3.3.1 Um breve histórico
As raízes do raciocínio baseado em casos (RBC) na Inteligência Artificial foram inspiradas nos trabalhos de Schank e Abelson sobre a memória dinâmica e no modelo cognitivo de uma função central de lembrança de situações passadas (casos e memória episódica) e de padrões de situações (WANGENHEIM, 2003).
O primeiro sistema de raciocínio baseado em casos foi o CYRUS, desenvolvido em 1983 por Janet Kolodner na Yale University. CYRUS é um sistema de perguntas e respostas que integra o conhecimento obtido da descrição de várias viagens e reuniões do ex-secretário de estado dos Estados Unidos, Cyrus Vance. De acordo com Wangenheim (2003), o modelo de memória de casos desenvolvido para este sistema serviu, mais tarde, como base para vários outros sistemas de RBC, dentre eles:
• MEDIATOR – Desenvolvido por Robert L. Simpson em 1985, foi criado para resolver situações de conflito, tentando encontrar uma solução de consenso. Caso a proposta não satisfazer as partes envolvidas, o sistema armazena a falha para não repeti-la e propõe uma nova solução.
• CHEF – Sistema destinado a criar receitas culinárias. Foi criado por Kristian J.
Hammond em 1986. É capaz de criar novas receitas culinárias a partir de receitas já existentes. Tem como característica importante a explicação de falhas.
• PERSUADER – Foi desenvolvido em 1987 por Sycara, possui certa semelhança com o
37
pelo sistema de Sycara estão restritos a disputas trabalhistas entre empregado e empregador. Para uma determinada disputa salarial, recupera e adapta contratos salariais utilizados por empresas similares.
• CASEY – Desenvolvido por Phyllis Koton em 1989, é um sistema que diagnostica problemas cardíacos. Tem como entrada os sintomas do paciente e produz a explicação causal da cardiopatia adaptando descrições de outros pacientes com sintomas similares.
• JULIA – T. R. Hinrichs desenvolveu este sistema em 1992 para trabalhar com o planejamento de refeições. O sistema utiliza casos para orientar a elaboração de uma nova refeição, respeitando as restrições propostas no problema.
Estes são apenas alguns exemplos de sistemas que utilizam RBC, os quais permitem uma percepção da vasta área de aplicação para desta técnica, podendo variar de culinária a medicina, entre outros.
3.3.2 Conceitos e características
Os sistemas de raciocínio baseado em casos (RBC) possuem, na hierarquia das áreas de IA, a mesma classificação dada aos sistemas especialistas de acordo com a Figura 3. Sendo assim, da mesma forma que os SE, todo sistema de RBC é um sistema baseado no conhecimento e pertence a este campo da inteligência artificial. A seguir apresentam-se alguns dos vários conceitos encontrados na literatura para definir RBC:
“Um raciocinador baseado em casos resolve problemas novos adaptando as soluções que foram usadas para resolver problemas passados” (SCHANK e RIESBECK, 1989).
“Raciocínio Baseado em Casos é um enfoque para a solução de problemas e para o aprendizado baseado em experiência passada” (WANGENHEIM, 2003).
“O raciocínio baseado em casos usa o conhecimento armazenado como traços de experiências de resolução de problemas precedentes” (KOLODNER e RIESBECK, 1986).
Basicamente, um sistema de RBC tem o seguinte funcionamento: A partir de um determinado problema, procura em sua base de casos quais os casos semelhantes ao problema, utilizando para isso a similaridade. Em seguida o sistema adapta os casos recuperados para propor a
solução do problema. A Figura 6, obtida de Wangenheim (2003), ilustra o modelo básico de um sistema de RBC.
Figura 6. Modelo básico de raciocínio baseado em casos.
Fonte: Adaptado de Wangenheim (2003).
Para entender o funcionamento de um RBC é necessário entender o que é um caso neste contexto. Um caso segundo Wangenheim (2003) é uma peça de conhecimento contextualizado representando uma experiência ou episódio concretos, sendo composto geralmente dos seguintes itens:
• Problema – Descreve o problema que foi resolvido, podendo conter inclusive características do ambiente que tiveram alguma participação na escolha da solução.
• Solução – Contem a descrição de como o problema foi resolvido, podendo ser uma informação útil ao usuário, um plano ou uma ação.
Dentre as principais etapas de um sistema de raciocínio baseado em casos, Oliveira (1997) destaca as seguintes: Representação dos casos, recuperação dos casos, adaptação e aprendizagem.
• Representação dos casos – Define como os casos serão representados no sistema, qual a estrutura a ser utilizada. De acordo com Pal e Shiu (2004), uma base de casos pode representar muitos tipos diferentes de conhecimento que podem ser armazenados de várias formas. A representação pode variar desde pares atributo-valor para os casos mais comuns até redes ou grafos para casos mais complexos.
39
• Recuperação dos casos – Segundo Wangenheim (2003) o objetivo da recuperação de casos é encontrar um caso ou um pequeno conjunto de casos na base de casos que contenha uma solução útil para o problema ou situação atual. A recuperação é feita através da similaridade entre o problema de entrada e os problemas armazenados na base de casos.
