaining), e encadeamento regressivo ou encadeamento para trs (do ingls, backward chaining). No encadeamento progressivo, tambm chamado encadeamento dirigido por dados, a parte esquerda da regra comparada com a descrio da situao atual, contida na memria de trabalho. As regras que satisfazem a esta descrio tm sua parte direita executada, o que, em geral, signica a introduo de novos fatos na memria de trabalho. No encadeamento regressivo, tambm chamado encadeamento dirigido por objetivos, o comportamento do sistema controlado por uma lista de objetivos. Um objetivo pode ser satisfeito diretamente por um elemento da memria de trabalho, ou podem existir regras que permitam inferir algum dos objetivos correntes, isto , que contenham uma descrio deste objetivo em suas partes direitas. As regras que satisfazem esta condio tm as instncias correspondentes s suas partes esquerdas adicionadas lista de objetivos correntes. Caso uma dessas regras tenha todas as suas condies satisfeitas diretamente pela memria de trabalho, o objetivo em sua parte direita tambm adicionado memria de trabalho. Um objetivo que no possa ser satisfeito diretamente pela memria de trabalho, nem inferido atravs de uma regra, abandonado. Quando o objetivo inicial satisfeito, ou no h mais objetivos, o processamento termina. 3.2.2 Estratgia de busca Uma vez denido o tipo de encadeamento, o motor de inferncia necessita ainda de uma estratgia de busca para guiar a pesquisa na memria de trabalho e na base de regras. Este tipo de problema conhecido como busca em espao de estados. Este tpico foi um dos primeiros estudados em IA, no contexto de soluo de problemas (do tipo quebra-cabeas) e jogos por computador (damas, xadrez, go, etc.). 3.2.3 Resoluo de conito Ao terminar o processo de busca, o motor de inferncia dispe de um conjunto de regras que satisfazem situao atual do problema, o chamado conjunto de conito. Se esse conjunto for vazio, a execuo terminada; caso contrrio, necessrio escolher que regras sero realmente executa7

das e em que ordem. Os mtodos de resoluo de conito mais utilizados ordenam as regras de acordo com os seguintes critrios: prioridades atribudas estaticamente; caractersticas da estrutura das regras como complexidade, simplicidade e especicidade; caractersticas dos dados associados s regras como o tempo decorrido desde sua obteno, sua conabilidade ou seu grau de importncia; e, nalmente, seleo ao acaso.

Exemplo de SE

Nesta seo, so descritos trs sistemas especialistas, que esto detalhados em (BARR; FEIGENBAUM, 1981).

4.1 Mycin
O sistema MYCIN (SHORTLIFFE, 1976) foi um dos primeiros sistemas especialistas. Seu objetivo prover conselho a respeito de diagnstico e terapia de doenas infecciosas. Este tipo de aconselhamento pode ser muito til, pois nem sempre o mdico responsvel um especialista em infeces, principalmente em ambiente hospitalar. Uma seo do sistema inicia-se com um questionrio, a ser respondido pelo usurio, a respeito do paciente. Informaes como nome, idade, sexo, tempo de manifestao dos sintomas, resultados de exames, etc. so solicitadas. A partir dessas informaes, e utilizando sua base de regras, o sistema capaz de estabelecer um diagnstico e propor uma terapia adequada. A base de regras do sistema contm 450 regras, que lhe permitem diagnosticar e prescrever tratamentos para bacteremia (infeco no sangue), meningite e cistite infecciosa. O sistema MYCIN utiliza o encadeamento regressivo associado a uma busca em profundidade. A busca realizada completa, no sentido em que, dado um objetivo, todas as evidncias a favor e contra o objetivo so pesquisadas. A aquisio de conhecimento para o sistema MYCIN facilitada pela possibilidade do sistema explicar seu raciocnio. Essa facilidade explorada no sistema TEIRESIAS [Dav80], que permite modicar interativamente a base de regras do MYCIN.

4.2 Dendral
DENDRAL (FEIGENBAUM; BUCHANAN; LEDERBERG, 1971) o nome de um projeto desenvolvido a partir de 1965 na Universidade de Stand8

ford (USA). O objetivo do projeto desenvolver programas capazes de determinar automaticamente o conjunto de estruturas moleculares, constitudas de tomos conhecidos, capazes de explicar dados provenientes da anlise espectrogrca de uma molcula desconhecida. Uma abordagem algortmica havia sido tentada anteriormente e se mostrou impraticvel devido ao enorme nmero de estruturas possveis. O primeiro programa do projeto, o Heuristic DENDRAL, fazendo uso de regras obtidas junto a especialistas humanos em espectroscopia que impem restries aos tipos possveis de estrutura, foi capaz de reduzir o espao de busca para um tamanho tratvel, mantendo os mesmo resultados. Outros programas desenvolvidos no mbito do projeto so: o sistema Meta-DENDRAL, capaz de inferir automaticamente regras de espectroscopia de massa a partir de exemplos de molculas devidamente analisadas por seres humanos e o sistema CONGEN, um gerador de estruturas moleculares no relacionado diretamente com tcnicas de IA. O sistema DENDRAL, a partir de 1968 at o presente, foi utilizado em diversas pesquisas sobre qumica orgnica. Alguns resultados de anlises realizadas pelo sistemas foram considerados melhores do que os obtidos por especialistas humanos e publicados em revistas especializadas.

4.3 Prospector
O sistema PROSPECTOR (HART; DUDA; EINAUDI, 1978) foi desenvolvido no SRI International (USA) com o objetivo de auxiliar geologistas envolvidos em prospeco mineral. A principal funo do sistema determinar a correspondncia entre dados que descrevem uma determinada situao com modelos que descrevem classes disjuntas de situaes possveis. Os modelos so descries formais dos tipos mais importantes de depsitos minerais e os dados de entrada se referem a observaes geolgicas de superfcie.

Concluso

Este trabalho apresentou uma denio de sistemas especialistas, bem como exemplos existentes. Conclui-se que esses sistemas so relevantes no somente para rea de Inteligncia Articial, mas para vrias outras reas que esto em constante desenvolvimento.

Referncias
BARR, A.; FEIGENBAUM, E. (Ed.). The Handbook of Articial Intelligence. Los Altos, California: William Kaufmann Inc., 1981. v.III. DIVERIO, T.; MENEZES, P. Teoria da Computao: mquinas universais e computabilidade. 2.ed. Porto Alegre: Sagra-Luzzatto, 2000. (Livros Didticos, v.5). FEIGENBAUM, E.; BUCHANAN, B.; LEDERBERG, J. On generality and problem solving: a case study using the dendral program. In: MACHINE INTELLIGENCE, 1971, Edinburgh, GB. Anais. . . Edinburgh University Press, 1971. v.6, p.165190. FLORES, C. D. Fundamentos dos Sistemas Especialistas. In: BARONE, D. A. C. (Ed.). Sociedades Articiais: a nova fronteira da inteligncia nas mquinas. Porto Alegre: Bookman, 2003. p.332. HART, P.; DUDA, R.; EINAUDI, M. Prospector - a computer-based consultation system for mineral exploration. In: MATHEMATICAL GEOLOGY, 1978. Anais. . . [S.l.: s.n.], 1978. v.10. MINSKY, M. A framework to represent knowledge. In: IN THE PSYCHOLOGY OF COMPUTER VISION, 1975. Anais. . . McGraw-Hill, 1975. p.211277. SHORTLIFFE, E. Computer-Based Medical Consultations : mycin. New York: American Elsevier, 1976.

10