• Adaptação – SILVA (1997) explica que adaptação é a fase onde um caso é modificado para solucionar o problema de entrada. Para isso são avaliadas as diferenças entre o problema escolhido e o problema de entrada.
• Aprendizagem – A aprendizagem pode ser de duas formas. Uma é quando uma nova informação é adicionada a um caso após a sua utilização. A outra é quando ocorre a inclusão de novos casos na base de casos.
3.3.3 RBC e sistemas especialistas baseado em regras
A abordagem do raciocínio baseado em casos pode ser contrastada com a usada em sistemas baseados em regras. Nos sistemas baseados em regras, o conhecimento é organizado em regras produzidas na forma: SE A, ENTÃO B, onde A é uma condição e B é uma ação. Se a condição A for verdadeira, a ação B será realizada. A condição A pode ser uma condição composta que consiste, por exemplo, em uma junção das premissas A1, A2... An.
Além disso, um sistema baseado em regras tem um motor de inferência que compara os dados que estão na memória de trabalho com as condições das regras para determinar que regras eliminar. Os sistemas baseados em regras utilizam regras para capturar o conhecimento estereotipado. Uma outra característica desses sistemas é que requerem alguém para adquirir o conhecimento simbólico, que é representado nestas regras usando a engenharia de conhecimento manual ou ferramentas automatizadas da aquisição de conhecimento.
Os sistemas de raciocínio baseado em casos, em muitas situações são uma alternativa aos sistemas baseados em regras. Em muitos domínios, consultar os casos como um meio do raciocínio pode ser uma vantagem devido à natureza deste tipo de resolução de problema.
Um dos aspectos que mais consomem tempo no desenvolvimento de sistemas baseados em regras é a tarefa da aquisição de conhecimento. Adquirir a informação específica do domínio e convertê-la em alguma representação formal pode ser uma tarefa enorme e em algumas situações,
onde os domínios são pouco compreendidos, a formalização do conhecimento não pode ser feita por completo.
Os sistemas baseados em casos geralmente requerem menos aquisição de conhecimento, que envolve coletar um conjunto de experiências passadas sem a necessidade adicional de extrair um modelo formal do domínio destes casos (PAL e SHIU, 2004). Em muitos domínios há casos insuficientes para extrair um modelo do domínio, e este é um outro benefício do RBC: Um sistema pode ser criado com uma quantidade pequena de experiência e ser desenvolvido de forma incremental, adicionando mais casos à base do caso quando estes se tornam disponíveis.
3.3.4 RBC e raciocínio humano
Os processos que compõem o raciocínio baseado em casos podem ser vistos como uma reflexão de um tipo particular de raciocínio humano. Em muitas situações, os problemas que os seres humanos encontram são resolvidos com um equivalente humano do RBC.
Quando uma pessoa encontra um problema novo, geralmente consulta a uma experiência passada de um problema similar. Esta experiência precedente pode ser tanto da pessoa que se deparou com o novo problema, quanto uma experiência vivida por outra pessoa.
Em geral, o raciocínio baseado em casos é referenciado como sendo aplicado à resolução de problemas. O RBC também pode ser usado de outras maneiras, dentre elas, discutir um ponto da vista. Este tipo de raciocínio é muito comum no domínio jurídico, apresentando outra maneira de como o raciocínio baseado em casos pode ser executado.
Por exemplo, um advogado discute um ponto na corte fazendo referências a casos passados.
Os sistemas de RBC podem consultar uma base de casos contendo o caso de cortes e encontrar os casos que têm as características similares a situação atual. A similaridade pode satisfazer todo o caso ou somente determinados pontos. Podem ser descobertos casos que suportem algumas partes do caso atual ao se oporem a outras. Segundo Pal e Shiu (2004) os sistemas de RBC que executam este tipo de tarefa podem ser chamados de raciocinadores interpretativos.
3.3.5 Vantagens em utilizar RBC
Entre os benefícios no uso de raciocínio baseado em casos, Pal e Shiu (2004) apontam as
41
• Reduz a tarefa de aquisição do conhecimento.
• Evita repetir os erros cometidos no passado.
• Fornece flexibilidade na modelagem do conhecimento.
• Permite o raciocínio em domínios que não foram inteiramente compreendidos, definidos, ou modelados.
• Aprendizado constante.
• Raciocínio em um domínio com um volume pequeno de conhecimento.
• Raciocínio com dados e conceitos incompletos ou imprecisos.
• Evita repetir todas as etapas que necessitam ser feitas para chegar a uma solução.
• Pode explicar o raciocínio que levou a solução proposta.
• Aplicável a diferentes finalidades.
• Aplicável a uma larga escala de domínios.
• Reflete o raciocínio de um ser humano.
Conforme apresentado nesta seção, a técnica de RBC é apropriada para problemas onde o decisor não tem idéia exata do que escolher. Seria basicamente a situação onde alguém vai comprar um automóvel e não sabe exatamente qual o preço exato do mesmo, qual média de consumo o mesmo deverá fazer, qual potência de motor, etc.